各國皮膚標記符號間差異的成因

2.4.1 因定義不同形成之的差異

SN 雖是作業環境中化學性皮膚暴露危害因子之管控主要工具，卻因 各國採用的定義不盡相同，而時有遭不正確使用的情形。表2-1 所列者 為世界主要職業衛生政策發展機構對SN 之定義。絕大多數之國際職業 安全衛生管理機構均將化學物經皮吸收後是否具引發系統毒害效應之 潛能(potential of systemic effects due to cutaneous absorption；如美國 NIOSH)或造成整體暴露顯著增加(potential significant contribution to the overall exposure by the cutaneous route；如美國 ACGIH)作為應否授予該 化學物SN 之基準；但亦有國家(如瑞典)並無明確定義 SN 是否僅適用於 規範可經由皮膚大量吸收之化學物質，或亦可同時適用於僅能產生局部 皮膚傷害者。此外，如 ACGIH 所定義，其標記旨在辨識化學物是否可 產生「重大皮膚吸收」，卻無明確規範重大皮膚吸收之定義；而經重大 皮膚吸收後化學物可否產生系統毒害效應亦非其授與SN 之先決條件。

這些定義間的差異使得各權威性職業安全衛生管理機構制定之SN 間嚴 重缺乏一致性，亦使得SN 難以發揮其應有之功能⁽⁸⁾。

為突破定義不同所造成的 SN 差異，各國逐漸採用較為明確、依照 SN 制定危害辨識過程所使用科學準則設定的操作型定義(operational

definition)。如德國之定義，一化學物之皮膚吸收量若與呼吸暴露吸收量 相較後具顯著性，則應授與皮膚標記符號。此即為一典型之操作型定 義。德國的定義允許利用歐洲聯盟(European Union, EU)國家透過歐洲化 學物生態毒理及毒理研究中心(European Centre for Ecotoxicology and Toxicology of Chemicals, ECETOC)所開發之數學預測模式來決定化學 物之臨界皮膚吸收量(critical absorption value)，並依據該吸收量決定是 否應當授與化學物皮膚標記符號⁽¹⁸⁾。利用數學模式進行皮膚吸收潛能預 測，及運用於皮膚標記符號之制定，將於本章第四節中進一步討論。

2.4.2 因危害辨識科學規範不明形成之差異

SN 雖為主要的作業環境皮膚暴露管制工具，但受限於其僅能定性化 判別化學物是否得經皮膚吸收導致系統毒害效應，在實際應用上能發揮 的警示效能有限，而各國間亦缺乏一致的規範據以制定。造成標準化規 範缺乏的重要原因之一為可信度高、可用以支援皮膚暴露危害辨識的臨 床及動物實驗數據不足。欲使皮膚標記符號能發揮其應有功能，數量充 足、可信度高、並可應用於皮膚暴露健康危害鑑定之科學數據實屬必須。

自1980 年代起，鑑於化學物皮膚毒害效應資料之不足，全球相關領 域 的 研 究 致 力 於 發 展 可 信 度 高 之 皮 膚 危 害 鑑 定(dermal hazard

害潛能之臨床及動物實驗數據類型。這些數據亦是用以評量工業化學物 是否應具備SN 之科學基礎。整體而言，多數可用於判斷化學物是否為 皮膚暴露危害因子之數據，均屬於經皮吸收產生的急性毒性效應或皮膚 刺激性測試結果。如圖2-3 所示，在目前 NIOSH 制定的 142 個 SN 中，

約60%制定的基礎為急性系統毒害效應，另有約 20%的基礎為化學物之 皮膚刺激效應⁽⁹⁾。Chen 等人指出：NIOSH 以經皮吸收急性系統毒害效 應作為多數化學物SN 制定基礎的原因在於此類毒害效應易於經由動物 實驗量測，故數據豐富度與其他類型之負面健康效應數據量相較為多，

但不必然代表其為具NIOSH SN 化學物之惟一、或最敏感之負面健康效 應(the most sensitive health endpoint)。以上論點說明了目前可使用於支援 SN 制定之科學數據匱乏之狀況。依 NIOSH 的定義(表 2-1)，化學物僅 有在經皮吸收後可能產生系統毒害效應時，方可授予SN。NIOSH 授予 SN 化學物中，約 20%的制定基礎為皮膚刺激效應，顯示 NIOSH 的 SN 並非全然滿足其定義，反映在訂定SN 的過程中缺乏明確的標準規範。

此結果亦反映世界主要職業衛生管理機構欲利用功能有限的SN 作為不 同經皮暴露健康危害因子的管理工具，卻導致所制定之SN 與其原始定 義不符、功能性下降之現狀。

ACGIH 在其 TLV^® Documentation⁽¹¹⁾中明確建議三類可使用於皮膚 暴露危害辨識及制定 SN 之科學資料。此三類數據為：1)急性經皮吸收

致毒效應資料，例如皮膚半致死劑量(dermal LD₅₀)；2)可間接評估化學 物皮膚滲透性之物質化性數據，如正辛醇―水分配係數對數值(log K_OW)；3)源自其他暴露途徑系統性毒害之推論(extrapolations of systemic effects from other routes of exposure)。Dermal LD₅₀與 log K_OW為廣泛使用 於SN 制定之科學數據，主因為此二類數據數量豐富，且易於透過實測 取得。但以Dermal LD₅₀為例⁽¹³⁾，其利用囓齒類動物(含大鼠、小鼠、天 竺鼠及兔子)實驗之標準化測試規範乃於 1987 年由 OECD 發展並頒布於 其「化學物測試指引第402 章」⁽¹²⁾。在此規範中，經皮暴露急性系統毒 害效應之實驗暴露期不得異於 24 小時。但目前多數可自公開資料庫取 得之 dermal LD₅₀數據，均非依此標準規範產生，因此數據之穩定性時 有不足⁽¹³⁾。以殺蟲劑大利松(diazinon; CAS 333-41-5)為例，NIOSH 資料 庫「化學物質毒性效應註冊表」(Registry of Toxic Effects of Chemical

Substances, RTECS

之dermal LD₅₀分別為180、633、2,750 及 3,600 mg/kg ⁽¹⁹⁾。若依照EU 之毒性分類標準⁽²⁰⁾，大利松可被分類為具「高度毒性」（highly toxic）

或「中度毒性」(moderately toxic)之化學物，但此二分類等級之不同即 為如波蘭等國家決定一化學物是否應有 SN 之界線^(13,21)。以上範例說明 目前常用於輔助SN 制定之經皮吸收急性毒害效應資料，其可信度其實

至於「源自於其他暴露途徑系統性毒害之推論」在實際運作上可為 利用數學預測模式進行化學物經皮吸收量與經呼吸道吸收內部劑量之 比較⁽²²⁾。應用數學預測模式作為皮膚暴露危害因子之鑑識工具，目的在 彌補經由生物測試毒性數據不足之缺陷，以期能提供替代性之評估方 法，有效提升SN 之制定效率與其可信度。惟利用數學預測模式支援 SN 制定之作法尚不普遍，故目前尚未能有效紓解皮膚暴露危害評估資訊不 足的缺陷。源自美國毒性物質控制法案聯邦官署測試委員會(TSCA ITC) 發展⁽²³⁾，經Chen 等人 ⁽²⁴⁾進行參數修正之預測模式為可進行皮膚暴露危 害預測之模式一例。TSCA ITC 數學模式將於本章第五節中進一步介紹。