Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Jurnal Bahan Berbahaya 424 (2022) 127574

Daftar isi tersedia diScienceDirect

Jurnal Bahan Berbahaya

halaman utama jurnal:www.elsevier.com/locate/jhazmat

Bahan kimia yang menjadi perhatian dalam bahan bangunan: Penyaringan throughput tinggi

Lei HuangA, Peter FantkeB, Amélie RitscherC, Olivier JollietA,B,*

ADepartemen Ilmu Kesehatan Lingkungan, Sekolah Kesehatan Masyarakat, Universitas Michigan, Ann Arbor, MI, USA
BPenilaian Keberlanjutan Kuantitatif, Departemen Teknologi, Manajemen dan Ekonomi, Universitas Teknik Denmark, Produktionstorvet 424, 2800 Kgs. Lynby,
Denmark
CKontraktor Perorangan, Divisi Ekonomi, Program Lingkungan Perserikatan Bangsa-Bangsa, 8-14 Avenue de la Paix, CH-1211 Jenewa 10, Swiss

INFO ARTIKEL ABSTRAK

Editor: Dr.B.Lee Bahan kimia yang digunakan dalam bahan bangunan dapat menjadi sumber emisi pasif utama di dalam ruangan, terkait dengan
penurunan kualitas lingkungan dalam ruangan. Studi ini bertujuan untuk menyaring berbagai bahan kimia yang digunakan dalam bahan
Kata kunci: bangunan untuk potensi paparan manusia di dekat lapangan dan risiko kesehatan terkait, mengidentifikasi bahan kimia dan produk yang
Bahan kimia organik
menjadi perhatian untuk menginformasikan upaya pengurangan risiko. Kami mengusulkan model yang sesuai dengan keseimbangan
Produk konsumer
massa dan throughput tinggi untuk memprediksi emisi kimia dari bahan bangunan dengan mempertimbangkan penyerapan dalam
Paparan manusia
ruangan. Dengan menggunakan model ini, kami melakukan penilaian paparan manusia tingkat penyaringan untuk bahan kimia dalam
Risiko kesehatan manusia
bahan bangunan, mulai dari data komposisi kimia produk yang dilaporkan di Database Produk Bangunan Pharos untuk AS. Risiko
Kandungan kimia maksimum dari High-
Throughput Screening (MACHTS) kesehatan dan Kandungan kimia Maksimum dari High-Throughput Screening (MACHTS) ditentukan, menggabungkan perkiraan paparan
dengan informasi toksisitas. Eksposur diperkirakan untuk>300 kombinasi produk kimia unik dari database Pharos, yang 73% (25%) di
antaranya memiliki data toksisitas non-kanker (kanker). Kami mengidentifikasi 55 zat sebagai bahan kimia dengan perhatian tinggi,
dengan kandungan bahan kimia yang sebenarnya melebihi MACHTShingga faktor 105, khususnya diisosianat dan formaldehida. Ini
menekankan perlunya penyelidikan yang lebih halus untuk memilih alternatif yang lebih aman. Studi ini berfungsi sebagai titik awal yang
cocok untuk memprioritaskan bahan kimia/produk dan dengan demikian mengembangkan bahan bangunan yang lebih aman dan
berkelanjutan.

1. Perkenalan digunakan dalam bahan bangunan.

Berbagai macam bahan kimia digunakan dalam bahan bangunan, seperti
lantai, drywall, dan panel langit-langit, melayani berbagai fungsi. Contohnya
termasuk plasticizer untuk meningkatkan plastisitas, penghambat api untuk
mencegah kebakaran, perekat untuk mengikat komponen yang berbeda,
penstabil untuk menjaga kestabilan komponen di bawah panas atau radiasi UV,
pengawet/biosida untuk mencegah pertumbuhan mikroba, dan banyak lainnya.
Bahan kimia yang digunakan dalam bahan bangunan dapat menjadi sumber emisi
pasif utama di lingkungan dalam ruangan (Eichler et al., 2020; Xu et al., 2009),
yang telah dikaitkan dengan penurunan kualitas lingkungan dalam ruangan (IEQ)
dan munculnya "sick building syndrome" (Spengler dan Chen, 2000). Berbagai
peringkat bangunan hijau dan sistem sertifikasi telah dikembangkan sejak tahun
1990-an untuk mempertahankan IEQ yang tinggi dengan membatasi konsentrasi
bahan kimia berbahaya (Huang et al., 2019). Namun, studi evaluasi dan regulasi
seringkali berfokus pada bahan kimia tertentu (misalnya VOC, formaldehida,
timbal) (Huang et al., 2019; Ruffing et al., 2011; Panagiotaras, 2014; Johnston et al.,
2020a, 2020b; Kamu et al., 2016), sementara tidak mencakup berbagai zat kimia
itu
Untuk menilai potensi paparan manusia dan risiko ribuan bahan kimia yang
digunakan dalam bahan bangunan, high-throughput screening (HTS) telah diidentifikasi
sebagai pendekatan yang menjanjikan (Wambaugh et al., 2013; Isaacs et al., 2014; Jolliet
et al., 2021). Perkembangan terkini dalam penilaian paparan jarak dekat (yaitu, paparan
yang terjadi di dekat pengguna produk, terutama di dalam ruangan) (Isaacs et al., 2014;
Jolliet et al., 2015; Huang et al., 2017; Fantke et al., 2016, 2021) telah menyediakan
pendekatan untuk secara konsisten memasukkan jalur dekat-bidang khusus produk-
kimia ke dalam konteks penilaian dampak dan risiko throughput tinggi. Studi
sebelumnya memperkirakan paparan tingkat skrining untuk ratusan bahan kimia yang
digunakan dalam berbagai kategori produk konsumen untuk menginformasikan
prioritas bahan kimia (Isaacs et al., 2014; Shin et al., 2015; Ring et al., 2018). Namun,
perkiraan ini datang dengan batasan pada sisi paparan, seperti asumsi konservatif
tingkat rendah atau terlalu disederhanakan yang tidak memperhitungkan sifat
kesetimbangan massa dari proses nasib dan transportasi kimiawi yang bersaing. Dengan
demikian, perkiraan paparan yang lebih halus diperlukan dengan menggunakan model
yang lebih rumit, berbasis keseimbangan massa, namun dengan throughput tinggi yang
sesuai untuk mencakup berbagai kombinasi produk kimia.

* Penulis korespondensi di: Ilmu Kesehatan Lingkungan, 6622 SPH II, Ann Arbor, 48109-2029, MI, USA. Alamat
email:ojolliet@umich.edu (O. Jolliet).

https://doi.org/10.1016/j.jhazmat.2021.127574
Diterima 11 Agustus 2021; Diterima dalam bentuk revisi 5 Oktober 2021; Diterima 19 Oktober 2021
Tersedia online 23 Oktober 2021
0304-3894/© 2021 Para Penulis. Diterbitkan oleh Elsevier BV Ini adalah artikel akses terbuka di bawah lisensi CC BY-NC-ND
(http://creativecommons.org/licenses/by-nc-nd/4.0/).
L. Huang dkk. Jurnal Bahan Berbahaya 424 (2022) 127574

Memprediksi secara akurat evolusi konsentrasi bahan kimia dalam bahan 2. Metode
bangunan dan emisi terkait menjadi dasar untuk memperkirakan paparan
manusia yang terkait dengan bahan kimia ini. Berbagai model telah 2.1. Kerangka penilaian
dikembangkan untuk mensimulasikan emisi kimia yang dikemas dalam bahan
bangunan (Liu et al., 2013). Kerangka pemodelan yang paling banyak diterima Kami mengusulkan paparan kuantitatif throughput tinggi dan pendekatan
didasarkan pada difusi bahan kimia organik di dalam bahan bangunan, yang penilaian risiko untuk bahan kimia dalam bahan bangunan yang menggunakan
pertama kali disajikan oleh Little et al.Sedikit dkk. (1994). Dalam kerangka ini, model USEtox 3.0beta (Fantke et al., 2021) untuk menentukan Fraksi Asupan
persamaan yang mengatur yang menggambarkan difusi transien bahan kimia Produk (PiF) (Jolliet et al., 2015; Fantke et al., 2016). Kami secara berturut-turut
melalui bahan bangunan diberikan oleh Hukum ke-2 Fick, di mana emisi menentukan jumlah bahan kimia yang digunakan dalam produk bangunan,
diasumsikan didorong oleh gradien konsentrasi antara lapisan batas permukaan keterpaparan manusia yang sesuai dalam mg/kg/hari dan risiko kanker terkait
bahan dan udara dalam ruangan massal (Little et al., 1994). Bahan kimia yang serta hasil bagi bahaya (Gambar 1). Pendekatan ini telah diterapkan untuk
dilepaskan ke udara dalam ruangan selanjutnya dapat terserap ke partikel udara mengidentifikasi bahan kimia yang menjadi perhatian dalam mainan, produk
dan berbagai permukaan dalam ruangan, atau dapat dihilangkan dengan ventilasi perawatan pribadi, produk pembersih, dan produk perawatan rumah tangga (
(Liu et al., 2013; Little et al., 1994; Xu dan Little, 2006; Kumar dan Little, 2003a, Jolliet et al., 2021; Aurisano et al., 2021).
2003b; Deng dan Kim, 2004; Haghighat et al., 2005; Huang dan Haghighat, 2002).
Model awal membutuhkan solusi numerik dari persamaan transendental dan 2.1.1. Kandungan kimia dalam produk bangunan
perhitungan jumlah suku-suku tak terhingga, yang kompleks secara komputasi Kami pertama kali menghitung massa kimia dari setiap zatSaya(Maku p, kgbahan kimia
dan karenanya tidak cocok untuk HTS (Huang dan Jolliet, 2016). Sebuah studi baru- yang digunakan/rumah tangga) yang digunakan dalam produk bangunan tertentuPdalam
baru ini mengembangkan model pelit untuk memprediksi skenario emisi kimia rumah tangga selama masa pakai produk bangunan:
paling sederhana dari bahan bangunan, menggunakan algoritme sederhana dan
Maku p=MP×mfaku p (1)
dapat diterapkan untuk berbagai sifat produk kimia (Huang et al., 2021). Namun,
model ini tidak mempertimbangkan penyerapan permukaan dalam ruangan.
Di manaMP(kgproduk/rumah tangga) adalah jumlah produk bangunan yang digunakan dalam
Memodifikasi model ini untuk menyertakan penyerapan dalam ruangan untuk
rumah tangga, danmfaku p(kgbahan kimia yang digunakan/ kgproduk) adalah konten awal, atau
mewakili emisi kimia dengan lebih baik dalam bahan bangunan yang realistis akan
fraksi massa kimiaSayadalam membangun produkP. Nilai kedua
menjadikannya ideal untuk tujuan throughput tinggi.
parameter ini diperoleh dari beberapa sumber (lihatBagian 2.2).
Berdasarkan kebutuhan ini, penelitian ini bertujuan untuk mengusulkan
pendekatan HTS untuk memperkirakan emisi dan paparan serta risiko terkait
untuk berbagai bahan kimia dalam bahan bangunan dengan pertimbangan
penyerapan dalam ruangan, menyoroti produk dan bahan kimia yang menjadi
perhatian untuk menginformasikan penelitian dan pengembangan lebih lanjut. .
Kami fokus pada bahan kimia organik berdasarkan domain penerapan emisi
dalam ruangan saat ini, transportasi dan pendekatan pemodelan nasib (Fantke et
al., 2016; Liu et al., 2013; Kirchhübel dan Fantke, 2019). Karena itu kami fokus pada
empat tujuan khusus:

(1) Mengkarakterisasi penggunaan produk dan kandungan kimia bahan

bangunan yang umum digunakan;
(2) Untuk mengembangkan metode pemodelan yang sesuai dengan keseimbangan
massa yang realistis, throughput tinggi yang mempertimbangkan penyerapan
dalam ruangan untuk memprediksi evolusi konsentrasi kimia dalam bahan
bangunan dan emisi kimia terkait;
(3) Untuk memperkirakan paparan manusia jarak dekat multi-jalur untuk
penghuni bangunan dewasa dan anak-anak untuk ratusan kombinasi
produk bangunan bahan kimia; Dan
(4) Untuk menyaring dan memprioritaskan risiko kesehatan manusia untuk
mengidentifikasi produk dan bahan kimia yang menjadi perhatian, dan untuk
menentukan kandungan bahan kimia maksimum (MACHTS), menggabungkan
estimasi paparan throughput tinggi dengan informasi toksisitas. Di sini kami
fokus pada orang dewasa, karena perkiraan paparan dan risiko untuk orang
dewasa lebih akurat dan stabil selama masa pakai bahan bangunan
(diasumsikan 15 tahun dalam penelitian ini), sedangkan dosis paparan dan risiko
untuk anak akan bervariasi dari waktu ke waktu. karena berbagai tahap
perkembangan, perilaku dan faktor paparan serta berat badan yang bertambah.

