
-
生物通官微
陪你抓住生命科技
跳动的脉搏
美国食品召回严重程度中的风险组合模式揭示了可传播的病原体信号以及企业特有的合规信号
《Scientific Reports》:Hazard-portfolio patterns in US food recall severity reveal transferable pathogen signals and firm-specific compliance signals
【字体: 大 中 小 】 时间:2026年06月15日 来源:Scientific Reports 3.9
编辑推荐:
摘要美国FDA将食品召回分为三个严重程度等级(I级/II级/III级),这一分类决定了公众通知的紧迫性以及监管资源的分配。我们利用28,448条openFDA执法记录(2012–2025年)来研究影响召回严重程度的结构因素。在标准评估情况下(已知企业场景),只需根据企业历史上最常
美国FDA将食品召回分为三个严重程度等级(I级/II级/III级),这一分类决定了公众通知的紧迫性以及监管资源的分配。我们利用28,448条openFDA执法记录(2012–2025年)来研究影响召回严重程度的结构因素。在标准评估情况下(已知企业场景),只需根据企业历史上最常见的严重程度等级进行简单分类,其性能就能达到最佳机器学习模型的92%水平(宏观F1值\(=\) 0.818,而最佳模型为0.893)。条件互信息分析表明,这种企业层面的集中现象主要是由企业内部稳定的风险产品组合所导致的:风险类别可解释企业与严重程度之间关联的27–63%(不同估算方法和风险细分程度下均如此),且在所有假设条件下都存在至少37%的稳定企业固有残留。我们将这种现象称为以风险产品组合为主导的企业层面模式,同时存在不可忽视的企业固有残留。为区分普遍存在的与特定企业相关的严重程度驱动因素,我们在四种不同的监管场景下评估预测模型,这些场景从对已知企业的分类处理到对首次召回企业的初步评估不等。我们发现了两类不同的食品安全信号。与病原体污染相关的信号——尤其是沙门氏菌和李斯特菌污染——无论由哪个主体发布,都会被归为I级严重程度,即便是对完全陌生的企业,也有92%的病原体相关I级召回能被正确识别。这种跨企业的信号传递具有很强的稳定性,即使存在不同发布主体之间的关联,I级召回的级别变化也仅仅为\(-0.003\);而在包含明确供应链标记的记录被排除后,该标记过滤器的阳性预测值在人工审核中为76%。相比之下,与合规问题相关的信号——如标签缺陷和GMP违规导致的III级召回——几乎都是特定于某企业的,无法在不同企业间推广。事件独立交叉验证(\(n=7{,}023\)起独立的污染事件;基于企业历史的宏观F1值为0.406,XGBoost模型的值为0.609)表明,在这种更严格的分析单元下,XGBoost模型相比基于企业历史的模型,其性能提升幅度从\(+0.075\)(SKU层面)上升至\([+0.123,\,+0.283]\));为便于与以往的食品安全机器学习研究结果对比,仍保留SKU层面的数值作为主要指标;事件独立分析则是更严格的部署可靠性评估方法,相关结果也在文中同步呈现。敏感性分析表明,reason_for_recall字段中的分类后说明文字(出现在0.69%的记录中)并不构成信息泄露信号:其掩盖效应仍在版本间数值重复性的允许范围内(