暴露评价的蒙特卡洛模拟
3.26文献阅读
研究暴露评价的两个问题：1. 人群足够有代表性；2. 个体异质性
对于第二个问题，解决方法是1. 最坏情景法。2. 概率评估法
方法二，也就是此文应用的方法，是将两个分布相乘，分别反映了每天使用频率和量的不确定性（变化性）。蒙特卡罗概率模型从两个分布中抽取大量的数值对，将两个值相乘，将结果以直方图的方式展示出来。这个直方图给出了要求的不确定性分布。从这个输出的分布结果，我们可以选择合适的百分比值来进行风险评价。
这样的方式比一般武断的点估计更接近实际情况。
然而这样的方法要求有大量的每天使用频率和每次使用量的数据，为了得到暴露分布，需要组合不同大小的数据库，这些数据库属于多种来源，并且用合并数据库进行蒙特卡罗模拟。 详细的描述和模型方法由McNamara et al.2007描述。
总结构造人群暴露估计的方法：
1. 获取使用频率和量的数据
2. 构造使用频率数据库
3. 构造每次使用量数据库
4. 将两个数据库的人口统计学参数统一
5. 将当地的输入数据用一定的方法扩大到全国尺度
6. 在得出输出暴露分布时考虑频率和每次使用量的关系
结果：各种化妆品的日使用量和日/体重使用量的直方图和累积分布图。
讨论：传统评价暴露的方法是给予志愿者产品，记录使用次数和总的使用量。然而在这里这个方法不合适。新的方法在此文中体现为构造了欧洲统计人口模型（针对指定化妆品的暴露）。
创新点：结合了严格的市场数据以及来自可控的、产品使用测试的数据。并且运用了蒙特卡罗模拟。
创新点详解：2007年的文章了，这些创新点还算吗？
1. 尺度scope ：数据代表了欧盟15个国家总共248.5million 人口。
2. 数据搜集方式：提供数据的消费者的生活习惯受到了最小程度的扰动，包括
ETCD,Europanel 和ISC 志愿者）。其中，ETCD ：欧洲化妆品使用的最大的可利用数据库，是产生分布的最合适的数据来源。并且记录了常用的品牌和产品，而不是指定要研究的种类。避免了数据的混淆性。
3. 数据分析方式：统计模型描述了习惯和实践的复杂性。