Perkiraan paparan dan risiko yang dihasilkan untuk banyak kombinasi produk
bangunan bahan kimia serta produk dan bahan kimia yang teridentifikasi dapat
digunakan untuk menginformasikan pembuat keputusan dan produsen untuk
Gambar 1.Diagram kerangka penilaian, dari massa dalam produk hingga risiko
menentukan produk/bahan kimia prioritas yang relevan dan memfokuskan kesehatan, diilustrasikan dengan contoh etilbenzena pada lantai kayu.
pengembangan bahan bangunan yang lebih aman di masa depan. Diadaptasi dari Huang et al., 2019 (Huang et al., 2019).

2
L. Huang dkk. Jurnal Bahan Berbahaya 424 (2022) 127574

2.1.2. Eksposur konsumen =10-6. MACHTSs untuk efek kanker dan non-kanker dihitung kembali dari
Kedua, kami menangkap proses nasib multi-jalur yang mentransfer hasil paparan dan toksisitas, dan MAC minimumHTSantara efek kanker
bahan kimia antar kompartemen di lingkungan medan dekat dan jauh, dan non-kanker dipertahankan sebagai MAC akhirHTS.
hingga akhirnya mencapai manusia. Eksposur jarak dekat mengacu pada
HAIref
paparan yang terjadi di sekitar penggunaan produk yang dipertimbangkan, MACHTS,non-kanker=mfaku p× (5a)
HAIsaya, p, h
yang biasanya mencakup paparan dalam ruangan, sedangkan paparan
medan jauh merujuk pada paparan media lingkungan luar ruangan seperti ILCRref
udara sekitar, air minum, dan tanah (Fantke et al., 2016). Transfer massa MACHTS,kanker=mfaku p× (5b)
Rsaya, p, h
kimia multimedia disusun dalam matriks fraksi transfer antar-kompartemen
langsung (Fantke et al., 2016). Dengan inversi matriks, kami memperoleh
MACHTS,terakhir= min (MACHTS,non-kanker,MACHTS,kanker) (5c)
fraksi transfer kumulatif dan rute paparan khusus (X: inhalasi, ingesti,
dermal) fraksi asupan produk (PiFs). PiF didefinisikan sebagai massa kimia
2.1.4. Identifikasi bahan kimia yang menjadi perhatian
yang diambil melalui beberapa jalur paparane(misalnya menelan debu,
Kami akhirnya mendefinisikan rasio kandungan bahaya (HCR) sebagai fraksi
kontak kulit) oleh manusia yang terpaparH
massa aktual bahan kimia dalam produk bangunan dibagi dengan MAC minimum
(SAYAsaya, p, h, e, kgpemasukan/rumah tangga) per satuan massa bahan kimia dalam suatu produk (Jolliet
∑ HTS:
et al., 2015):PiFip, h, x= e∈XSAYAsaya, p, h, e/Maku p, (kgpemasukan/ kgbahan kimia yang digunakan) atas a

periode paparan yang diberikan. Penelitian ini berfokus pada pemaparan jarak mfaku p
HCR= (6)
dekat terhadap bahan kimia dalam bahan bangunan yang meliputi penghirupan MACHTS,terakhir
udara dalam ruangan, penyerapan gas dermal dari udara dalam ruangan, kontak
Kombinasi produk kimia dengan HCR>10 diidentifikasi sebagai bahan kimia dengan
kulit, dan konsumsi debu. Perhitungan fraksi transfer langsung untuk eksposur
perhatian lebih tinggi untuk diteliti lebih lanjut dalam prioritas, sedangkan bahan kimia
jarak dekat ini dirinci dalamBagian 2.3.
dengan HCR antara 1 dan 10 mungkin juga perlu diperhatikan. Oleh karena itu, bahan
Menggabungkan PiF dengan massa kimia dalam produk, dan membaginya
kimia dengan perhatian lebih tinggi ini sesuai dengan indeks bahaya
dengan jumlah manusia yang terpaparHdalam rumah tangga atau dalam populasi
> 10 atau peningkatan risiko kanker seumur hidup>10-5.
latar belakang (NH, orang), berat badan manusia (BWH, kgBW/ orang) dan durasi
paparan dipertimbangkan saat menentukan PiF (ΔT, d) menghasilkan dosis asupan
individu untuk rute paparanX(Dsaya, p, h, x, mg/kgBW/ d) sebagai estimasi paparan: 2.2. Komposisi bahan kimia dan penggunaan produk bangunan

Data komposisi kimia produk bangunan diperoleh

Maku p×PiFsaya, p, h, x×kg ke mg
Dsaya, p, h, x= (2) dari Perpustakaan Produk Bangunan Pharos (www.pharosproject.net),
NH×BWH×∆T
yang merupakan database yang mengintegrasikan produk bangunan dari
Durasi pemaparan ditentukan oleh umur efektif produk di gedung berbagai perusahaan manufaktur untuk memberikan informasi tentang
dan diasumsikan 15 tahun untuk makalah ini. bahaya serta komposisi kimia dalam setiap produk. Basis data ini terutama
mewakili produk bangunan di AS. Basis data Pharos memiliki dua versi
2.1.3. Karakterisasi risiko karena rekonstruksi besar pada tahun 2018: Basis Data Produk Umum
Pada langkah ketiga, kami menilai risiko yang terkait dengan masing-masing memberikan informasi tentang 142 produk umum, mencirikan komposisi
kombinasi produk bahan kimia, menggabungkan dosis paparan dengan data kimia khas yang ditemukan dalam suatu jenis produk, sedangkan Basis Data
toksisitas. Pertama, risiko karsinogenik (Raku h, dalam kemungkinan Produk individual berisi informasi komposisi kimia pada 1604 bangunan
mengembangkan kanker untuk paparan seumur hidup penggunaHmelalui ruteX) bermerek individual produk. Kedua versi ini dianalisis secara terpisah:
dihitung dengan mengalikan dosis paparan dengan faktor kemiringan kanker Masing-masing dari 1604 produk individu dicocokkan dengan salah satu dari
khusus rute (CSFsaya, x, dalam kejadian / (mg / kgBW/D)): 142 produk umum untuk menentukan penggunaan dan properti produk
∑ (lihat di bawah). Pembersihan kedua database tersebut
Rsaya, p, h= Dsaya, p, h, x×CSFsaya, x (3) kemudian dilakukan untuk mengecualikan produk yang digunakan di luar ruangan atau di bawah tanah, atau
X
produk yang tidak jelas kegunaan dan khasiatnya (menghasilkan 80 produk);
Probabilitas risiko ini dapat dibandingkan dengan risiko kanker Bahan kimia anorganik, organologam, campuran, dan zat dengan komposisi
seumur hidup inkremental yang dapat diterimaILCRref=10-6untuk yang tidak diketahui atau variabel, produk reaksi kompleks dan bahan
populasi umum atau 10-4untuk pengaturan paparan kerja (Whittaker et biologis (UVCB) dikeluarkan dari analisis lebih lanjut. Kami menggabungkan
al., 2016). Efek non-karsinogenik dicirikan dengan membagi dosis beberapa kejadian dari kombinasi produk kimia tertentu yang dapat muncul
paparan rute spesifik dengan dosis rujukan rute spesifik (RfDsaya, x, dalam komponen berbeda dari produk yang sama atau memiliki fungsi
mg/kgBW/d) untuk menghasilkan hasil bagi bahaya (markas besarsaya, p, h, x) untuk setiap rute; berbeda dalam kombinasi produk yang sama dengan menjumlahkan
kemudian indeks bahaya (HAIsaya, p, h) dihitung dengan menjumlahkan HQ dari semua rute kandungan bahan kimia saat menilai paparan dan risiko. Ini menghasilkan
paparan. 325 kombinasi produk kimia yang unik di Database Produk Umum Pharos,
/ dan 495 kombinasi produk kimia di Database Produk Individual Pharos.
markas besarsaya, p, h, x=Dsaya, p, h, xRfDsaya, x (4a)
∑ Untuk setiap kombinasi produk kimia non-polimer di Common Products
HAIsaya, p, h= markas besarsaya, p, h, x
(4b) Database, kami menggunakan satu kandungan kimia rata-rata yang
X
dilaporkan di Pharos untuk menghitung satu kandungan kimia, misalnya
HQ atau HI bukanlah risiko, karena HQ adalah rasio dari dua dosis, tetapi kandungan 1,12% untuk etilbenzena di Elastic Facade Joint Sealant. Untuk
HQ (atau HI)>1 (dosis paparan lebih tinggi dari dosis referensi) menunjukkan polimer, bahan yang dipolimerisasi dianggap stabil dan tidak menyebabkan
bahan kimia berbahaya yang memerlukan pengawasan lebih lanjut. Sumber emisi dan paparan apa pun. Namun, kami memperhitungkan setiap polimer
faktor kemiringan kanker dan dosis referensi dijelaskan dalamBagian 2.4. sebagian kecil dari sisa monomer bebas yang tersedia untuk migrasi dan
emisi. Ketika tersedia dalam literatur (Huang et al., 2021; Kirchhübel dan
Kami kemudian memperkirakan Kandungan kimia Maksimum berdasarkan Fantke, 2019; Aurisano et al., 2021; Whittaker et al., 2016; Little et al., 2012;
hasil Penyaringan Throughput Tinggi (MACHTS) untuk kombinasi produk bangunan Deng et al., 2008; Wignall et al., 2018; Lioy et al., 2015; Guo et al., 2017; EPA,
kimia yang dipelajari. Berdasarkan kriteria risiko yang dijelaskan di atas, kami 2011; Hoffmann dan Schupp, 2009; Gaines et al., 2010), kisaran khusus
mendefinisikan MACHTSsebagai kandungan bahan kimia dalam produk bangunan, polimer dari sisa monomer dalam produk bangunan (min dan maks)
yang menghasilkan indeks bahaya referensiHAIref=1 atauILCRref diidentifikasi; untuk

