Оценка риска: Количественная модель оценки риска для пищевых продуктов, контаминированные микробиологическими опасностями

Модель количественной оценки риска для куриной тушки, содержащей Salmonella

 

QRAM для Salmonella и готовых к приготовлению тушки (рис. 1), далее именуемые тушки, были построены с помощью таблицы Excel (Microsoft, Redmond, WA) и было смоделировано с помощью @Risk (версия 4.0, палисад, Palisade, Newfield, NY), в программу добавлены электронные таблицы. Путь от розничной торговли до стола был смоделирован в виде ряда отдельных операций и связанных с ними патогенов события, которые включали начальное загрязнение при розничной торговли (узел 1), рост при доставке транспортом потребителя (узел 2), термоинактивация во время приготовления (узел 3), перекрестное загрязнение во время обслуживания (узел 4), и зависимости реакции от дозы после потребления (узел 5). Формулы и параметры ввода, используемые в QRAM приведены в таблице 2.

 

Встречающиеся патогены были смоделированы с помощью PERT распределения (узлы 3 и 5) или связывая дискретно и PERT распределения для моделирования редко встречающихся патогенов (узлы 1, 2 и 4; Oscar, 1998). PERT распределения, определяемые минимальной, средней или значимой, и максимальной значениями, были использованы для моделирования степени встречающихся патогенов.

 

 

Рис. 1. Количественная модель оценки риска (QRAM) для Salmonella и тушки курицы была построена в электронной таблице Excel и смоделирована с помощью @RISK. Формулы, используемые в QRAM приведены в таблице 2 и результаты для итерации по QRAM показаны здесь и на рис. 3.

 

Распределение PERT было выбрано в качестве непрерывного распределения для степени встречающихся патогенов, потому что это легко определить и потому, что его форма является гибкой, он может иметь различную форму из нормального распределения к логарифмически нормальному распределению, которая искажается вправо или влево.

При моделировании QRAM, @RISK дискретно делает случайную выборку и PERT распределение для узлов 1, 2 и 4. Однако, только тогда, когда встречается патоген или когда дискретное распределение возвращается к 1 было использовано для расчета результатов моделирования случайное число из распределений PERT для узлов 1, 2 и 4. Следствием этого модельного дизайна было в том, что анализ чувствительности обеспечивался с помощью @RISK была скомпрометирована, потому что не все из случайно выбранных значений были использованы для расчета результатов моделирования от PERT распределений по узлам 1, 2 и 4, хотя эти значения были использованы для расчета корреляции между входами и выходами в анализе чувствительности. Прогнозируемые модели роста (Oscar, 2002) и термическая инактивация (Мерфи и др., 2002) Salmonella были использованы для выхода QRAM преобразовывая время и температуру данных в настройках ввода. Кроме того, при моделировании были включены не загрязнённые куры, что позволило для QRAM прогнозирование изменений по частоте заражения Salmonella.

 

 

2.2. Параметры ввода

2.2.1. Узел 1-розничный

Первый узел в QRAM имитировали при первоначальном загрязнении тушки Salmonella при розничной торговле. Последние и обширные обзоры из научной литературы (Bryan и Doyle, 1995; Waldroup, 1996) показывают, что случаи загрязнения тушки Salmonella варьируются в разных исследованиях из-за различий при производстве кур и практики обработки (. Waldroup соавт, 1992), а также различия в пробах и методов обнаружения (Джеттон др, 1992; Waldroup др, 1992; Jorgensen и соавт., 2002). На самом деле, в их обширном обзоре, Брайан Дойль (1995) сообщил, что случаи загрязнения тушки Salmonella варьировали от 0% до 100% со средним значением 30%. В текущем исследовании был использовано среднее значение 30%, для определения случаев сальмонеллезным заражением тушки при розничной торговле сообщенное Брайаном и Дойлом (1995).

