Publications
研究業績

Exposure estimation of the food allergens milk and wheat protein in Japan through Bayesian methods: Implications for food labeling
食品から意図せず摂取する乳・小麦たんぱく質の量を推定する
著者・書誌情報
Yoshiyuki Kobayashi; Takahiro Inoue; Yoshinari Suzuki; Reiko Adachi; Momoka Kadokura; Asaka Takei; Kosuke Nakamura; Rie Ito; Yusuke Iwasaki; Clare Mills; Yukihiro Ohya; Tatsuki Fukuie; Hiroshi Akiyama
Journal of Food Composition and Analysis. 2025; 148: 108078.
https://doi.org/10.1016/j.jfca.2025.108078
研究概要
加工食品へのアレルゲンの意図しない混入を評価するには、検出された濃度だけでなく、食べる量や測定限界未満の値も考慮する必要があります。本研究では、日本の食品に含まれる乳・小麦たんぱく質について、既報と食品の実測データを用い、ベイズ推定によって濃度分布を求めました。さらに、食品の摂取量が異なる二つのシナリオで、年齢別のアレルゲン摂取量を推定しました。推定摂取量の97.5パーセンタイルは、乳・小麦のいずれも国際的に提案された参照用量を下回りました。通常の加工条件を前提とすると、現行の表示制度下で意図せず摂取することによるリスクは低いと考えられます。ただし、まれに生じる高濃度の偶発混入は対象としておらず、個々の患者にとっての安全を保証する評価ではありません。
Other Publications
そのほかの研究業績
食品・化学物質のレギュラトリーサイエンス
データサイエンスが拓く農薬レギュラトリーサイエンスの飛躍
食品・化学物質のレギュラトリーサイエンス
Comprehensive Analysis of Food Allergy Research Trends via Large Language Model-Assisted Text Mining (1980–2024)
食品・化学物質のレギュラトリーサイエンス
Food Derived Biostimulants Technology Revealed and Retrieved by Natural Language Processing
食品・化学物質のレギュラトリーサイエンス
Uncovering new psychoactive substances research trends using large language model-assisted text mining (LATeM)
食品・化学物質のレギュラトリーサイエンス