暴露场景设定是毒理学风险评估的核心环节，它通过模拟化学物质与人群、环境的交互过程，将抽象的危害数据转化为可量化的风险结论。作为连接危害识别与风险表征的“桥梁”，暴露场景的科学性直接决定评估结果的可靠性——若场景脱离实际，即便后续风险计算再精确，也可能得出误导性结论。因此，明确暴露场景设定的基本原则，是确保毒理学评估“有理有据”的关键前提。
科学性与真实性：基于实证数据的场景构建
暴露场景的。观乐偏果结估评险风设定必须以可靠的实证数据为基础，拒绝主观臆断或“理想状态”假设。例如，农药的暴露场景设计，需结合农民实际施药时的操作习惯（如是否戴手套、口罩）、施药工具（手动喷雾器 vs 无人机）、气象条件（风速、温度对农药挥发的影响）等数据——这些信息需来自田间实际监测或流行病学调查，而非“假设农民全程戴防护装备”的理想情况。若仅凭理论推导设定场景，可能低估农药经皮肤或吸入的暴露量，导致风险评估结果偏乐观。
再比如，食品中重金属的暴露场。心核的”真失“景场免景，需参考人群实际饮食结构数据：儿童对膨化食品、糖果的摄入量高于成人，因此铅、镉等重金属的经口暴露场景需单独针对儿童设计，而不能直接套用成人的“每日食物摄入量”参数。这种“用数据说话”的原则，是避免场景“失真”的核心。
全面性与代表性：覆盖关键暴露途径与敏感人群
暴露场景需覆盖化学物质所有可能的暴露途径，不能遗漏关键环节。例如，食品添加剂“亚硝酸钠”的暴露场景，不仅要考虑经口摄入（来自腌制食品），还要考虑加工过程中的挥发（如腌制车间工人的吸入暴露）——若仅关注经口途径，可能忽略职业人群的高暴露风险。
同时，场景需纳入敏感人群的独特暴露特征。以铅暴露为例，儿童的“手口行为”（频繁啃咬玩具、触摸墙面后吃手）会显著增加经口摄入铅的概率，且儿童的血脑屏障未发育完全，铅的神经毒性更显著。因此，铅的暴露场景需单独设定“儿童场景”，将手口行为的频率（如每小时3-5次）、玩具表面铅含量等参数纳入，而不能用成人的“低手口频率”数据替代。这种“全面覆盖”的原则，确保风险评估不遗漏“易受伤害群体”。
针对性与关联性：匹配化学物质特性与使用场景
暴露场景的设计需紧密结合化学物质的固有特性——挥发性、溶解性、生物累积性等，以及其实际使用场景。例如，挥发性有机化合物（VOCs）如甲醛，其主要暴露途径是吸入（因易从涂料、家具中挥发），因此甲醛的暴露场景需重点关注“室内通风情况”（如装修后开窗通风3个月 vs 封闭1个月）、“居住时间”（每天在家12小时 vs 8小时）等参数；而重金属如镉，因其水溶性低、易在土壤中累积，主要暴露途径是经口（通过食用受污染的大米），因此镉的暴露场景需聚焦“大米摄入量”“土壤镉含量”等参数。
再比如，化妆品中的“邻苯二甲酸酯”（增塑剂），其主要暴露途径是经皮吸收（因直接接触皮肤），因此场景设计需考虑“化妆品使用频率”（每天涂抹2次 vs 1次）、“涂抹面积”（面部 vs 全身）、“皮肤渗透率”（儿童皮肤更薄，渗透率更高）等与经皮暴露相关的参数。这种“特性匹配”的原则，避免场景设计“泛泛而谈”，确保针对化学物质的“关键风险点”。
动态性与适应性：响应环境与使用方式的变化
暴露场景并非“一成不变”，需根据化学物质的使用方式、环境条件的变化及时调整。例如，电子烟的暴露场景，最初仅关注“使用者的吸入暴露”，但随着研究深入，发现“二手电子烟烟雾”（非使用者吸入）的暴露风险同样显著，因此场景需扩展为“使用者+二手暴露”双场景；此外，电子烟液的成分变化（如添加尼古丁盐）也会影响吸入后的吸收效率，需同步更新场景中的“尼古丁吸收率”参数。
再比如，塑料包装材料中的“双酚A（BPA）”，最初的暴露场景仅考虑“食品接触迁移”（如矿泉水瓶中的BPA迁移到水中），但后来发现“热加工”（如用塑料盒微波加热食物）会显著增加BPA的迁移量，因此场景需新增“微波加热”子场景，将加热温度（100℃ vs 80℃）、加热时间（5分钟 vs 2分钟）等参数纳入。这种“动态调整”的原则，确保场景始终贴合“最新实际情况”。
可量化与可验证：支撑精确风险计算的基础
暴露场景中的关键参数需“可量化”——即能通过监测或调查获得具体数值，而非模糊描述。例如，饮用水中砷的暴露场景，需明确“每人每天饮水量”（如1.5L/天，来自全国居民饮水习惯调查）、“水中砷浓度”（如10μg/L，来自饮用水监测数据）、“暴露持续时间”（如70年，人均寿命）等参数，这些数值直接用于计算“终身累积暴露量”（1.5L/天 × 10μg/L × 365天/年 × 70年）。若参数模糊（如“每天喝几杯水”），则无法进行精确的风险计算。
同时，场景需“可验证”——即设定的参数能通过实际监测或实验验证。例如，设定“室内甲醛浓度为0.1mg/m³（装修后1个月）”，需有实际检测数据支持（如对100户装修家庭的甲醛监测，平均值为0.08-0.12mg/m³）；若场景中的甲醛浓度设定为0.01mg/m³（远低于实际值），则可通过监测数据验证其“不真实”，从而修正场景。这种“可量化、可验证”的原则，确保风险评估的“精确性”。
不确定性考量：明确场景设定的局限性
暴露场景的设定不可避免会存在不确定性——数据缺失、参数推断、模型简化等，需在评估中明确说明。例如，新化学物质“纳米二氧化钛”的暴露场景，由于缺乏长期流行病学数据，其“肺部沉积率”（纳米颗粒进入肺部后的滞留比例）参数是基于“类似粒径的颗粒物”推断的，而非直接测量；此时需在评估中标注：“本场景的肺部沉积率为假设值，实际风险可能因颗粒表面特性不同而有所变化”。
再比如，农药“草甘膦”的暴露场景，若缺乏“农民施药时的皮肤接触面积”数据，需用“手套渗透率”（如丁腈手套的草甘膦渗透率为5%）间接推断皮肤暴露量，此时需说明：“本场景的皮肤暴露量基于手套渗透率数据，若农民未戴手套，实际暴露量将增加20倍”。这种“透明化”的原则，让风险评估结果的“边界”更清晰，避免误导决策。