Modelování prenatální a postnatální expozice dětí perfluorovanými sloučeninami

Abstract

Zvýšené koncentrace perfluorovaných sloučenin (PFAS) v lidském těle mohou představovat riziko pro lidské zdraví. Tato diplomová práce se zaměřuje na modelování expozice PFAS, konkrétně sloučenin PFOA a PFOS. V rámci práce jsou vytvořeny fyziologicky založené toxikokinetické modely (PBPK) pro dvě specifické skupiny: ženy v reproduktivním věku a těhotné ženy. Tyto modely slouží k simulaci distribuce látek v organismu a k odhadu jejich celkového denního příjmu. Cílem práce je odhadnout příjem PFOA a PFOS na základě změřených koncentrací, ale také porovnat získané výsledky s přijatelným denním příjmem (TDI), což je množství látky, které lze denně dlouhodobě přijímat bez rizika pro zdraví. Odhad denního příjmu PFOA a PFOS je proveden prostřednictvím Bayesovské analýzy s využitím Markov Chain Monte Carlo (MCMC) metod, konkrétně Metropolis-Hastingsova algoritmu. Diplomová práce se zároveň věnuje popisu matematického aparátu použitých metod. Na závěr je provedena analýza citlivosti parametrů a nejistot modelu a vyhodnocení zdravotního rizika, na základě vypočtených hodnot denního příjmu.Increased concentrations of perfluorinated compounds (PFAS) in the human body can be a risk to human health. This thesis focuses on modeling exposure to PFAS, specifically the compounds PFOA and PFOS. Physiologically based pharmacokinetic (PBPK) models are developed for two specific groups: women of reproductive age and pregnant women. These models are used to simulate the distribution of substances in the body and to estimate their total daily intake. The purpose of the thesis is to estimate the intake of PFOA and PFOS based on measured concentrations, but also to compare the results with the tolerable daily intake (TDI), which is the amount of substance that can be ingested daily over a long period of time without a risk to health. The estimation of daily intake is carried out using Bayesian analysis with Markov Chain Monte Carlo (MCMC) methods, specifically the Metropolis-Hastings algorithm. The thesis also provides a detailed description of the mathematical framework of the applied methods. Finally, a model uncertainty and parameter sensitivity analysis is provided and a health risk assessment based on calculated daily intake values is conducted.