3
L. Huang dkk. Jurnal Bahan Berbahaya 424 (2022) 127574

misalnya, kandungan monomer stirena dalam insulasi XPS adalah {

antara 0,0008% dan 0,28%. Untuk sisa polimer, kandungan monomer D-terbatas:0.61∙catatanDM+catatanKbu<−0.40 K- atauKbu<0.4∙D−0.61M
(7)
terbatas:0.61∙catatanDM+catatanKbu≥ −0.40 atauKbu>0.4∙DM − 0.61
sisa diasumsikan mulai dari 450 ppm sampai 2900 ppm, berdasarkan
kisaran maksimum yang dilaporkan dalam referensi yang dikumpulkan. Untuk kasus D-limited dan K-limited, fraksi massa kimia dipancarkan dari
Kandungan monomer sisa untuk setiap bahan polimer disediakan di bahan bangunan ke udara dalam ruangan dari waktu nol ke waktuT (TFbu)
Lampiran A, Bagian A1.1. Dalam Basis Data Produk Individual, dapat dinyatakan dalam bentuk dua eksponensial:
kemungkinan konten rata-rata juga dihitung untuk bahan kimia selain
Me( T)
monomer sisa; misalnya, dibutil ftalat dalam lantai kayu memiliki TFbu= =A1∙eB1 T+2eA∙bt 2+0 A (8)
kandungan rata-rata 0,03%, sedangkan untuk sisa monomer kisaran M0
(min dan maks) juga diterapkan pada kandungan rata-rata polimer
Di manaMe(T)adalah total massa kimia yang dipancarkan ke udara dari
yang sesuai. Penjelasan rinci tentang database dan perhitungan
waktu nol sampai waktu t (μG),M0adalah total massa kimia dalam
kandungan kimia disediakan diLampiran A, Bagian A1.1, di mana
bahan bangunan pada waktu nol (μG),Tadalah waktu (s),A1,A2,A0,B1,B2
konten maksimum yang mungkin untuk bahan kimia dalam Basis Data
adalah koefisien yang dihitung sebagai fungsi dari koefisien
Produk Individual juga disajikan.
perpindahan massa konvektifHM(m/s), laju ventilasi ruanganQ(M3/s),
Untuk 80 produk bangunan umum, kami menghitung jumlah yang
luas bahan bangunanAM(M2), ketebalan bahan bangunanLM(M),sebaikD
digunakan dalam rumah tangga pada umumnya, dengan menentukan area
MDanKbu. Detail model Dlimited dan K-limited dijelaskan diLampiran A,
aplikasi produk, ketebalan dan kerapatan (misalnya, lantai vinil memiliki luas
Bagian A2.1.2.
96,8 m2, dengan ketebalan 3 mm dan densitas 1500 kg/m3), yang dirinci
dalam Lampiran A, Bagian A1.2 danLampiran B.
2.3.1.2. Pengembangan model halus dengan penyerapan ke permukaan dalam ruangan.
Model yang dijelaskan di atas hanya mempertimbangkan satu sumber difusi bahan kimia
2.3. Memperkirakan paparan bahan kimia dalam produk bangunan
pada satu waktu (yaitu, produk bangunan yang mengandung bahan kimia tersebut), dan
menganggap bahwa bahan kimia yang dipancarkan ke udara dalam ruangan hanya akan
Langkah pertama untuk menghitung fraksi asupan produk adalah
hilang melalui ventilasi. Namun, bahan kimia di udara dalam ruangan juga dapat
menentukan fraksi transfer langsung yang relevan dari produk bangunan ke
terserap pada berbagai permukaan dalam ruangan, yang merupakan penyerap bahan
udara dalam ruangan, ke kulit manusia melalui kontak kulit, dan ke saluran
kimia (Liu et al., 2013; Little et al., 2012). Penyerapan ini sangat penting untuk senyawa
pencernaan melalui konsumsi debu dari tangan ke mulut. Perpindahan langsung
organik semi-volatile (SVOCs) (Liu et al., 2013; Little et al., 2012). Dengan demikian, kami
dari produk bangunan ke udara dalam ruangan selanjutnya akan menyebabkan
mengusulkan model yang lebih halus yang mempertimbangkan penyerapan ke
inhalasi dan paparan kulit gas.Bagian 2.3.1menjelaskan model yang digunakan
permukaan dalam ruangan, mengadaptasi model disederhanakan terbatas-K untuk
untuk memperkirakan emisi kimia dari produk bangunan dan konsentrasi bahan
memasukkan penyerapan dan memverifikasinya dengan model numerik.
kimia pada permukaan produk bangunan. Model untuk memperkirakan paparan
manusia disajikan dalamLampiran A, Bagian A3, yang mencakup paparan inhalasi,
2.3.1.3. Model lengkap dengan penyerapan ke permukaan dalam ruangan.Model
paparan kulit melalui kontak kulit, paparan kulit melalui pengambilan gas, dan
yang disempurnakan ini menganggap permukaan dalam ruangan sebagai bak
paparan menelan melalui aktivitas tangan-ke-mulut. Fraksi transfer langsung
difusi tunggal, yang mengikuti persamaan yang mengatur dan kondisi batas yang
untuk pajanan manusia dihitung dengan menggunakan asupan melalui jalur
sama dengan sumber difusi. Untuk kondisi awal, kita asumsikan bahwa
pajanan spesifik dibagi dengan massa kimia dalam kompartemen awal yang
konsentrasi bahan kimia dalam bahan sorpsi adalah nol. Persamaan untuk sistem
dipertimbangkan (yaitu, udara dalam ruangan untuk inhalasi dan pajanan gas
model halus disajikan dalamLampiran A, Bagian A2.2. Solusi analitis untuk sistem
dermal, produk bangunan itu sendiri untuk pajanan kontak dermal dan
model seperti itu sangat kompleks (Deng et al., 2008), sehingga solusi numerik
pemaparan debu) (Bagian A3).
lebih praktis. Kami menyelesaikannya secara numerik menggunakan teknik
Method-of-Lines (MOL) dan diskritisasi yang tidak merata, seperti yang dijelaskan
2.3.1. Model untuk emisi kimia dan konsentrasi permukaan
dalam Huang et al.Huang dkk. (2021)dan rincian yang disediakan di Lampiran A,
Bagian A2.2.1. Solusi numerik ini, yang disebut "model numerik penuh",
2.3.1.1. Model yang ada.Model emisi kimia dan konsentrasi permukaan
memberikan solusi yang mendekati tepat yang dapat digunakan sebagai referensi
mengikuti teori difusi yang diterima secara luas (Liu et al., 2013). Pengaturan
perbandingan untuk model sederhana yang dijelaskan di bawah ini.
model paling sederhana (Deng dan Kim, 2004; Huang et al., 2021)
mengasumsikan bahwa 1) emisi kimia dari bahan bangunan didorong oleh
2.3.1.4. Model sederhana dengan penyerapan ke permukaan dalam ruangan.
difusi sementara di dalam bahan; 2) bahan kimia dipancarkan dari
Untuk model yang disederhanakan, efek sorpsi dapat diabaikan untuk kasus D-
permukaan atas bahan, sedangkan bagian bawah bahan kedap air; 3) bahan
limited, sehingga model D-limited dapat langsung digunakan. Namun, untuk
kimia yang dipancarkan ke udara dalam ruangan hanya hilang melalui
kasus K-terbatas, sorpsi signifikan dan tidak dapat diabaikan, jadi kami
ventilasi sementara penyerapan ke permukaan dalam ruangan tidak
mengusulkan model modifikasi berikut. Untuk kasus K-terbatas, kami
dipertimbangkan; 4) bahan kimia yang terserap pada partikel di udara
mengasumsikan bahwa bahan kimia tetap terdistribusi secara merata di dalam
berada dalam kesetimbangan dengan fase gas; 5) udara dalam ruangan
bahan bangunan dan bahan serapan, yaitu tidak ada gradien konsentrasi melalui
tercampur dengan baik; dan 6) udara yang mengalir ke dalam rumah bersih.
bahan. Persamaan neraca massa adalah sebagai berikut:
Dua parameter kunci dari model ini adalah koefisien difusi bahan kimia
dalam bahan bangunanDM(M2/s) dan koefisien partisi bahan bangunan-
/
dmM(T) M(T) MA(T)
udara bahan kimiaKbu(tanpa dimensi). Persamaan terperinci dan solusi = − (M K MA − TSP))∙HMAM (9a)
dt AMLM V∙(1 +Kpa∙
analitik dari model ini disediakan di Lampiran A, Bagian A2.1.
/
Karena solusi analitik kompleks dan intensif secara komputasi, kami dmS(T) MA MS
mengembangkan dalam penelitian sebelumnya model yang disederhanakan
=( TSP) - K)∙h
S Ass (9b)
dt V∙(1 +Kpa∙ ASLS
dan memiliki throughput tinggi yang dapat mendekati solusi analitik untuk
berbagai sifat produk kimia (Huang et al., 2021), yang disebut “gabungan Di manaMMadalah massa kimia dalam bahan bangunan (μG),MSadalah
model D- dan K-terbatas”. Secara singkat, kombinasi produk kimia massa kimia dalam bahan sorpsi (μG),ASadalah luas permukaan serapan (m2
diklasifikasikan menjadi dua jenis: difusi terbatas (terbatas D) dan terbatas ),LSadalah ketebalan bahan dalam ruangan (m),KSadalah koefisien partisi
partisi (terbatas K), berdasarkan kriteria yang ditentukan dalamPersamaan. bahan-udara penyerapan bahan kimia (tanpa dimensi),HS
7: adalah koefisien perpindahan massa konvektif pada permukaan sorpsi (m/
s).

4
L. Huang dkk. Jurnal Bahan Berbahaya 424 (2022) 127574

Untuk keseimbangan massa di udara dalam ruangan, karena kinetika udara
dalam ruangan jauh lebih cepat daripada kinetik dari permukaan yang
memancarkan dan menyerap, ia menyeimbangkan antara kompartemen ini dan
dengan demikian kami menganggap kondisi kuasi-steady-state untuk bahan kimia
di udara dalam ruangan. Detil deviasi dan solusi model K-limited dengan sorpsi
disajikan padaLampiran A, Bagian 2.2.2.
Model D-limited dan model K-limited dengan sorpsi dievaluasi dengan
membandingkan perkiraan konsentrasi udara dengan nilai DEHP yang
diukur dalam studi uji ruang (Xu dan Little, 2006), sebagaimana dirinci dalam
Lampiran A, Bagian 2.2.3.
Persamaan. 7yang awalnya dikembangkan untuk model tanpa sorpsi,
dan uji validitasnya dengan membandingkan solusi numerik model
lengkap dengan sorpsi “model numerik penuh”. Protokol pengujian
terperinci dijelaskan diLampiran A, Bagian A2.2.4. Secara singkat, kami
mengevaluasi rasio fraksi massa yang dipancarkan pada akhir simulasi
antara model yang disederhanakan dengan sorpsi dan solusi numerik.
Dua set kombinasi produk kimia diuji: satu set data hipotetis dengan
10.000DM-Kbukombinasi, dan yang lainnya mencakup 325 dan 495
kombinasi produk kimia yang dihasilkan masing-masing di Database
Produk Umum Pharos dan Database Produk Individual.

2.3.1.5. Kriteria pemilihan model yang disederhanakan dan proses evaluasi.Kriteria 2.3.2. Parameterisasi model
diperlukan untuk mengklasifikasikan kombinasi produk pembentuk bahan kimia sebagai Sifat zat fisiokimia, sifat produk bangunan, konfigurasi dalam
D-terbatas atau K-terbatas dengan sorpsi. Kami menerapkan kriteria di ruangan dan faktor paparan digunakan untuk membuat parameter

Gambar 2.Fraksi massa yang dipancarkan pada akhir periode simulasi 15 tahun yang diprediksi oleh model yang disederhanakan (gabungan model D- dan K-terbatas dengan
penyerapan) dibandingkan dengan solusi numerik dari model lengkap. Nilai untuk 325 dan 495 kombinasi produk kimia yang unik masing-masing disajikan dalam (A)(B) Pharos
Common Products dan (C) (D) Individual Databases, dengan ketebalan bahan bangunan 100 mm dan ketebalan bahan serapan dari 1,27 cm.

5
L. Huang dkk. Jurnal Bahan Berbahaya 424 (2022) 127574

model dijelaskan dalamLampiran A, Bagian A4. Secara singkat, kami membuat model
rumah hunian rata-rata di negara-negara OECD, yang memiliki 2 orang dewasa dan 1
anak berusia 2-3 tahun sebagai penghuninya. Volume rumah adalah 236 m23dan nilai
tukar udara adalah 0,79 jam-1. 15 tahun diasumsikan sebagai masa pakai produk untuk
semua produk bangunan.
2.4. Data toksisitas untuk karakterisasi risiko
Rincian data toksisitas disajikan padaLampiran A, Bagian A5. Secara
singkat, faktor kemiringan kanker (CSF) untuk orang dewasa diambil dari
USEtox 2.12 (http://www.usetox.org), dan untuk anak-anak kami
menerapkan faktor penyesuaian yang bergantung pada usia (ADAF = 4) ke
CSF (Aurisano et al., 2021). Dosis referensi konsumsi (RfD) dan konsentrasi
referensi inhalasi (RfC) diperoleh dari berbagai database, dan bila tidak
tersedia, diperkirakan olehsecara silikoprediktor nilai toksisitas bersyarat
(CTV) jika mereka berada dalam domain penerapan (Wignall et al., 2018). CSF
dermal dan RfD diasumsikan sama dengan yang tertelan.
3. Hasil dan Pembahasan
3.1. Validitas model yang disederhanakan dengan sorpsi
Seperti dirinci diLampiran A, Bagian A6.1, model yang disederhanakan dengan
sorpsi dapat secara akurat memprediksi konsentrasi udara DEHP dari lantai vinil di
dua ruang uji (Xu dan Little, 2006), menunjukkan validitasnya.Gambar 2
membandingkan fraksi massa yang dipancarkan dihitung oleh
model yang disederhanakan dengan sorpsi, dengan hasil solusi numerik dari
model dengan sorpsi, menggunakan kedua dataset Pharos untuk waktu simulasi
15 tahun. Model yang disederhanakan hampir sempurna sesuai dengan solusi
numerik untuk bahan kimia asli ini dengan ketebalan material 100 mm, dan
kinerjanya bahkan lebih baik dengan ketebalan material yang lebih kecil (
Lampiran A, Bagian A6.2 Gambar A4). Untuk 325 (495) poin data unik Produk
Umum (Produk Individu) yang menggabungkan kasus terbatas D- dan K, model
yang disederhanakan menghasilkan Q2dari 0,995 (0,991) dan kesalahan standar
pada log 0,052 (0,072), menunjukkan bahwa 95% CI dari prediksi fraksi massa
yang dipancarkan berada dalam faktor 1,26 (1,39) dari prediksi model. Statistik
yang lebih rinci berdasarkan fungsi kimia disediakan diLampiran A, Bagian A6.
Hasil yang diprediksi oleh bagian D-limited dan K-limited dari model yang
disederhanakan sebagian besar memiliki akurasi yang sama, kecuali bahwa model
yang disederhanakan sedikit melebih-lebihkan fraksi massa yang dipancarkan
oleh maksimum faktor 2 untuk kasus K-limited tertentu (Gambar 2B&D). Hasil ini
menunjukkan bahwa model yang disederhanakan dapat mendekati solusi
numerik untuk emisi kimia dari bahan bangunan dengan penyerapan dalam
ruangan. Mempertimbangkan hal ini dengan kemudahan penggunaan dan
parameterisasi model tersebut, model yang disederhanakan dan disempurnakan
adalah metode yang lebih disukai untuk tujuan throughput tinggi, dan dengan
demikian digunakan untuk menganalisis data Pharos dalam hasil selanjutnya.
Model yang disederhanakan dengan sorpsi selanjutnya dibandingkan dengan
solusi numerik untuk rangkaian kondisi yang lebih luas menggunakan 10.000
bahan kimia hipotetis untuk dua ketebalan bahan bangunan dan dua kali simulasi,
sekali lagi menunjukkan kesesuaiannya untuk penyaringan throughput tinggi (
Lampiran A, Bagian A6.2 Gambar A3).

