除了測試化學品的理化特性外，測試化學品的毒理數據費用太高。如果化學品是復合品或摻有添加劑或存在反應副產品，那么編制者就很難對該產品毒理性能做出正確的評估。如果供應商提供的MSDS存在錯誤或失實，或故意隱瞞有害信息，造成用戶的人員傷亡或環境污染，用戶往往要求MSDS的提供單位承擔相應的法律責任。
編制的MSDS必須符合買方所在國家和地區的有關危險化學品的法律法規。然而不同的國家，甚至同一個國家不同的州(例如:美國)都有自己對MSDS的不同要求。同時一些數據或名錄也會經常變化(例如，ACGIH每年一次公布新的接觸閾值，NTP每兩年一次公布新的致癌物質名錄)，所以使得編制符合要求的MSDS更為困難。
折疊其它編制
目前國內非危險化學品不需要編制MSDS，但是很多材料在經過多年的使用后才被發現其潛在的影響，而這些影響很有可能是不可逆轉的毒性。另外國外要求幾乎所有的化學品都需要MSDS，因此建議企業非危險化學品也做MSDS，以便于將來造成不必要的影響。
折疊謹慎抄襲
現在，國內不少化學品生產企業主要采用兩種方法來編制MSDS(SDS):一是抄襲國外大公司相同產品的MSDS(SDS);另一種是通過購買少量國外相同產品，從而獲得賣方提供MSDS(SDS)，然后把它改成自己產品的MSDS(實際上，即使不購買賣方的產品，只要索取，一般外國公司均會提供他們產品的MSDS)。
第一種方法可能存在兩個問題:一是相似化學品的毒性數據(LD50)可能相差很大，對人體健康和環境的影響也不一樣;二是如果網上的MSDS(SDS)是數年以前公布的，那么相應的數據或法規就很有可能已更新。
第二種方法不會存在上述的問題，但是如果你的產品為混合物，一般說來，你很難在國外找到完全相同產品的企業。就算有，賣方產品的有關法律條文不一定符合你買方所在國的要求。

SDS(Safety Data Sheet，安全數據表)，是危險化學品生產或銷售企業安全數據表按法規要求向客戶提供的一份關于化學品組分信息、理化參數、燃爆性能，毒性、環境危害，以及安全使用方式、存儲條件、泄漏應急處理、運輸法規要求等16項內容信息的綜合性說明文件。 美國GHS已于2012年3月26日正式實施，法規涵蓋了聯合國GHS關于化學物質分類和標簽要求的相應條款，尤其是工作場所的化學物質分類和標簽要求，對GHS標簽、危害類別和安全數據表等做出了明確規定，也向全球化學品生產企業發出了新挑戰。在GHS實施的過渡期間，企業可以使用舊版HCS標準，也可使用新版HCS標準，如果企業選擇新的HCS標準制作SDS和標簽，則不能直接采用ANSI標準，內容上和格式上需要進行調整。但所有的制造商和分銷商必須在2015年6月1日之前將所有的舊版MSDS更新為符合OSHA GHS的新版SDS報告，確保新法規的導入。

作用
MSDS(化學品安全說明書)作為傳遞產品安全信息的基礎的技術文件，其主要作用體現在:
1. 提供有關化學品的危害信息，保護化學產品使用者
2. 確保安全操作，為制訂危險化學品安全操作規程提供技術信息
3. 提供有助于緊急救助和事故應急處理的技術信息
4. 指導化學品的安全生產、安全流通和安全使用
5. 是化學品登記管理的重要基礎和信息來源
MSDS作用
在國際貿易中，MSDS的質量是衡量一個公司實力、形象以及管理水平的一個重要標志，高質量的化學產品配有高質量的MSDS，勢必增加更多的商機。讓具有國際水平的專家幫你編制，高水準的MSDS對促進貿易的成功很關鍵，是企業有效的形象宣傳，相對來說，費用并不高。
折疊編輯本段版本
·ISO國際通用版本
·EEC版本(歐盟)
·OSHA版本(美國)
·ANSI版本(美國)
·WHMIS(加拿大)
·中文版本
·各種不同格式(html、PDF、doc等)
· 不同語言(英語、德語、法語等)
折疊

編寫要求
1)MSDS編寫的基本要求?
a) 格式必須規范，必須嚴格按照法規或標準的編寫指南來對SDS中內容進行編排;
b) 物質信息需與真實產品相一致;
c) 分類準確、信息完整、語言規范且簡潔明了;
2)MSDS編寫時，如何處理保密的組分信息?
對于混合物中供應商需要保密的組分，根據需要保密的具體情況，組分的真實名稱、CAS號碼可以不寫，但是應在SDS的相關部分列明其危險性。
3)MSDS編寫時，如何獲得相關信息?
一份完整的SDS需要由16個部分組分，缺一不可。因此信息的獲得至關重要，而其中難獲得的幾個部分則分別為第2部分、第9部分、第14部分。
其中第2部分危險標示和第14部分運輸信息需由專業人員或機構進行鑒定，鑒定的基礎是通過解讀大量相關法規、進行部分試驗、以及查詢分析大量數據庫。因此對人員的專業要求很高;其次是第9部分理化性質，該部分信息一般是通過試驗或相關數據庫獲得，優先選擇試驗獲得的數據信息。
4)MSDS編寫難點有哪些?
SDS編寫的難點主要體現在:對法規的不了解、專業知識不足、數據信息匱乏、無數據來源(試驗成本過高)、編寫耗時太長、語言內容使用不當等等。