Шесть исследований по изучению Salmonella для целых кур были найдены в научной литературе и все эти исследования использовали метод наиболее вероятного числа (MPN) (таблица 3). MPN Salmonella на загрязненных тушках низкая, часто ниже 10 MPN, в то время как максимальная MPN на курицу варьируется от > 300 до > 1100. Для определения параметров ввода распределения PERT по степени загрязнения Salmonella готовых целых кур при розничной торговле были использованы минимальное значение - 1 MPN (по определению, минимальный уровень загрязнения, что является возможным), среднее значение - 10 MPN (значение близко к центральной тенденции наиболее вероятных данных в таблице 3), а максимальное значение 450 MPN (среднее значение для максимальных данных в таблице 3) на курицу для (Таблица 2).

 

2.2.2. Узел 2- транспорт потребителя

Второй узел моделируется ростом Salmonella в целых кур при перевозке потребителем от розничной торговли до холодильника в дому. Предполагается, что куры были упакованы индивидуально и таким образом перекрестного загрязнения не произошло при перевозке потребителем или во время хранения в домашнем холодильнике. Для установления параметров ввода, суррогатные время и температурные данные по перевозке потребителем свежего мяса из торговых точек в домашний холодильник (Anonymous, 2002), были использованы в недавно опубликованной модели роста для Salmonella Typhimurium и стерильно приготовленные (автоклавный) курицы (Oscar, 2002). Модель роста использует распределения PERT для времени и температуры, и Монте-Карло, чтобы предсказать частоту и минимальный, средний и максимальный прирост log цикла потенциальных событий роста для Salmonella в стерильно приготовленной (автоклавный) курице (Oscar, 2002). Для роста в потребительском транспорте, курица должна быть заражена Salmonella, время и температурные условия способствуют росту.

Были проанализированы временные и температурные данные из 943 потребительских транспортных событий свежего мяса при потребительском опросе (Anonymous, 2002), и было обнаружено, что время потребительского транспорта варьировались от 0,2 до 6,3 ч со средней продолжительностью 1 ч. Температура свежего мяса, когда его привезли в дом потребителя варьировалось от 3,9 до 21,1 ⁰С при средней температуре 7,8⁰C. Эти значения были использованы для определения параметров ввода для распределений PERT по времени и температуры в модели роста (Oscar, 2002), который затем моделируется. Прогнозируемое падение потенциальных событий роста в потребительском транспорте 0,02% было получено и использовалось для определения частоты событий роста для данного узла (таблица 2). Модель роста также предсказал, что степень возможных событий роста будет составлять от 0,0005 до 0,15 log циклов со средним значением 0,04 log циклов; эти значения были использованы для определения параметров ввода для распределения PERT для степени потенциального роста Salmonella в потребительском транспорте (таблица 2). Хотя суррогатные время и температура были данные опроса потребителей (Anonymous, 2002) и суррогатная модель роста для стерильно приготовленной (автоклавный) курицы (Oscar, 2002) были использованы для создания настроек ввода для данного узла, не было сделано никаких предположений по механизму, посредством которого в частности произошло увеличение log цикла Salmonella целых кур в потребительском транспорте. Скорее, было признано, что многие комбинации времени, температуры (например, колебания температуры), курица (например, жир%), Salmonella (например, физиологического состояния) и человеческие (например, практика обращения пищевых продуктов) факторы риска могут взаимодействовать и вести учет конкретного увеличения log цикла.

 

 

 

2.2.3. Узел 3 – приготовление (варка)

 

Третий узел моделируется термической инактивацией Salmonella во время приготовления целых кур в домашней печи. Термическая инактивация Salmonella, зависит от ряда факторов риска, таких как время, температура (Mazzotta, 2000; Murphy и др., 2002), форма продукта и размер, штамм Salmonella (Bayne et al., 1965; Murphy et al., 1999), способ приготовления (Brown и др, 1998) и физиологическое состояние Salmonella (Doyle и Mazzotta 2000). Чтобы установить параметры ввода для данного узла были использованы данные температуры для приготовленной птицы (Anonymous, 2002) и тепловой инактивация модели для Salmonella и куриных котлет (Murphy и др., 2002). Модель приготовления была создана в таблице Excel и смоделирована с помощью @RISK (рис. 2). Распределение PERT был использовано для моделирования изменчивости и неопределенности конечный температуры приготовления, который был представлен в диапазоне от 26 до 93⁰C со средним значением 62⁰C (Anonymous, 2002). Тем не менее, были использованы PERT настройки при 55, 62 и 70⁰C (рис. 2), так как модель термоинактивация (Мерфи и др., 2002) использовалась только при температурном диапазоне от 55-70⁰C.

