食品安全风险监测数据统计处理常见问题分析

□ 彭心婷 新疆塔城出入境检疫局

食品安全风险监测数据统计处理常见问题分析

□ 彭心婷 新疆塔城出入境检疫局

随着我国食品生产技术的不断发展，人们的生活质量明显提升，但在此过程中引发了越来越多的食品安全问题。为进一步保证消费者的消费安全，食品监督管理部门通过对食品生产进行严格的监督管理，降低食品安全风险。其中，在食品安全风险监测过程中需要对监测的数据进行统计分析，如技术检测人员不能严格按照规章流程进行操作，有可能在数据统计环节出现重大的问题，从而导致我国食品监测安全无法得到保证。

食品安全风险监测主要针对食品污染、食源性疾病、食品中的有害物质进行检测分析，从而展开科学的风险评估，为我国食品行业制定食品安全生产标准和食品安全生产管理规范提供科学的决策依据。

我国食品安全风险监测数据统计处理常见类别

在对我国的食品安全风险监测数据结果进行统计学处理过程中，主要涉及到计量资料的统计学指标与计数资料的统计学指标。因此，对于监测样本的统计学处理，需进行科学分类，根据不同的统计学监测分析依据进行分组对比。一般在具体的操作过程中，技术检测人员会根据不同的统计学处理指标，对相关的检测数据进行计数或计量资料分析，从而保证我国食品安全风险监测数据统计处理结果科学、安全。但在此过程中也需要对各类检测的食品进行归类处理。

我国市场中的食品种类较多，因此食品安全风险监测应从不同的分类标准入手，由于具体的分类情况不同，因此具有不同的统计学数据处理方式。通常来讲，同一食品可作为不同类别进行统计学处理，而不同食品种类的污染物指标也存在很大的差异性，所以对食品种类的科学划分将直接决定其检测数据统计学处理结果科学与否。鉴于我国食品安全风险监测实施样本归类网络直报这一现状，建议在实际的检测过程中将食品检测样本进行统一归类处理，剔除重复或按照地域分类的食品类别，对所采集的样本数据进行归类、整合，并对其进行统计学计量与计数处理。

笔者认为在对食品安全风险监测数据进行统计学分析时，结合亚类或小类进行分组分析，有利于准确反映食品风险监测结果。通过实践表明，在统计学分类处理过程中要严格遵循“大样品数按照小类划分，小样品数按照亚类划分”的划分原则，例如所选样本分组在满足统计学方法的条件和要求下，对肉与肉制品安全风险监测数据结果进行分处理时，如果样品数较大，则按照牛肉、猪肉以及羊肉和鸭肉及鸡肉等小类进行分析处理，会得到更加科学的检测结果。但由于当前我国食品行业的安全风险监测样本较少，特别是一些地级市，则可按照熟肉制品、生畜肉和生禽肉这3大种类进行科学划分，也能从中得到相对准确的数据统计、分析处理结果。从以上分析中可以看出，我国食品安全风险监测数据统计学处理过程中，针对常见问题的处理，首先需要对食品类别进行科学划分。

食品安全风险监测数据统计处理中低于检出限数据的问题处理

在我国的食品安全风险监测过程中，主要涉及到一些有害化学元素和化学污染物质。因此，技术检测人员常采用超衡量分析技术和痕量技术进行分析处理。为确保每一种统计学处理方式具有科学性以及安全性，在同一检测系统中提出了两个不同的检测评价指标，一是统计学定量限值LOQ，另一个是统计学检出限值LOD。由于这两大检测指标具有不同的使用范围，因此在我国食品行业的安全风险监测过程中，通常会出现样本检测结果低于实际风险检测值的情况，造成这一常见检测问题出现的主要原因是我国现阶段的分析监测技术水平不高，再加上我国食品安全风险监测中，对低于检出限的数据处理通常采用“零”代替的数据处理方法，并确定为“未检出”样本，由于检测样本中检测指标的分布介于“零”和LOD之间，因此采用“零”值代替“未检出”个数进行数据统计学分析不太科学，特别是对于偏态分布的统计数据，采用“零”值代替“未检出”无法实现对统计数据的计算转换。

因此，为不断完善我国食品安全风险监测体系，确保在检测过程中得到科学的检测结果，WHO全球环境监测系统/食品污染监测与评估规划（GEMS/ FOOD）第二次会议中提出了“食品中低水平污染物可信评价推荐”的要求，这是我国食品行业中关于“低于检出限数值的处理参照方法”，在实际的应用中也多采用“1/2 LOD”代替或“零”代替低于检测限数值的统计学处理方式，从而进行食品安全风险监测数据统计学科学处理。

结语

随着我国食品安全生产的相关管理制度法规相继出台，食品安全风险监测在全国范围内广泛展开，但在实际的食品安全风险监测过程中，会涉及到数据的统计分析这一重要环节，由于具体的检测数据结果与实际的安全风险管理数据要求相差较大。因此，为确保我国食品生产安全，对食品安全生产风险进行数据检测及常见检测数据统计处理，具有十分重要的作用。