Gambar 3.Ringkasan hasil penyaringan untuk 325 kombinasi produk kimia unik dalam Produk Umum Pharos. (A) Fraksi massa kimia dalam produk [- atau kgbahan kimia/ kgproduk]; (B)
massa produk [kgproduk/rumah tangga]; (C) jumlah bahan kimia yang digunakan [kgkimia dalam produk/rumah tangga]; (D) fraksi asupan produk [kgpemasukan/ kgkimia dalam produk] (sumbu kiri,
titik berwarna) dan dosis paparan harian yang menjumlahkan semua rute [mg/kg/h] (sumbu kanan, segitiga hitam); (E) menghasilkan Indeks Bahaya [-] (sumbu kiri, titik berwarna) dan
peningkatan risiko kanker seumur hidup [-] (sumbu kanan, segitiga hitam); dan (F) kontribusi rute paparan. Garis putus-putus di (E) mewakili ambang kriteria risiko yang diterapkan
sebagai HI = 1 dan risiko kanker = 10-6. Semua plot diberi peringkat berdasarkan peningkatan total dosis paparan harian yang menjumlahkan semua rute paparan. Hanya hasil untuk
penghuni dewasa yang disajikan. Untuk sisa monomer, fraksi massa monomer maksimum dalam polimer disajikan (lihatBagian 2.2untuk penjelasan).

6
L. Huang dkk.
3.2. Sekilas tentang bahan kimia dalam produk bangunan
Gambar 3AB menyajikan ikhtisar fraksi massa kimia yang dilaporkan
dalam produk dan perwakilan massa produk per rumah tangga untuk
Pharos Common Products Database (disingkat CPD). Untuk sisa monomer,
hanya fraksi massa maksimum yang ditampilkan. Fraksi massa kimia dalam
produk bangunan menjangkau beberapa kali lipat. Untuk bahan kimia selain
monomer residu, fraksi massa berkisar lebih dari 5 kali lipat, dari 2,7×10-6
untuk Imidakloprid di pintu Eksterior menjadi 0,20 untuk Butil benzil ftalat
(BBP) dalam sealant sambungan fasad elastis. Fraksi massa kimia yang lebih
tinggi (yaitu,>10%) sebagian besar terkait dengan plasticizer dan
penghambat api. Untuk sisa monomer, fraksi massa berkisar dari 1,9×10-10
menjadi 0,055. Massa produk bangunan yang digunakan bervariasi dengan
6 kali lipat, dari 0,43 kg sambungan ekspansi gabus beton hingga 24.500 kg
unit batu beton per rumah tangga, menunjukkan perbedaan besar dalam
penggunaan produk bangunan yang berbeda.
Basis Data Produk Individual (disingkat IPD) menunjukkan pola yang
serupa (Lampiran A, Bagian A8). Secara singkat, kemungkinan fraksi massa
rata-rata berkisar dari 1,7×10-6menjadi 0,17 untuk monomer non-residual
dan dari 2,6×10-9ke 3.4×10-3untuk sisa monomer, dengan fraksi massa
tertinggi terkait dengan Bis(2-ethylhexyl)terephthalate (DEHT) di lantai
karpet. Bahan kimia dengan fraksi massa lebih tinggi dari 10% sebagian
besar termasuk plasticizer, pelarut, zat peniup dan penghambat api. Variasi
massa produk lebih kecil, mulai dari 290 kg hingga 2933 kg, karena IPD tidak
termasuk produk yang digunakan dalam jumlah kecil seperti sambungan,
sealant, perekat, dll.
3.3. Paparan dan risiko dari bahan kimia dalam produk bangunan
Gambar 3CF menyajikan total massa bahan kimia yang digunakan dan
paparan orang dewasa yang dihasilkan dan risiko kesehatan untuk CPD, diurutkan
berdasarkan peningkatan dosis paparan harian yang menjumlahkan semua rute
paparan. Hasil paparan dan risiko untuk penghuni anak berusia 2-3 tahun
disediakan diLampiran B.
Mengalikan fraksi massa kimia dengan massa produk bangunan (Gambar 3
AB) menghasilkan massa kimia awal di setiap produk bangunan CPD di rumah
tangga yang dipertimbangkan (Gambar 3C). Massa kimia yang digunakan dalam
CPD berkisar dari 10-7hingga 100 kg per rumah tangga. Massa kimia yang lebih
tinggi umumnya dikaitkan dengan zat peniup, plasticizer, dan penghambat api.
Massa kimia tertinggi yang diterapkan dalam CPD (113 kg) adalah untuk Tris (1-
chloro-2-propyl)phosphate (TCPP), penghambat api, dalam busa poliuretan
semprot, karena fraksi massa kimia yang relatif tinggi (11%) dan massa produk
besar (1009 kg).
Gambar 3Sumbu kiri D menyajikan untuk setiap kombinasi produk kimia total
fraksi asupan produk (PiFs, dalam kgpemasukan/ kgdigunakan) menjumlahkan semua
rute paparan, yang mewakili massa kimia kumulatif yang diserap (kgpemasukan)
oleh penghuni dewasa per kg bahan kimia yang awalnya ada dalam produk
bangunan yang dipertimbangkan. Total PiF berkisar dari 8,9×10-10hingga 0,12 di
325 kombinasi produk kimia unik di CPD. Menggabungkan PiF dengan massa
kimia awal yang sesuai dalam produk dan durasi paparan menghasilkan dosis
paparan harian rata-rata per penghuni dewasa, seperti yang disajikan dalam
Gambar 3D sumbu kanan, dengan kontribusi relatif dari setiap rute paparan
disajikan dalamGambar 3F. Penghirupan adalah rute pemaparan yang dominan
untuk 64% kasus, sementara pemaparan melalui kulit, terutama serapan gas
melalui kulit untuk dosis tinggi, dominan untuk sebagian besar kasus yang tersisa.
Paparan menelan debu hanya penting untuk 2 kasus. Namun, untuk penghuni
anak-anak, debu yang tertelan mendominasi paparan sebanyak 7 kasus, yang
sebagian besar adalah plasticizer. Dalam CPD, dosis pajanan tertinggi sebesar 1,12
mg/kg/hari terjadi untuk Benzil alkohol pada lantai yang diolesi cairan, didominasi
oleh serapan gas melalui kulit. Perkiraan dosis kami umumnya sebanding dengan
asupan harian yang dihitung kembali dari studi biomonitoring. Misalnya,
perkiraan dosis DEHP pada lantai vinil dan lantai karpet adalah 1,85 dan 0,98μg/
kg/hari, masing-masing, yang berada dalam kisaran dosis yang dihitung ulang
untuk populasi AS (rata-rata 0,6 – 2,2μg/kg/hari, persentil ke-95 dari 3,1 –
7
Jurnal Bahan Berbahaya 424 (2022) 127574
16.8μg/kg/h) (Lioy et al., 2015). Perbandingan untuk ftalat lain dapat
ditemukan diLampiran A, Bagian A10.
Akhirnya, rasio perkiraan dosis paparan dibagi dengan dosis referensi
untuk efek non-kanker, dan dikumpulkan di seluruh rute paparan
menghasilkan satu indeks bahaya (HI) per kombinasi produk kimia (Gambar
3E, sumbu kiri). Dalam CPD, kami menemukan HI tertinggi tahun 1950 untuk
1,6-Hexamethylene diisocyanate (HDI) dalam perekat lantai Akrilik, yang
terutama disumbangkan oleh inhalasi (43%) dan penyerapan gas dermal
(56%). Dari 244 kombinasi produk kimia dengan data toksisitas, 29 (12%)
memiliki HI>1. Sumbu kanan dariGambar 3E menampilkan perkiraan risiko
kanker seumur hidup tambahan (ILCRs), menunjukkan bahwa untuk bahan
kimia dengan data toksisitas kanker yang tersedia, sekitar setengah (43 dari
89 kombinasi produk kimia unik) memiliki perkiraan ILCRs>10-6,
menunjukkan risiko kanker yang tidak dapat diabaikan, yang sebagian besar
terkait dengan monomer residual.
Tampilan yang lebih rinci dari hasil paparan dan toksisitas per rute
paparan dan jenis efek disajikan diLampiran A, Gambar A4. Sebagai tren
umum, paparan inhalasi adalah kontributor utama untuk efek nonkanker
dan kanker, sementara konsumsi debu dapat diabaikan untuk sebagian
besar kasus. Perhatikan bahwa penyerapan debu menjadi lebih penting
untuk beberapa plasticizer ketika penghuni anak dipertimbangkan, yang
lebih jelas dalam hasil untuk Pharos IPD (Lampiran ABagian A8 danLampiran
B). Untuk efek non-kanker, HQ inhalasi>1 diperkirakan untuk 20 kombinasi
produk kimia dari 244 di CPD, dan hanya 1 dengan HQ inhalasi>100 (HQ =
839). Markas besar kulit>1 diperkirakan untuk 16 kombinasi produk kimia
dan hanya satu yang memiliki HQ dermal
> 100 (HQ = 1110). Untuk efek kanker, 13 dan 1 kombinasi produk kimia
telah memperkirakan ILCR>10-4untuk paparan inhalasi dan dermal, masing-
masing, berpotensi menunjukkan perhatian yang sangat tinggi terhadap
efek kanker.
Hasil untuk IPD menunjukkan pola yang serupa dan disajikan dalam
Lampiran A, Bagian A8, dengan 32% kombinasi produk kimia dengan HI>1%
dan 75% dengan ILCR>10-6. Paparan terperinci dan hasil risiko untuk
penumpang dewasa dan anak-anak untuk CPD dan IPD tersedia di Lampiran
B.
3.4. Bahan kimia yang teridentifikasi dengan perhatian lebih tinggi (CoC) dan
kandungan bahan kimia maksimum (MACHTS)
Kombinasi produk kimia dengan HCR yang dihitung>10, yang diidentifikasi
sebagai perhatian yang lebih tinggi (atau CoC), disajikan diTabel 1. Sekali lagi,
prioritas ini berfokus pada paparan dan hasil risiko untuk penghuni dewasa,
seperti yang dijelaskan di Pendahuluan. Sebanyak 55 bahan kimia perhatian
diidentifikasi, masing-masing terkait dengan satu atau lebih jenis produk
bangunan (Tabel 1). Bahan kimia diberi peringkat dengan menurunkan HCR
maksimum di semua produk bangunan, yang menunjukkan penurunan perhatian.
Gambar 4merinci fraksi massa kimia aktual dalam produk, MAC kanker dan non-
kankerHTSdan HCR dari 55 CoC yang teridentifikasi. Selain itu,Lampiran B
memberikan daftar lengkap bahan kimia yang dipertimbangkan, termasuk bahan
kimia dengan HCR antara 1 dan 10 yang mungkin juga perlu diperhatikan.
Perhatikan bahwa MAC iniHTSdan HCR dihitung menggunakan nilai tukar
udara 0,79 jam-1yang mewakili rata-rata rumah tinggal di negara-negara OECD.
Namun, karena ventilasi adalah salah satu mekanisme hilangnya bahan kimia di
dalam ruangan, terutama bahan kimia yang mudah menguap, variasi nilai tukar
udara dapat memengaruhi MAC secara signifikan.HTS
dan HCR. Saat nilai tukar udara meningkat, MACHTSakan meningkat dan HCR
yang sesuai akan menurun, yang lebih menonjol untuk VOC karena
penghirupan adalah jalur pemaparan yang dominan untuk bahan kimia ini.
Hubungan antara nilai tukar udara dan MACHTSserta HCR disajikan di
Lampiran A, Bagian A11. Dengan demikian, dalam aplikasi praktis,
kandungan bahan kimia maksimum perlu disesuaikan dengan konfigurasi
rumah yang sebenarnya dan mungkin berbeda dari nilai di dalamnyaTabel 1
.
Perlu juga dicatat bahwa MACHTSnilai-nilai yang dilaporkan di sini
didasarkan pada hasil skrining keterpaparan dan risiko throughput tinggi.
L. Huang dkk. Jurnal Bahan Berbahaya 424 (2022) 127574

Tabel 1
Bahan kimia perhatian yang teridentifikasi (CoC) dan produk bangunan terkait dari database Pharos. MACHTS: Kandungan kimia maksimum berdasarkan Penyaringan Throughput Tinggi
dalam ppm sesuai dengan HI= 1, ILCR= 10-6. HCR: rasio kandungan bahaya = kandungan kimia aktual/MACHTS. Perhatikan bahwa monomer residual memiliki rentang HCR yang luas
karena mereka mempertimbangkan rentang kandungan monomer residual dalam bahan polimer.

