CA 與 IA model 的比較

CA 與 IA model 在預測混合毒性時最常被使用的模式，本研究群將 IA model 又細分為三類，分別是 RA (Response addition)、RM (Response multiplication)以及 NA (No addition)，一般學者們所使用的 IA model 在本 研究群中的分類則為RM model。

表5.2.4 為混合毒性單位實際結果與 RA、RM 及 CA model 預測結果 之比較表。而當預測值與實際值之差值大於0 時，代表實際毒性較預測來 的高；反之，若差值小於 0，則代表預測毒性較實際毒性來的嚴重。由表 5.2.4 可以看出，丙烯腈類與 Butyraldehyde 及 Glutaraldehyde 混合時，實際 結果毒性強度皆大於預測結果，這是非常值得注意的。

表 5.2.5 表示實際結果與預測結果的效應符合度及相差程度，表中可 發現，實際結果與RA model 最為符合，30 組混合毒性試驗中，有 22 組符 合RA model 預測之效應，而符合 RM model 預測之效應則有 20 組，CA model 預測效應符合者僅 5 組，由於 RA 及 RM model 皆屬於 IA model 之 理論，這表示際結果是較符合IA model 的。另外，實際結果與預測結果相 差最少者為RA nodel，共佔 19 組，而 RM model 為 5 組，其餘 6 組則為 CAmodel，結合 RA 與 RM model 兩者之結果，我們可以發現實際結果較 符合IA model 之比例高達 80%。

綜合表5.2.5 之結果，我們可以了解，RA model 在預測上是三者之中 最佳者，其次為 RM model，由此說明了，針對丙烯腈類與醛類的混合毒 性試驗結果，主要最符合RA model 的預測，而這不僅符合了 Backhaus et

al.(2000)等多位學者的主張，認為在利用 CA 與 IA model 來預測混合毒性

而當我們利用CA 及 IA model 預測混合毒性效應，應用在環境風險評 估上時，則很明顯的可以發現本研究的結果顯示在使用IA model 來做環境 風險評估是較 CA model 效果來得好，由表 5.2.4 中更可以觀察到，若用 CA model 來做環境風險評估的話，在此將會過分低估毒性物質混合後所造 成之毒性；反之，選用IA model 來做風險評估，則對環境的保護將具有較 佳的能力。除此之外，利用 RA model 來預測混合毒性時，其預測結果也 較RM model 毒性來得強，因此在 IA model 中，RA model 對水體之保護 能力將較RM model 更佳。

此研究之結果，雖然在混合毒性結果預測能力上與其他學者一致，皆 認為利用IA model 較符合實際情形，但是在應用至環境之風險評估上，則 與其他學者們有非常不一樣之結果。一般而言，大部分學者皆認為使用CA model 預測混合毒性之結果較易高估混合之後的毒性，Arrhenius et al.^[29]

就主張利用CA model 來作風險評估對環境是具有較佳的保護能力；但本 研究群自Chen & Huang^[19]即認為當化學物質混合後產生協同效應時，RA model 比 CA model 對環境而言有更佳的保護能力，而從本研究之實驗結果 也證實了利用IA model 來作風險評估才是具有較好保護能力的，甚至同為 IA model 中的 RA model 其預測之能力也是較一般學者們所使用之 RM model 來得更好，而此一差別，主要可歸因於本研究多考慮了劑量-反應曲 線之斜率與相關係數 ρ 對混合毒性效應所造成之影響。當劑量-反應曲線 斜率皆小時，利用 IA model 預測之結果會呈現協同作用之反應，相對於 CA model，則 IA model 對環境有較佳之保護力；反之，當劑量-反應曲線 斜率皆大時，利用IA model 預測之結果，則會呈現拮抗之作用，此時選用 CA model 則對環境才具較佳之保護力。因此在預測混合毒性時，利用數學 模式之劑量-反應曲線斜率是一個有效的方法。

表5.2.4 不同 model 預測結果與實際結果之差值

M M (pred.) pred. - obs.

Toxicant 1 Toxicant 2

Obs. RA RM CA RA RM CA 3-EthoxyAN 1.34(A) 0.50(S) 0.67(S) 1(+) -0.84 -0.67 -0.34^† 3-Hydroxybenzaldehyde

MethoxyAN 0.66(S) 0.56(S) ^* 0.72(S) ^* 1(+) -0.10 0.06^† 0.34

AN：acrylonitrile

表5.2.5 實際結果與預測結果符合度之比例關係 預測之

Model

實際效應符合預測 之組數(百分比)

實際結果與預測結果 相差最小組數(百分比) RA 22 (73%) 19 (63%)

RM 20 (67%) 5 (17%)

CA 5 (17%) 6 (20%)