Время приготовления и способ приготовления не были зарегистрированы при потребительском опросе (Anonymous, 2002). Следовательно, было предположено, что куры были приготовлены в домашней печи и что Salmonella подвергалась окончательной температуре приготовления, моделировали до модели варки минимум в течении 15 мин, в среднем 30 мин, и максимум 45 мин. Результаты модели приготовления (варки) моделирования показали, что снижение log цикла Salmonella варьировались от 96 до 0,83 со средним значением 8,1; эти величины были использованы чтобы определить PERT распределения для приготовления (таблица 2). Опять же, хотя суррогатные данные и модели были использованы для создания настроек ввода, никаких предположений не было сделано в отношении механизма, посредством которого в частности сокращения log цикла Salmonella произошло во время приготовления. Скорее, было признано, что многие комбинации времени, температуры, приготовления пищи в среде (например, относительная влажность), состав курицы (например, % жира), тип Salmonella (например, штамм) и человеческие (например, предпочтение степени готовности) факторы риска можно объяснить для частного уменьшения log цикла. На протяжении всей модели, Salmonella обрабатывали, как дискретные единицы, округляя нижние фракции Salmonella до 0 (Таблица 2). Таким образом, если количество Salmonella для выживания фракция составляет меньше 1, то считалось, что все Salmonella были убиты и курица не содержит Salmonella.

 

	А	В	С
		Выход	Формула
	Конечная температура, 0С	62,2	=RiskPert(55,62,70)
	D-значение, min	3,57	=POWER(10,8.7344-(0.1316*B2))
	Время приготовления, min		=RiskPert(15,30,45)
	Log Cycle Reduction	8,39	=RiskOutput()+B4/B3

 

Рис.2. Cимуляция для термической инактивации Salmonella целой курицы при приготовлении в домашней печи (узел 3 в рис.1), которая была построена в таблице Excel и была смоделирована с помощью @Risk. Показаны результаты для итерации модели. Входные данные для PERT распределения по степени уничтожения Salmonella целой курицы при приготовлении были получены из выхода распределения этой модели, которые расположены в клетке В5.

 

2.2.4. Узел 4-обслуживающий

Четвертый узел моделируется при перекрестном загрязнении приготовленной курицы содержащая Salmonella во время обслуживания. Здесь предполагается, что в приготовленных курицах выжили Salmonella и во время обслуживания и потребления могут вырасти,. В этом узле, случаи относятся к проценту куриц, которые ненадлежащим образом использовались потребителями. Например, резка вареной курицы в посуде, которая использовалась для сырой курицы.

Результаты опросов потребителей при использовании обработки пищевых продуктов варкой, которые могли бы привести к перекрестной контаминации и результаты лабораторных исследований, при котором количественные значения передачи Salmonella или суррогатных бактерий из сырой курицы в руки или на поверхность были суммированы (таблица 4) и использовались для установления входа настроек для данного узла (таблица 2). Ошибки случаев обработки пищевых продуктов, которые могут привести к перекрестной контаминации в среднем составляет 28% среди трех опросов потребителей (таблица 4) и было использовано значение для определения частоты событий перекрестной контаминации данного узла (таблица 2). Точно так же, чтобы определенить PERT распределение были использованы средние значения среди исследований Salmonella 0,021, 0,057 и 0,24 для минимальной, средней и максимальной скорости передачи соответственно, (таблица 2) для перекрестного загрязнения во время обслуживания.