(lanjutkan ed di halaman berikutnya)

8
L. Huang dkk. Jurnal Bahan Berbahaya 424 (2022) 127574

Tabel 1(lanjut)

(dilanjutkan di halaman berikutnya)

T skrining throughputnya yang tinggi G bertujuan untuk mewakili re Alistik tetapi juga MDI umumnya digunakan untuk r ebertindak dengan poliol (o senyawa organik
Pragmatic chemical/produk kami skenario usia dan eksposur os, yang tidak berisi banyak Hydroxyl gr ups) ke f Hai rm poliur etana (Guo et al., MDI
Ntidak selalu merupakan konsekuensi Rassu vatif atau kasus terburuk yang akan mptions. Dengan demikian, 2017). Sberdoa poliu Retana foa sistem m s dengan unr yang telah dilakukan
Tdari MACHTSnilai-nilai itu disengaja D digunakan untuk perbandingan lima penilaian telah id ediberitahukan oleh t Hdan California EPA sebagai A hal prioritas produk (Guo et al.,
Bantara bahan kimia dan penyediaan referensi tentatif va lues untuk masa depan 2017), A dan AS EPA punya iss kamu
ed sebuah Crencana f atau MDI dan terkait
Pdesain produk. MACHTS tidak boleh dianggap sebagai pengganti untuk compou menemukan (EPA, 2 011). Bagaimana ever, setelah reaksi dengan poliol adalah
Rbatas regulasi bahan kimia c Hai maksud dalam produk. selesai ed, MDI sebagai adalahS idual monHai mer di sembuh p busa olyurethane
Ptingkat m (H offman a Nd Schupp , 2009), w yang tidak menimbulkan
berada di hal

3. 4.1. Diisosianat significa nt kesehatan ris k untuk membangun ng menduduki berbasis ts o perhitungan kami.
sebuah

Hasil untuk dua diis osianat)osianat HDI (1,6-Hexa e metilen dii- Kas es kita mengidentifikasi fied pada c padacern ar e MDI di v lantai yang berat dan
Sdan MDI (Methylen bisphenyl diisocyanate) menunjukkan besar komposisi te kayu b Hai
ards dengan Mmaksud bu SS pecahan r mulai dari 0,09%

Csekali karena mereka peringkat 1 dan 4t h masukTabel 1, dengan bahaya rasio konten sampai 10%, untuk yang no fungsi yang jelas ion sudah masuk di cat IPD Pharos. Jika ini
( HCRs) mulai dari 30 sampai 244, 000 untuk IPM dan 60 sampai 40 00 untuk MDI, itu MDI ar e sebenarnya pol ymer prec kamu
rsor dan akan menjadi dipolimerisasi kapan
ayariasi antar aplikasi yang terutama terkait t o Variasi dalam menjadi ap di Hgunakan, h risiko kesehatan untuk bangunan ng penghuni akan
Afraksi massa kimia aktual i N produk yang berbeda ( Faku g. 4A). Ini jadilah hebat berkurang. Nonetheles S, det rminasi dari MACHTSmemungkinkan
Two bahan kimia tidak memiliki karsinog data enik, MDI menjadi kelas dikategorikan sebagai Grup menghitung di Dindependen t menargetkan c bandingkan wi bahan kimia yang sebenarnya
untuk mendukung-

3 (Tidak dapat diklasifikasikan Cinogenisitas bagi manusia) By Interna- isi , menunjukkan ituT fre dan MDSAYA bu fraksi ss tidak boleh melebihi
Tke Badan Penelitian pada Kanker (IARC). Namun, sangat rendah non- 10 ppm di lantai p produk an D 20 ppm i n kayu furnitur untuk tetap
CRfC inhalasi kanker (10-5 Mg/m3untuk IPM dan 6×1 berarti0-4mg/m3untuk di bawah t He kriteria risiko dia oF cu anal ysis (Meja 1).
MDI) dilaporkan oleh IRIS. Ini bahwa bahkan ketika o Nmempertimbangkan Untuk HDI, exp nya Hai yakin dan r isk punya Bsaya belajar d selama beberapa
Saya
inhalasi, HDI dan MDI masih urrent jauh melebihi risiko dan kriteria dari terutama saya n okupasi Nal pengaturan (Gaines e t al., 2010 dekade, tapi ; Fent et al.,
Canalisis. Karena tidak ada inges RfD dermal Rdilaporkan, ini Pauluhn , 2000; Januari ko et al., 1 992). Itu laporan IPM 2008; ted di Pharos CPD
Adiasumsikan sama dengan inhalasi ARfD yang diturunkan dari RfC. T dia mungkin mewakili terjadi i n Flo akrilik oring adhe sive sebagai Crosslinker dan memiliki relatif
Sent perkiraan toksisitas kelas atas Tes, mengingat bahwa de Rpaparan mal tinggi bu fraksi ss ( 1. 4%), sementara e HDI di Pharos I PD dilaporkan dalam
( terutama upt gas dermal ake) setinggi atau ev en lebih tinggi dari bermacam-macam flooring pro saluran dengan tidak dikenal fungsi dan fraksi massa
Saya
paparan inhalasi untuk HDI an d MDI. mulai dari 10 hal MT atau 5%. T dia tinggi st HCR adalah untuk HDI di karpet

9
 L. Huang dkk. Jurnal Bahan Berbahaya 424 (2022) 127574

Tabel 1(lanjut)

* Furnitur kayu termasuk HDF, MDF, OSB, kayu lapis, partikel eboard dan rekan lainnya tempat w produk yang baik.

flooring dengan relatif tinggi fraksi massa (5%) dan massa produk (0,08–0. 35%), produk kamu
ct massa (8 81–2933 k g), dan th Kemiringan kanker yang tinggi
( 774 kg). Mirip dengan MDI, jika HDI akan mempolimerisasi wh en gedung faktor. F ormaldehyd e sebagai residu al monom eh berpose lo adalah risiko kanker akibat MAC
Products diterapkan, kal dididik. risiko kesehatan yang terakumulasi wo kamu
aku akan sangat ke lo adalah massa fr Atindakan, tapi masih melebihi eds kal yang diakumulasikanHTSoleh

RUntuk memenuhi perhitungan D MACHTS, massa IPM f raksi seharusnya beberapa Hundred tim eS.
Natau melebihi 0,2 ppm di karpet flooring, 7 ppm dalam akrilik perekat lantai Kita perkiraan o formalde hyde con tenda di a dan emisi dari
Sive, dan 0,1 ppm dalam kayu, kor k, dan lantai vinil (Tab le 1). bangunan bahan Akembali konsisten nt dengan hal st udies, dengan rincian
presente d masukMenambahkan ix A, Bagian NA9.1. H Hai wever, the ada ketidakpastian
3. 4.2. Formaldehida di ca rcinogenicit y formal ehyde, f HaiRyang kami menggunakan inhalasi
Formaldehida diidentifikasi sebagai CoC di banyak diff bangunan baru CSF dari 2. 17 (mg/kg / D)-1dari AS SEtox th At adalah 38 tilebih tinggi dari
Pproduk dengan HCR hingga 52,0 00 (Tabel 1,Gambar 4B), semua ased pada kanker CSF dari M milik USEPA IRIS (Appe ndix A, S bagian A9. 1). Akibatnya,
eefek, menunjukkan sangat hi Gbh potensi risiko kanker fr Hai m paparan carcino Gkemurahan hati f Hai rmaldehy De mungkin b e tinggi-e perkiraan kedua di
Fformaldehida dalam membangun saluran. Formaldehida adalah seorang yang terkenal hadiah belajar, tetapi c Ancer risiko f Rbentuk om Aldehida di produk bangunan
Cpro arcinogen, dan emisinya f Rom bahan bangunan h Asudah diperpanjang akan r etinggi utama a dan baik-baik saja ve the 10- 6 batasi malam n jika tingkat toksisitas
Sdipelajari secara intensif (Ruffing et al., 2 011; Johnston et al., 2020 A; Xiong et al., data adalah digunakan. Dalam iklan Dhal, ada e bisa jadi non-linea IRIS dalam carcino-
2016; Xu et al., 2012). Bisa b e digunakan sebagai bahan pengawet/b iocide dalam kayu efek genik cacat bentuk Aldehid sebagai menyarankan D oleh W H2O (SIAPA, 2010),
Products, drywall, dan air-ba sed cat. Formaldehida juga dapat terjadi yang May juga memimpin menurunkan e Swaktu o F kehidupan saya risiko kanker.
Asa sisa monomer di vario kami polimer, seperti urea formaldehida sebagai sayaNdi cat T mampu 1, itu gratis untuk Maldehida konten tidak seharusnya
( UF), fenol formaldehida ( PF) dan melamin-urea - formaldehida melampaui 30–80 ppb masuk bangunan hal Rproduk ap menghujani lar jumlah ge, seperti

( MUF), yang merupakan produkpengikat yang digunakan dalam kayu mposite sebagai furnitur ure, kabin dasar sayatr y, floocincin, gips kamu m wallbo ard dan plafon, dan
Pimpo. Estimasi kanker berbagai risiko untuk formaldehida digunakan sebagai pra- busa masuk Sulasi whe n menggunakan th e USEtox CSF ke rem di bawah data RIS

Servatif dalam produk IPD adalah v ery tinggi, terutama untuk se ay kayu eral dan kriteria dari arus Nt analisis (Hai r 1–3 halsaya menggunakan Irisiko). Gratis dan
Dproduk rywall dengan ILCR>1 0-2, karena relatif tinggi fraksi massa formald ehyde conte Nts dalam halo w inti w pintu bagus karpet bisa

10
L. Huang dkk. Jurnal Bahan Berbahaya 424 (2022) 127574

Gambar 4.Fraksi massa kimia aktual (batangan) dibandingkan dengan kandungan kimia maksimum yang dihitung (MACHTS) untuk kanker (titik biru) dan non-kanker
(segitiga merah) untuk bahan kimia yang menjadi perhatian (sumbu kiri), dan Rasio Kandungan Bahaya (HCR) yang dihasilkan (salib hitam - sumbu kanan), untuk A)
pengikat silang dan diisosianat, B ) formaldehida dan stirena, C) Monomer sisa lainnya, D) Pelarut, E) Antioksidan, biosida, zat peniup, penghambat api, peliat, pemulung
formaldehida dan peningkat kinerja, dan F) Fungsi lainnya yang tersisa. Lantai FA: lantai dengan aplikasi cairan. Adhsv: perekat. Furnitur: furnitur. Penghinaan: isolasi.
Cntp: meja. PUF: busa poliuretan. Insuln GF/MF: insulasi kaca atau serat mineral. HDF: papan serat kepadatan tinggi. PB: papan partikel. MDF: papan serat kepadatan
sedang. OSB: papan untai berorientasi. HPL: laminasi bertekanan tinggi. PS: polistiren. EPS: polistiren yang diperluas. XPS: polistiren yang diekstrusi. Lantai R&C: lantai
karet & gabus. Karpet brdlm: karpet broadloom. VCT: ubin komposisi vinil. CMU: unit pasangan bata beton. DEtriamin: dietetilentriamin. IPdiamine: isophorone diamina.
HDI: 1,6-hexamethylene diisocyanate. MDI: 4,4'-metilen bisfenil diisosianat. Formal: formaldehida. Butadiena: 1,3-butadiena. 2-Cl-butadiena: 2- kloro-1,3-butadiena. VC:
vinil klorida. MeOxirane: 2-methyloxirane. n-MAM: n-metilol akrilamida. Etilbenz: etilbenzena. Bzyl alkohol: benzil alkohol. DEG: dietilena glikol. EGBE: Etilena glikol
monobutil eter. EC: etil karbamat. MeCHO: asetaldehida. TEP: trietil fosfat. NMP: N-Methylpyrrolidone. 1,2,4- TMB: 1,2,4-trimetilbenzena. 2-(2-BXEX)E: 2-(2-
butoksietoksi)etanol. BHT: Butylated hydroxytoluene. BHA: hidroksianisol butilasi. TCPP: Tris(1-kloro-2-propil)fosfat. BBP: Butil benzil ftalat. VA: vinil asetat. MEKO: metil etil
ketoksim. DEGEE: dietilena glikol monoetil eter. AEP: Aminoethylpiperazine. 2-(2-BXEX)E: 2-(2-butoksietoksi)etanol. EtOHamine: etanolamina. DPGME: dipropilen glikol
monometil eter. TEH: trietanolamina. BghiP: benzo[G,H,Saya]perilena. 4Me2[CC=C]3Amina: tetramethyldipropylenetriamine. Etriol: 1,1,1-tri(hidroksimetil)propana.

