危害特征描述是将毒理学试验获得的数据外推到人，对一种因素或状况引起潜在不良作用的固有特征进行的定性和定量（可能情况下）描述。应包括剂量-反应评估及其伴随的不确定性。危害特征描述是风险评估四个步骤中的第二步。

危害特征描述是风险评估的第二步，即对那些危害因子的性质进行定性或定量的评估。它描述了某种风险因子的给予剂量或暴露量与某种不良健康效应发生率之间的关系。需要确定临界效应，即随着剂量或暴露量增加首先观察到的不良效应。

在危害特征描述过程中，一般使用毒理学或流行病学数据来进行主要效应的剂量-反应关系分析和数学模型的模拟。通过剂量-反应模型分析，不仅可获得基于健康水平的推荐量值，如每日允许摄入量（ADI）、每日可耐受摄入量（TDI）和急性参考剂量（ARfD）等，还可结合暴露评估对这些物质的暴露边界值进行估计，并能对特定暴露水平下的风险/健康效应进行量化。总之，本步骤的剂量-反应关系评价是描述暴露于待定危害物时造成的可能危险性的前提，同时也是安全性评价以及建立指南/标准系统的起点。只有对某种物质的剂量-反应曲线有足够的了解，才能预测暴露于已知或预期剂量水平时的危险性，确定降低影响健康风险水平的策略和措施。

对大多数有毒化学物而言，通常认为在一定的剂量之下有害作用不会发生，即阈值。对于有阈值的化学毒性物质，危害特征描述通常可以得出化学物的健康指导值——如添加剂或残留物的每日允许摄入量（ADI）或者污染物的耐受摄入量（TI）。对于关键的效应而言，未观察到有害作用剂量水平（No-Observed-Adverse- Effect Level, NOAEL）通常被作为风险描述的最初或参考作用点。实验获得的NOAEL值乘以合适的安全系数等于安全水平或每日允许摄入量。这种计算方式的理论依据是：人体和试验动物存在合理的可比较剂量的阈值。对人类而言可能要更敏感一些，遗传特性的差别更大一些，而且人类的饮食习惯更多样化。鉴于此，很多国际组织采用安全系数以克服这些不确定性。通过对长期的动物实验数据研究中得出安全系数为100，但不同国家的监管机构有时采用不同的安全系数，在可用数据非常少或制定暂行ADI值时，也使用更大的安全系数。

对于无阈值的化学物质，比如致突变、遗传毒性致癌物而言，一般不能采用“NOEL---安全系数”法来制定允许摄入量，因为即使在最低的摄入量时，仍然有致癌的风险存在。在此情况下，动物实验得出的基准剂量可信下限（benchmark dose lower confidence limit, BMDL）被用作风险描述的起始点。因此，对遗传致癌物的管理办法有两种：一是禁止商业化的使用该种化学物品；二是建立一个足够小的被认为是可以忽略的对健康影响甚微的或社会能够接受的风险水平。

某些用作食品添加剂的化学物质，不需要规定具体的ADI值；也就是说没必要考虑制定数值型的ADI。这种情况适用于：当一种物质根据生物学和毒理学数据评估后，认为毒性很低，且为了达到预期的作用而增加这种物质在食品中的用量时，膳食摄入的总量不会造成健康危害。

微生物的影响是剂量依赖型而非积累效应，所以必须确定消费频率，因为多次低剂量暴露并不一定和单词大剂量的暴露产生同样的风险。所以，剂量效应分析应明确使用了哪些信息，它的来源在哪里，且数据的变化（由于某些已知原因如食品消耗量和人群的敏感性）和不确定性（实验数据不充分或者缺乏病原菌/食品/宿主的研究）应该在危害特征描述中得到充分的表达。还有一个重要的问题是，是否存在病原菌阈值或者协作效应，是否单个微生物在特定新条件下会引起有害作用？即必须摄入一定水平的病原菌才能引起感染或者生病（最小感染剂量），还是摄入单个、能繁育和传染性病原菌即可引发感染或者生病（单击概念），这一点学界还存在一定的争议。所以多采用剂量-效应模型来描述病原微生物的摄入数量和可能造成的结果两者之间的关系。

如何将动物实验分析结果合理外推到对人体的潜在影响，从而保护人们原理化学物暴露所带来的潜在危害，始终是一个挑战。一般来说，标准的NOAEL方法可视为一种特殊的简化的剂量-反应关系分析，其NOAEL值是由可观测的剂量-反应数据中直接得到的，其剂量作用与零试剂无显著性区别。假定在毒理学中采用了典型的动物实验研究，则其作用大小可通过统计学检验大于10%来加以确定。因此，实际上NOEAL值可能是效应值介于0%和10%或者更多的一个剂量。正由于NOAEL法严重依赖于统计学显著性检验，导致即使在有充足数据的基础上，也可能因某些不精确数据的存在，对那些化合物给出一个较高的估计结果。而这一情况在以整个剂量-反应效应曲线分析为基础的BMD法中很难发生。因为BMD是一个预定义了效应值的剂量，因此其在风险评估的控制之中。同时，它也可以提供NOAEL法无法提供的大于ADI时的量化风险信息。

与外源化学剂量-反应评估不同，微生物剂量效应评估的很多数据信息来源与人类自愿者研究、人类健康统计和爆发的数据。这些数据可能存在大量的可变因素和不确定性，因而可能不适用于其他地区，这些方面在风险评估中应该得到完全地描述，并且时完全透明的。

多数定量风险评估将暴露估计和剂量-反应模型单独进行，并且在风险描述步骤中整合这些信息资料以进行风险估计。因此用于两者的剂量概念于剂量单位和可能的概率假设相互一致是至关重要的，因此，应尽可能地在模型的准备阶段将其保持一致，从而避免调整不一致导致这些信息无法使用。

为了改善剂量-反应分析，需要获得更多的爆发和流行病学的数据，更为具体的要求是这些数据应该说明受影响食品所含的细菌的数量、所食用食品的数量、对于患病和暴露人口数量的精确估计和对于人口的精确描述（包括年龄状况、医疗情况、性别以及其他的潜在易感染因素）。

由于现有数据的限制，没有把食品矩阵纳入剂量-反应分析模型中。所以需要对食品矩阵效果的影响、寄主与病原体的互动、毒性因素以及它们无论在人是否生病的情况下对于感染概率的影响进行描述和量化，从而在未来的工作中能够更彻底地处理这些问题，同时也要求有便于对疾病发生了后遗症的概率进行估计的量化资料。