 

В этом узле, было смоделировано только случаи self-загрязнения. Другими словами, чтобы испытать увеличение нагрузки Salmonella для курицы, которая была ненадлежащим образом использована во время обслуживания, курица должна была быть заражены Salmonella перед приготовлением. Эта конструкция модели была использована, чтобы обеспечить связь между уровнем загрязнения Salmonella, поступающая при домашних условиях и воздействия от потребителей. Опять же, никаких предположений не было сделано в отношении механизма, который осуществлял бы специфический перенос Salmonella. Скорее, было признано, что многие комбинации обработки курицы (например, время контакта с зараженной поверхностью), Salmonella (например, изменение деформации) и человеческие (например, тип ошибки обращения с пищевыми продуктами) факторы риска могут объяснить определенную скорость передачи Salmonella из сырой курицы к вареной курицы.

 

2.2.5. Узел 5-потребительский

 

Пятый узел моделирует ответ потребителей к потреблению Salmonella. Распределение PERT был использован для моделирования случаев болезни от дозы потребления. При моделировании @RISK для каждой курицы рандомизированы дозы заболеваемости. Никаких предположений не было сделано в отношении механизма для конкретной дозы заболеваемости. Скорее, было признано, что многие комбинации пищевой матрицы (например, % жира), тип Salmonella (например, штамм вирулентности) и человеческие (например, иммунитет) факторы риска могут объяснить определенную дозу заболеваемости.

 

Тем не менее, для упрощения интерпретации результатов моделей, предполагалось, что четыре человека каждый употребляет курицу и что один человек, употреблял загрязненную Salmonella курицу. Данные доз-реакции для не брюшной Salmonella у человека ограничены при значительном потреблении проб здоровыми мужчинами (McCullough и Eisele, 1951 a,b,c). Данные из исследований были широко смоделированы (Rose и др., 1995; Coleman и Marks, 1998; Teunis и др., 1999; Latimer и др., 2001) и указывают на различия в вирулентности между штаммами Salmonella. Самая низкая доза, вызывающая болезнь у здоровых мужчин колеблется от 10⁵ до 10¹⁰ для 13 штаммов (Blaser и Newman, 1982). Тем не менее, по оценкам дозы Salmonella поступая в организм в очаги(вспышки), которые могут быть вовлечены менее устойчивы потребители, более вирулентные штаммы Salmonella и / или более в блюдах колеблется от 10¹ до 10¹¹ с дозой <10³, обычно вызывающая заболевание (Blaser и Newman, 1982; Vought и Tatini, 1998). На основании этих данных, настройки входа PERT распределения по заболеваемости доз (таблица 2) были как минимум 1 log MДК, в среднем 3 log MДК и максимум 7 log MДК. Ответ на дозу была смоделирована в виде дискретного события. Заболевание происходит от потребления приготовленной курицы, доза потребления Salmonella превышает дозу заболеваемости, которая была случайным образом распределена в этой курице или итерацией с помощью @RISK. Таким образом, выход ответ дозы был дискретным: есть заболеваемость или нет.

 

Таблица 4 Результаты опроса потребителей обработанных пищевых продуктов и исследований научной литературы перекрестной контаминации для Salmonella и суррогатных бактерий

 

Категория	Передача от	Передача к	Случаи (%)	Минимум (%)	Средний (%)	Максимум (%)	Литература
Несоблюдение							Worsfold и Griffith, 1997
Несоблюдение			33,5				Altekruse и др., 1995
Несоблюдение			33,5				Jay и др.,1999
Salmonella	Кожа курицы	Нержавеющая сталь		3,0	5,0	10,0	Carson и др.,1987
Суррогатный	Курица	Руки		1,8	8,7	41,7	Chen и др., 2001
Суррогатный	Курица	Режущая доска		3,0		32,4	Chen и др., 2001
Суррогатный	Курица	Руки		0,6	3,5	10,4	Montville и др., 2001

 

 

Лабораторная работа 10.

План отбора проб.