11
L. Huang dkk.
sedikit lebih tinggi, pada 100 ppb (atau 4 ppm menggunakan data IRIS),
sedangkan isi di countertops dan sealant bisa mencapai 5 ppm (atau 190 ppm
menggunakan data IRIS). Namun, karena formaldehida umumnya terdapat di
lebih dari satu produk bangunan, yang akan menghasilkan paparan agregat, hasil
yang disajikan menunjukkan bahwa lebih baik menjaga formaldehida di bawah 30
ppb (atau 1 ppm menggunakan data IRIS) di semua produk bangunan.
Kandungan monomer residu formaldehida sebenarnya yang dilaporkan oleh
Pharos jauh lebih besar dari batas ini, sekitar 10–100 ppm dalam berbagai produk
bangunan. Hal ini menunjukkan bahwa produsen perlu menurunkan kandungan
formaldehida bebas sebanyak 1.000–10.000 kali (atau 30–300 kali menggunakan
data IRIS) dalam resin terkait formaldehida agar tetap di bawah MAC yang
dihitung.HTS, yang sulit dicapai dengan teknologi saat ini. Hal ini menunjukkan
bahwa penggunaan resin yang mengandung formaldehida mungkin perlu
dihindari sama sekali dalam bahan bangunan. Selain itu, hasil analisis
menyarankan agar produsen menghindari penggunaan formaldehida sebagai
pengawet dan mempertimbangkan alternatif yang kurang beracun dalam produk
bangunan. Analisis kami, misalnya, menunjukkan bahwa beberapa bahan
pengawet/biosida yang dilaporkan di Pharos, seperti thiabendazole,
methylchloroisothiazolinone (CIT, CMIT), carbendazim, dan chlorothalonil yang
digunakan dalam produk lantai, cat, dan sealant menghasilkan HCR dari 0,0036
menjadi 0,16 dan dengan demikian jauh lebih rendah. risiko kesehatan manusia
daripada formaldehida, yang bisa menjadi alternatif potensial.
3.4.3. Monomer sisa lainnya
Berdasarkan hasil skrining, 10 monomer sisa lainnya diidentifikasi
sebagai CoC, semuanya berdasarkan efek kanker (Tabel 1). Perhatikan
bahwa monomer residual memiliki rentang HCR yang lebar karena
perhitungan mempertimbangkan rentang kandungan monomer residual
dalam bahan polimer. HCR tertinggi 200-3200 dihitung untuk ethyleneimine
(Aziridine). Monomer residu lainnya termasuk 2-kloro-1,3-butadiena, oksiran,
1,3-butadiena, melamin, vinil klorida, n-metilol akrilamida, akrilonitril, 2-
metiloksiran (Gambar 4C), dan stirena (Gambar 4B). Kecuali untuk 3
monomer pertama dalam daftar, bahan kimia monomer ini menghasilkan
tingkat risiko terbatas menurut perhitungan kami (HCR<10 di Tabel 1) jika
konten monomer minimum digunakan, tetapi akan melebihi MACHTShingga
faktor 400 jika konten maksimum digunakan. Karena kami tidak
menemukan informasi tentang kandungan monomer yang dilaporkan untuk
3 monomer pertama dalam daftar, kami mengasumsikan minimum 0,045%
dan maksimum 0,29%. Perkiraan risiko yang lebih akurat diperlukan, tetapi
hasil kami menunjukkan bahwa kandungan monomer sisa 0,045% dari
ketiga senyawa ini masih menjadi perhatian. Berdasarkan MAC yang
dihitungHTS, bahan kimia monomer ini tidak boleh melebihi misalnya 10 ppm
untuk stirena dalam insulasi dan 0,6 ppm untuk vinil klorida dalam lantai (
Tabel 1), yang dapat berfungsi sebagai referensi tentatif bagi produsen
produk bangunan.
3.4.4. Pelarut
Perhitungan kami juga menunjukkan bahwa kelompok CoC penting lainnya adalah
pelarut (Gambar 4D), yang meliputi 13 bahan kimia seperti Ethyl carbamate, N-Methyl-2-
pyrrolidone, Diethylene glycol, Ethylene glycol monobutyl ether (EGBE), 2-(2-
butoxyethoxy)ethanol, dan Ethylbenzene dalam berbagai produk lantai, insulasi, dan
langit-langit , di mana hasil penyaringan Ethyl carbamate di lantai menunjukkan HCR
yang sangat tinggi dari 58.000 hingga 140.000 berdasarkan efek kanker dan menempati
urutan ke-2 diTabel 1. Etil karbamat merupakan produk sampingan dalam proses
fermentasi makanan dan keberadaannya dalam berbagai produk makanan termasuk
minuman beralkohol, kecap dan makanan fermentasi lainnya telah dipelajari secara luas
(Mo et al., 2014; McAdam et al., 2018; Choi et al., 2018). Dilaporkan untuk digunakan
sebagai pelarut pada lantai dengan fraksi massa mulai dari 1,4% hingga 10%,
menyebabkan risiko kanker yang sangat tinggi pada hasil skrining. Karena toksisitasnya
yang tinggi dan massa produk lantai yang besar, etil karbamat dalam lantai tidak boleh
melebihi 0,2 ppm agar tetap berada di bawah kriteria risiko analisis saat ini. Namun,
karena etil karbamat ditemukan di berbagai produk makanan, konsumsi makanan
kemungkinan merupakan jalur paparan yang dominan untuk bahan kimia ini
dibandingkan dengan paparan etil karbamat yang tertanam di lantai. Bahan kimia
pelarut lainnya dibahas dalamLampiran A, Bagian A9.2.
12
Jurnal Bahan Berbahaya 424 (2022) 127574
3.4.5. Pemlastis
Berdasarkan perhitungan kami, hanya satu phthalate plasticizer BBP yang
diidentifikasi sebagai CoCTabel 1DanGambar 4E, kebanyakan di lantai vinil dan
karpet, dan semuanya berdasarkan efek kanker. Namun, hasil untuk dua
plasticizer lain Diisononyl phthalate (DINP) dan Di-(2-ethylhexyl) phthalate (DEHP)
menunjukkan perhatian sedang dengan HCR sekitar 9 (Lampiran B). MACHTSs
untuk BBP, DINP dan DEHP di lantai masing-masing adalah 60 ppm, 0,4% dan
0,4%. Kandungan maksimum yang disarankan ini terlalu rendah untuk plasticizer
memenuhi fungsinya dalam produk lantai, karena kandungan plasticizer
umumnya harus lebih tinggi dari 1% untuk membuat plastik fleksibel. Oleh karena
itu, hasil kami menunjukkan bahwa ketiga plasticizer pada lantai vinil dan karpet
ini harus diganti dengan plasticizer alternatif yang kurang beracun. Beberapa
plasticizer lain, seperti bis(2-ethylhexyl)terephthalate (DEHT), dipropylene glycol
dibenzoate, diisoheptyl phthalate (DIHP), tidak teridentifikasi sebagai perhatian
karena kurangnya data toksisitas, yang tidak menyiratkan bahwa mereka aman
tetapi malah memerlukan lebih banyak data toksisitas untuk mengevaluasi bahan
kimia ini dengan lebih baik.
Seperti yang disebutkan diBagian 3.3, paparan menelan debu menjadi
penting untuk plasticizer bagi penghuni anak. Jadi, saat mempertimbangkan
penghuni anak, beberapa plasticizer menjadi perhatian karena peningkatan
paparan melalui konsumsi debu. Misalnya, DINP dan DEHP akan menjadi
perhatian HCR>20; Dibutyl phthalate (DBP) di lantai kayu akan sedikit
menjadi perhatian dengan HCR sedikit lebih tinggi dari 1. Selain itu, untuk
DEHT dan DIHP di berbagai produk lantai, konsumsi debu mendominasi
paparan bagi penghuni anak, yang memerlukan investigasi lebih lanjut
setelah data toksisitas untuk bahan kimia ini tersedia.
3.4.6. Yang lain
CoC penting lainnya termasuk Tris(1-chloro-2-propyl)phosphate
(TCPP) (penghambat api), Triethanolamine (TEA) (peredam air), Urea
(pemulung formaldehida), Vinyl acetate (peningkat kinerja), dan
antioksidan sintetik seperti Butylated hydroxyanisole (BHA) dan
Butylated hydroxytoluene (BHT). Mereka dibahas lebih lanjut di
Lampiran A, Bagian A9.3-A9.5.
3.5. keterbatasan belajar
Penelitian ini memiliki beberapa keterbatasan, dan ada ketidakpastian terkait
dengan hasilnya. Pertama, dalam hal kandungan bahan kimia, untuk bahan kimia
tertentu di IPD, Pharos melaporkan kandungan bahan kimia yang luas dalam
produk tertentu, yang menyebabkan ketidakpastian kandungan bahan kimianya.
Selain itu, kami mengasumsikan kandungan monomer sisa 0,045-0,29% untuk
semua bahan polimer kecuali yang memiliki data literatur yang tersedia,
berdasarkan kandungan monomer terukur dalam polimer akrilik oleh Davy et al.
Davy dan Braden (1991), yang membutuhkan estimasi yang lebih baik. Selain itu,
database Pharos mewakili komposisi produk bangunan di AS. Meskipun komposisi
produk bangunan diperkirakan tidak akan berbeda secara signifikan berdasarkan
lokasi geografis, mungkin ada bahan kimia lain yang digunakan di negara/
kawasan lain, sehingga daftar CoC yang teridentifikasi bukanlah daftar lengkap di
seluruh dunia.
Kedua, dalam hal keterpaparan, keterbatasan dan ketidakpastian datang dari
dua aspek: perkiraan emisi kimia dari bahan bangunan dan perkiraan paparan
manusia. Estimasi emisi untuk VOC tertentu dengan data fisiokimia yang baik
(misalnya formaldehida, etilbenzena) dalam bahan bangunan yang bersentuhan
langsung dengan udara dalam ruangan (misalnya dinding, langit-langit, lantai, dll.)
relatif akurat karena akan 100% dipancarkan setelah 15 bertahun-tahun. Namun,
untuk SVOC yang emisinya jauh lebih lambat, estimasi emisi bisa memiliki
ketidakpastian yang lebih besar. Selain itu, emisi dapat ditaksir terlalu tinggi
dalam kasus tertentu, karena kami menganggap, misalnya, bahwa semua produk
bangunan bersentuhan langsung dengan udara dalam ruangan, yang tidak
berlaku untuk produk insulasi yang biasanya dipasang di belakang drywall, atau
bahwa seluruh area lantai dipasang dengan lantai vinil atau karpet, yang akan
melebih-lebihkan massa produk dan massa bahan kimia. Selain itu, banyak produk
bangunan mungkin memiliki lapisan permukaan yang tidak dianggap sebagai
penghalang difusi, yang dapat sangat mengurangi emisi. Untuk perkiraan
paparan manusia,
L. Huang dkk.
ketidakpastian yang terkait dengan paparan inhalasi relatif kecil, karena fraksi
asupan inhalasi dalam ruangan dihitung dengan baik. Namun, paparan dermal,
terutama paparan gas dermal, memiliki ketidakpastian yang lebih besar karena
estimasi koefisien permeasi kulit. Eksposur gas dermal yang diperkirakan untuk
bahan kimia tertentu relatif tinggi, hingga 10 kali lebih tinggi daripada paparan
inhalasi, yang perlu diselidiki lebih lanjut. Paparan yang menelan debu juga
memiliki ketidakpastian yang relatif besar karena variasi besar dalam faktor
paparan seperti area kontak dermal, frekuensi kontak dermal, dan tingkat
konsumsi debu. Selain itu, tingkat SVOC dalam debu mungkin di bawah/
diperkirakan terlalu tinggi karena kami berasumsi bahwa debu hanya berasal dari
abrasi bahan bangunan, jadi tingkat SVOC dalam debu sama dengan yang ada di
bahan bangunan sumber. Namun, ada banyak sumber debu dan debu mungkin
memiliki kandungan karbon organik yang tinggi yang menarik SVOC,
menyebabkan tingkat SVOC yang lebih rendah atau lebih tinggi dalam debu
daripada bahan sumbernya. Dengan demikian, debu dapat diperlakukan sebagai
kompartemen terpisah di masa mendatang, dan penghilangan debu melalui
pembersihan vakum dan pembersihan permukaan perlu dipertimbangkan.
Ketiga, dalam hal toksisitas, banyak bahan kimia (93 dari 252 dalam penelitian
ini) tidak memiliki data toksisitas (baik eksperimental atau prediksi QSAR) sehingga
indeks bahaya atau risiko kanker tidak dapat dihitung. Dengan demikian, evaluasi
risiko untuk bahan kimia yang dipelajari dalam produk bangunan tidak
komprehensif. Selain itu, untuk bahan kimia tertentu, data toksisitas hanya
tersedia untuk satu rute pemaparan, yang membutuhkan ekstrapolasi rute-ke-
rute. Hal ini menunjukkan kebutuhan mendesak untuk lebih banyak data
toksisitas eksperimental untuk lebih banyak rute paparan dan metode prediksi
dengan penerapan yang lebih luas untuk mendukung HTS risiko kesehatan
terhadap bahan kimia dalam bahan bangunan dan aplikasi produk lainnya. Di sisi
lain, untuk bahan kimia dengan data toksisitas tersedia, perkiraan toksisitas
mungkin memiliki ketidakpastian yang besar. Misalnya, CSF untuk formaldehida
dapat bervariasi satu hingga dua kali lipat, dan RfD untuk urea dapat bervariasi
dengan faktor 1000 menurut sumber yang berbeda. Oleh karena itu,
ketidakpastian dalam toksisitas bahan kimia perlu dikuantifikasi saat penilaian
mendalam dilakukan untuk CoC tertentu.
Keempat, penelitian ini hanya menilai risiko kesehatan pada tingkat kombinasi
produk kimia individual. Kami tidak mempertimbangkan paparan kumulatif dari
bahan kimia yang terdapat dalam beberapa produk bangunan, atau dari beberapa
bahan kimia dengan efek kesehatan yang serupa. Jadi, sementara bahan kimia
dapat diidentifikasi sebagai tidak menjadi perhatian dalam satu produk,
keberadaannya secara bersamaan di beberapa produk bangunan atau
keberadaan bahan kimia lain dengan efek kesehatan yang sama masih dapat
menimbulkan risiko kesehatan yang signifikan bagi penghuninya, yang mungkin
diabaikan dalam studi ini. Akibatnya, paparan kumulatif harus menjadi fokus
untuk studi masa depan yang lebih tinggi dan lebih mendalam.
Akhirnya, perkiraan risiko yang menggabungkan paparan dan toksisitas dalam
penelitian ini relatif tinggi. Misalnya, kombinasi produk kimia tertentu telah
memperkirakan HI>1000, atau perkiraan ILCR>10-3. Formaldehida dalam
beberapa produk kayu di IPD Pharos bahkan diperkirakan memiliki potensi ILCRs
lebih tinggi dari 0,01, yang tidak mungkin. Hal ini menunjukkan bahwa perkiraan
risiko dapat berupa perkiraan high-end atau konservatif dari potensi risiko.
Meskipun risiko absolut dalam penelitian ini mungkin merupakan perkiraan
tingkat tinggi dalam kasus-kasus tertentu, mereka tetap dapat memberikan
wawasan yang bermanfaat tentang peringkat relatif bahan kimia dan prioritas
bahan kimia. Dengan demikian, kombinasi produk kimia yang diidentifikasi
sebagai CoCs layak mendapatkan studi yang lebih halus untuk mengukur paparan
dan risikonya bagi penghuni bangunan dengan lebih baik.
3.6. Menghubungkan upaya nasional dan internasional untuk menangani bahan kimia yang menjadi
perhatian dalam produk bangunan
Sektor bangunan dan konstruksi merupakan salah satu pasar akhir
terbesar bahan kimia di hilir industri kimia dan sektor tersebut diperkirakan
akan tumbuh mengikuti peningkatan urbanisasi, terutama di kawasan Asia
dan Afrika (UNAP, 2019). Konstruksi selanjutnya telah diidentifikasi sebagai
sektor prioritas untuk tindakan terhadap isu kebijakan yang muncul dari
Bahan Kimia dalam Produk (CiP) di bawah Pendekatan Strategis untuk
13
Jurnal Bahan Berbahaya 424 (2022) 127574
Manajemen Bahan Kimia Internasional (SAICM) (SAICM, 2012).
Mempertimbangkan potensi paparan (dalam ruangan) selama penggunaan
produk bangunan dan potensi hambatan bahan kimia yang menjadi perhatian
dapat menimbulkan sirkularitas bahan, menangani bahan kimia yang menjadi
perhatian dalam produk bangunan dapat menawarkan peluang yang signifikan
untuk memajukan konsumsi dan produksi berkelanjutan serta melindungi
kesehatan manusia dan lingkungan. lingkungan dari dampak berbahaya dari
polusi kimia sejalan dengan Tujuan Pembangunan Berkelanjutan PBB.
Sebuah laporan baru-baru ini oleh Program Lingkungan PBB telah
mengidentifikasi hampir 30 bahan kimia yang menjadi perhatian yang
relevan untuk produk bangunan dan konstruksi yang telah ditangani
oleh tindakan manajemen risiko regulasi nasional dan internasional (
UNEP, 2021). Namun analisis tersebut mengecualikan bahan kimia
yang pengetahuan ilmiahnya tentang risiko terhadap kesehatan
manusia dan lingkungan muncul. Mengingat bahwa pengetahuan
ilmiah tentang penggunaan dan bahaya bahan kimia terus
berkembang, menangani bahan kimia yang menjadi perhatian dalam
produk bangunan memerlukan pendekatan holistik, termasuk tindakan
pengaturan yang berkelanjutan tetapi juga tindakan yang ditargetkan
oleh pemangku kepentingan industri pada tahap hulu rantai nilai
produk. Perancang dan produsen produk bangunan, misalnya, harus
secara aktif melacak dan mengelola komposisi kimia bahan mereka
dan menilai potensi dampak bahan kimia yang menjadi perhatian
sepanjang siklus hidupnya.
4. Kesimpulan
Berdasarkan paparan throughput yang tinggi dan penilaian risiko untuk bahan kimia
dalam bahan bangunan, penelitian ini menunjukkan bahwa penghirupan adalah rute
paparan yang dominan, diikuti oleh asupan kulit, sedangkan penghirupan debu adalah
jalur yang dapat diabaikan untuk berbagai bahan kimia yang dipertimbangkan dalam
rentang yang luas. bahan bangunan. Menggunakan kriteria indeks bahaya>10 atau risiko
kanker seumur hidup>10-5, 55 bahan kimia dalam berbagai produk bangunan
diidentifikasi sebagai bahan kimia yang menjadi perhatian. Hasil ini menunjukkan bahwa
sejumlah besar kombinasi produk kimia yang digunakan dalam bahan bangunan dapat
menimbulkan potensi risiko yang tidak dapat diabaikan bagi penghuninya. Meskipun
perkiraan yang terlalu tinggi dapat terjadi dalam penilaian penyaringan tersebut,
penyelidikan yang lebih halus diperlukan untuk bahan kimia yang diidentifikasi dengan
risiko sangat tinggi. Kandungan kimia maksimum yang dihitung dalam penelitian ini
memberikan nilai referensi spesifik produk kimia tentatif yang mudah digunakan dalam
desain produk bangunan berkelanjutan. Nilai referensi tentatif tersebut dapat
memberikan informasi yang berguna dan mudah ditindaklanjuti bagi para praktisi dan
dapat berfungsi sebagai titik awal yang baik untuk memprioritaskan bahan kimia/produk
yang menjadi perhatian terbesar sehingga menginformasikan pengembangan produk
bangunan yang lebih berkelanjutan.
Pendanaan
Pekerjaan ini didukung oleh proyek Fasilitas Lingkungan Global (GEF) ID
9771 tentang 'Praktik Terbaik Global tentang Masalah Kebijakan Kimia yang
Muncul di bawah Pendekatan Strategis Lingkungan PBB untuk Manajemen
Bahan Kimia Internasional (SAICM)' (Hibah no. S1-32GFL-000632) .
Pernyataan kontribusi kepengarangan CRedit
Lei Huang:Metodologi, Perangkat Lunak, Validasi, Analisis Formal, Kurasi
Data, Visualisasi, Penulisan – draf asli.Peter Fantke: Metodologi, Perangkat
Lunak, Penulisan – ulasan & penyuntingan, Akuisisi pendanaan.Amélie
Ritscher:Menulis – mengulas & menyunting.Olivier Jolliet: Konseptualisasi,
Metodologi, Penulisan – tinjauan & penyuntingan, Sumber Daya,
Pengawasan, Akuisisi pendanaan.
L. Huang dkk.
Deklarasi Kepentingan Bersaing
Para penulis menyatakan kepentingan keuangan/hubungan pribadi berikut
yang dapat dianggap sebagai kepentingan persaingan potensial: Meskipun tidak
memengaruhi metode dan hasil yang disajikan dalam makalah ini, Dr. Jolliet
mengungkapkan perannya sebagai anggota dewan penasehat ilmiah USEtox
Center dan ketua dari proyek panduan Global untuk Penilaian Dampak Siklus
Hidup sebuah proyek yang didukung oleh Inisiatif Siklus Hidup, diselenggarakan
di lingkungan PBB.
Terima kasih
Kami berterima kasih kepada tim PHAROS dari Jaringan Gedung Sehat (https://
healthybuilding.net/) untuk memberikan kami versi terbaru dari basis data CPD,
dan untuk jumlah dan kerapatan standar produk umum. Kami juga berterima
kasih kepada Nicolò Aurisano (Universitas Teknik Denmark) dan Weihsueh Chiu
(Universitas A&M Texas) atas masukan untuk perkiraan toksisitas. Pandangan
yang diungkapkan dalam artikel ini adalah milik penulis dan tidak mencerminkan
pandangan UNEP/Perserikatan Bangsa-Bangsa dan penilaian ahli harus
diterapkan saat menggunakan isi publikasi ini.
Lampiran A. Informasi pendukung
Data tambahan yang terkait dengan artikel ini dapat ditemukan
dalam versi online didoi:10.1016/j.jhazmat.2021.127574.
Referensi
Aurisano, N., Huang, L., Milà I Canals, L., Jolliet, O., Fantke, P., 2021. Bahan Kimia dari
perhatian dalam mainan plastik. Sains & Teknologi Lingkungan 55 (1), 25–43, 106194
. Choi, B., Jang, Y., Koh, E., 2018. Penentuan etil karbamat dalam kecap dari
pasar Korea. Kontrol Makanan 93, 56–60.
Davy, K., Braden, M., 1991. Monomer residu dalam polimer akrilik. Biomaterial 12 (6),
540–544.
Deng, B., Kim, CN, 2004. Model analitis emisi VOC dari bangunan kering
bahan. Suasana. Mengepung. 38 (8), 1173–1180.
Deng, B., Yu, B., Kim, CN, 2008. Solusi analitis untuk emisi VOC dari berbagai
sumber/tenggelam dalam bangunan. Dagu. Sains. Banteng. 53 (7), 1100–1106.
Eichler, C., Hubal, E., Xu, Y., Cao, J., Bi, C., Weschler, CJ, Salthammer, T., Morrison, G.
C., Koivisto, AJ, Zhang, Y., Mandin, C., Wei, W., Blondeau, P., Poppendieck, D., Liu, X.,
Delmaar, C., Fantke, P., Jolliet, O ., Shin, HM, Diamond, ML, Shiraiwa, M., Zuend, A.,
Hopke, PK, von Goetz, N., Kulmala, M., Little, JC, 2020. Menilai paparan manusia
terhadap SVOC dalam bahan, produk , dan artikel: kerangka mekanistik modular.
Mengepung. Sains. Technol. 55, 25–43.
EPA AS. Methylene Diphenyl Diisocyanate (MDI) Dan Rencana Aksi Senyawa Terkait.
2011: Washington, DC. RIN 2070-ZA15.〈https://www.epa.gov/assessing-and-man
aging-chemicals-under-tsca/methylene-diphenyl-diisocyanate-mdi-and-related〉.
Fantke, P., 2021. Karakterisasi paparan dan toksisitas emisi kimia dan
bahan kimia dalam produk: rekomendasi global dan implementasi di USEtox. Int. J.
Penilaian Siklus Hidup. 1–17.
Fantke, P., Ernstoff, AS, Huang, L., Csiszar, SA, Jolliet, O., 2016. Digabungkan dengan medan dekat
dan kerangka penilaian paparan medan jauh untuk bahan kimia dalam produk konsumen.
Mengepung. Int. 94, 508–518.
Fent, KW, Jayaraj, K., Ball, LM, Nylander-French, LA, 2008. Pemantauan kuantitatif
paparan dermal dan inhalasi terhadap 1, 6-hexamethylene diisocyanate monomer dan
oligomer. J.Lingkungan. Monit. 10 (4), 500–507.
Keuntungan, LG, Fent, KW, Flack, SL, Thomasen, JM, Bola, LM, Richardson, DB,
Ding, K., Whittaker, SG, Nylander-French, LA, 2010. Tingkat urin 1, 6-hexamethylene
diamine (HDA) di antara pekerja yang terpapar 1, 6-hexamethylene diisocyanate (HDI). Ann.
Menempati. Hyg. 54 (6), 678–691.
Guo, DF, dkk. Rangkuman Informasi Teknis dan Kesimpulan Ilmiah untuk
Menunjuk Sistem Busa Poliuretan Semprot dengan Metilena Difenil Diisosianat yang Tidak
Bereaksi sebagai Produk Prioritas. 2017.
Haghighat, F., Huang, H., Lee, C.-S., 2005. Pendekatan pemodelan untuk VOC udara dalam ruangan
emisi dari bahan bangunan kering–ulasan. ASHRAE Trans. 111 (1), 635–645.
Hoffmann, H.-D., Schupp, T., 2009. Evaluasi risiko konsumen akibat paparan
terhadap diphenylmethane-4, 4'-diisocyanate (MDI) dari busa poliuretan. Huang, H.,
Haghighat, F., 2002. Pemodelan emisi senyawa organik yang mudah menguap dari
bahan bangunan kering. Membangun. Mengepung. 37 (12), 1349–1360.
Huang, L., Jolliet, O., 2016. Model pelit untuk pelepasan bahan kimia
dikemas dalam produk. Suasana. Mengepung. 127, 223–235.
Huang, L., Ernstoff, A., Fantke, P., Csiszar, SA, Jolliet, O., 2017. Tinjauan model untuk
jalur pemaparan bahan kimia dalam produk konsumen di dekat lapangan. Sains. Lingkungan Total.
574, 1182–1208.
Huang, L., Anastas, N., Egeghy, P., Vallero, DA, Jolliet, O., Bare, J., 2019. Mengintegrasikan
paparan bahan kimia dalam bahan bangunan selama tahap penggunaan. Int. J. Penilaian Siklus
Hidup. 24 (6), 1009–1026.
14
Jurnal Bahan Berbahaya 424 (2022) 127574
Huang, L., Micolier, A., Gavin, HP, Jolliet, O., 2021. Pemodelan rilis bahan kimia dari
bahan bangunan: pencarian domain validitas yang diperluas dan kekikiran. Membangun.
Simul. 14 (4), 1277–1293.
Isaacs, KK, Glen, WG, Egeghy, P., Goldsmith, MR, Smith, L., Vallero, D., Brooks, R.,
Grulke, CM, Özkaynak, H., 2014. SHEDS-HT: Model paparan probabilistik terintegrasi untuk
memprioritaskan paparan bahan kimia dengan sumber dekat dan makanan. Mengepung.
Sains. Technol. 48 (21), 12750–12759.
Janko, M., McCarthy, K., Fajer, M., van Raalte, J., 1992. Paparan kerja terhadap 1, 6-
poliisosianat berbasis heksametilena diisosianat di negara bagian Oregon,
1980–1990. Saya. Ind. Hyg. Asosiasi J.53 (5), 331–338.
Johnston, CJ, Nielsen, TR, Toftum, J., 2020a. Membandingkan prediksi dengan yang ada
model emisi eksplisit untuk pengamatan dunia nyata dari emisi formaldehida dari bahan
padat. Membangun. Simul. 13 (1), 185–195.
Johnston, CJ, Andersen, RK, Toftum, J., Nielsen, TR, 2020b. Efek formaldehida
pada tingkat ventilasi dan permintaan energi di rumah Denmark: Pengembangan model
emisi dan simulasi kinerja bangunan. Membangun. Simul. 13 (1), 197–212. Jolliet, O.,
Ernstoff, AS, Csiszar, SA, Fantke, P., 2015. Menentukan fraksi asupan produk
mengukur dan membandingkan paparan terhadap produk konsumen. Mengepung. Sains. Technol.
49, 8924–8931.
Jolliet, O., Huang, L., Hou, P., Fantke, P., 2021. Risiko dan dampak throughput tinggi
penyaringan bahan kimia dalam produk konsumen. anal risiko. 41 (4), 627–644. Kirchhübel, N.,
Fantke, P., 2019. Mendapatkan bahan kimia dengan benar: menuju karakterisasi
dampak toksisitas dan ekotoksisitas zat anorganik. J.Bersih. Melecut. 227,
554–565.
Kumar, D., Sedikit, JC, 2003a. Model lapisan tunggal untuk memprediksi perilaku sumber/wadah
bahan bangunan yang dikendalikan difusi. Mengepung. Sains. Technol. 37 (17), 3821–3827.
Kumar, D., Sedikit, JC, 2003b. Mencirikan perilaku sumber/sink dari lapisan ganda
bahan bangunan. Suasana. Mengepung. 37 (39), 5529–5537.
Lioy, PJ, Hauser, R., Gennings, C., Koch, HM, Mirkes, PE, Schwetz, BA,
Kortenkamp, A., 2015. Penilaian alternatif ftalat/ftalat dalam mainan anak-anak dan
artikel perawatan anak: tinjauan laporan termasuk kesimpulan dan rekomendasi
dari Panel Penasihat Bahaya Kronis dari Komisi Keamanan Produk Konsumen.
J.Expo. Sains. Mengepung. Epidemiol. 25 (4), 343–353. Little, JC, Hodgson, AT, Gadgil,
AJ, 1994. Pemodelan emisi bahan organik yang mudah menguap
senyawa dari karpet baru. Suasana. Mengepung. 28 (2), 227–234.
Sedikit, JC, Weschler, CJ, Nazaroff, WW, Liu, Z., Cohen Hubal, EA, 2012. Cepat
metode untuk memperkirakan potensi paparan senyawa organik semivolatile di
lingkungan dalam ruangan. Mengepung. Sains. Technol. 46 (20), 11171–11178.
Liu, Z., Ye, W., Little, JC, 2013. Memprediksi emisi bahan organik yang mudah menguap dan semivolatile
senyawa dari bahan bangunan: review. Membangun. Mengepung. 64, 7–25.
McAdam, K., Vas, C., Kimpton, H., Faizi, A., Liu, C., Porter, A., Synnerdahl, T.,
Karlsson, P., Rodu, B., 2018. Etil karbamat dalam produk tembakau tanpa asap Swedia dan
Amerika dan beberapa faktor yang mempengaruhi konsentrasinya. kimia Pusat J. 12 (1), 1–
17.
Mo, W., He, H., Xu, X., Huang, B., Ren, Y., 2014. Penentuan etil secara simultan
karbamat, kloropropanol, dan akrilamida dalam produk fermentasi, penyedap, dan
makanan terkait dengan kromatografi gas–spektrometri massa tiga kali lipat. Kontrol
Makanan 43, 251–257.
Panagiotaras, D., 2014. Pengalaman komprehensif untuk penilaian kualitas udara dalam ruangan: a
ulasan tentang penentuan senyawa organik yang mudah menguap (VOC). J.Fis. kimia
Biofisika. 4 (5), 1.
Pauluhn, J., 2000. Toksisitas inhalasi dari homopolimer 1, 6-hexamethylene diisocyanate
(HDI-IC) aerosol: hasil studi paparan inhalasi tunggal. Toksikol. Sains. 58 (1), 173–
181.
Ring, CL, Arnot, JA, Bennett, DH, Egeghy, PP, Fantke, P., Huang, L., Isaacs, KK,
Jolliet, O., Phillips, KA, Price, PS, Shin, HM, Westgate, JN, Setzer, RW, Wambaugh, JF,
2018. Pemodelan konsensus asupan bahan kimia rata-rata untuk populasi AS
berdasarkan prediksi jalur paparan. Mengepung. Sains. Technol. 53 (2), 719–732.
Ruffing, TC, Brown, NR, Smith, PM, 2011. Tinjauan Amerika Serikat dan Internasional
peraturan emisi formaldehida untuk panel komposit kayu interior. Ilmu Serat Kayu.
43 (1), 21–31.
SAICM. Laporan Konferensi Internasional tentang Manajemen Bahan Kimia tentang karya
sesi ketiganya. 2012: Nairobi, Kenya. SAICM/ICCM.3/24.〈https://www.saicm. org/
Portal/12/documents/meetings/ICCM3/doc/K1283429e.pdf〉.
Shin, H.-M., Ernstoff, A., Arnot, JA, Wetmore, BA, Csiszar, SA, Fantke, P., Zhang, X.,
McKone, TE, Jolliet, O., Bennett, DH, 2015. Penapisan dan prioritas bahan kimia high-
throughput berbasis risiko menggunakan model paparan dan uji bioaktivitas in vitro.
Mengepung. Sains. Technol. 49 (11), 6760–6771.
Spengler, JD, Chen, Q., 2000. Faktor kualitas udara dalam ruangan dalam mendesain bangunan yang sehat.
Tahun. Pendeta Energi Lingkungan. 25 (1), 567–600.
UNEP. Global Chemicals Outlook II-Dari Warisan hingga Solusi Inovatif:
Menerapkan Agenda 2030 untuk Pembangunan Berkelanjutan. 2019. 978–92- 807–
3745-5.〈https://www.unenvironment.org/resources/report/global-chemic als-outlook-
ii-legacies-innovative-solutions〉.
UNEP. Bahan Kimia yang Menjadi Perhatian di Sektor Bangunan dan Konstruksi. 2021.
〈https://www.unep.org/resources/report/chemicals-concern-building-and-con
struction-sector〉.
Wambaugh, JF, Setzer, RW, Reif, DM, Gangwal, S., Mitchell-Blackwood, J., Arnot, J.
A., Joliet, O., Frame, A., Rabinowitz, J., Knudsen, TB, Judson, RS, Egeghy, P., Vallero, D.,
Cohen Hubal, EA, 2013. Model throughput tinggi untuk paparan- berdasarkan prioritas
bahan kimia dalam proyek ExpoCast. Mengepung. Sains. Technol. 47 (15), 8479–8488.
Whittaker, C., dkk. Buletin intelijen terkini 68: Kebijakan karsinogen kimia NIOSH.
2016: Cincinnati, OH. Publikasi DHHS (NIOSH) No. 2017–100.
L. Huang dkk.
WHO, 2010. Pedoman WHO untuk Kualitas Udara Dalam Ruangan: Polutan Terpilih. Kualitas Udara dan
Kesehatan, Komite Peninjau Pedoman. Organisasi Kesehatan Dunia,.
Wignall, JA, Muratov, E., Sedykh, A., Guyton, KZ, Tropsha, A., Rusyn, I., Chiu, WA,
2018. Prediktor nilai toksisitas bersyarat (CTV): pendekatan in silico untuk menghasilkan
perkiraan risiko kuantitatif untuk bahan kimia. Mengepung. Perspektif Kesehatan. 126 (5),
057008.
Xiong, J., Zhang, P., Huang, S., Zhang, Y., 2016. Pengaruh komprehensif dari
faktor lingkungan pada laju emisi formaldehida dan VOC dalam bahan bangunan:
pengembangan korelasi dan penilaian paparan. Mengepung. Res. 151, 734–741.
15
Jurnal Bahan Berbahaya 424 (2022) 127574
Xu, J., Zhang, JS, Liu, X., Gao, Z., 2012. Penentuan partisi dan difusi
koefisien formaldehida pada bahan bangunan terpilih dan dampak kelembaban relatif. J.
Pengelolaan Limbah Udara. Asosiasi 62 (6), 671–679.
Xu, Y., Little, JC, 2006. Memprediksi emisi SVOC dari bahan polimer dan
interaksi mereka dengan partikel udara. Mengepung. Sains. Technol. 40 (2), 456–461. Xu,
Y., Hubal, EA, Clausen, PA, Little, JC, 2009. Memprediksi paparan perumahan terhadap
plasticizer phthalate yang dipancarkan dari lantai vinil: analisis mekanistik. Mengepung.
Sains. Technol. 43 (7), 2374–2380.
Ye, W., Won, D., Zhang, X., 2016. Meneliti penerapan model empiris menggunakan
data emisi VOC jangka pendek dari bahan bangunan untuk memprediksi emisi jangka
panjang. Membangun. Simul. 9 (6), 701–715.