achipia industria
TRANSCRIPT
Evaluación de Riesgos
en Alimentos
Fernando Sampedro, PhD
Santiago de Chile
2-4 Diciembre de 2013
Agenda
• Desafíos actuales de la inocuidad de alimentos
• Conceptos de peligro, riesgo, variabilidad e
incertidumbre
• Componentes del análisis de riesgos
• Priorización de riesgos
• Evaluación de riesgos: Identificación y
caracterización del peligro
“Riesgo 0” no existe…..
Debemos mitigarlo hasta un
nivel aceptable
Cadena de producción de
alimentos GLOBAL
• Auge económico
• Mayor tecnificación y producción
• Acortado los tiempos de producción
• Mejorado las vías de transporte
• Globalización
• Externalización de las empresas
• Acuerdos de libre comercio: Latino América-Europa-EEUU-
China-Canadá
Nuevos retos
• Las empresas tienen numerosos retos en materia
de inocuidad de alimentos
• Soy capaz de controlar todas los materias primas que
entran y el producto final?
• Tengo recursos limitados, como los canalizo a donde hay
un mayor riesgo?
• Las empresas deben tomar decisiones en un
ambiente de incertidumbre
• Necesitan herramientas objetivas y científicas
basadas en el riesgo
Coste en la salud pública de
las ETAs y agua • Subestimado en la mayoría de países
• Difícil de estimar el numero real de casos
• Pirámide de notificación
• Según un estimado del CDC el numero de casos
reportados en un país debería multiplicarse por 2-
142x para obtener el numero exacto
• Costes directos
• Retirada de producto
• Perdidas económicas (multa, exportaciones)
• Costes indirectos
• Imagen, turismo
Foodborne illnesses notification
pyramid
Outbreak investigation
Sample analyzed and reported
Hospital takes a sample
People seek medical attention
People get sick
Foodborne Agents
Estimated annual number of
illnesses (90% confidence interval)
%
31 known
pathogens
9.4 million
(6.6–12.7 million) 20
Unspecified agents 38.4 million
(19.8–61.2 million) 80
Total 47.8 million
(28.7–71.1 million) 100
Gestión de la inocuidad
• Proactivos
• Producto no solo cumple con la legislación sino es inocuo
(medidas adicionales)
• No podemos esperar a que se produzca un brote para
tomar medidas
• Responsabilidad
• Entender las consecuencias de la no-inocuidad
• Inocuidad no es una ventaja competitiva es una tarea de
todos
• Tomando decisiones objetivas y basadas en
ciencia
• Regulaciones mínimas de operación • Permisos de funcionamiento
Inspección sanitaria
• Enlatados, Acidificación, Conservas • Esterilización Comercial
Control de Procesos
• BPM, BPH, Diseño Sanitario, Proveedores • POES, Programas de Limpieza y Desinfección Pre-requisitos
• PCC. Enfoque en Peligros Significativos • Acciones Correctivas, Limites Críticos, Verificación, Registros HACCP
• BPA, BPV, Selección de Proveedores, Consumidor • Trazabilidad, Transporte, Control de Alérgenos, Retiros
Integración Granja a la Mesa
• Auditorias de inocuidad
• Certificación: ISO, BRC, IFS, SQF, GlobalGAP, Otros Sistemas de Gestión
•Evaluación de Riesgos. Enfoque en Riesgos Significativos
•Gestión de Riesgos: NAP, OIA, OR, CR, CP
•Comunicación de Riesgos, Manejo de Crisis
Análisis de Riesgos
•Cultura de la Inocuidad
•Mejoramiento Continuo: Lean, Six Sigma Inocuidad Corporativa
Adaptado Food Control. 16: 801-809, Gorris, 2005
Nivel País
Oficial
Nivel Industria
Privado
BPA, BPV, BPH, BPM, POES, CA
Trazabilidad, Retiros, Defensa,
HACCP PCC, CR, CP, OR
Análisis de Riesgos
Reglamentos
Objetivo de inocuidad Alimentaria
Gestión del riesgo
Gestión de la inocuidad
• Objetivo de inocuidad:
– Mantener los casos de Salmonella por debajo de 2/100.000 habitantes
– Reducir los casos de Salmonella en un 20%
• Objetivo de rendimiento:
– Ausencia en 25 g
• Criterio de proceso:
– Reducción de 5 log durante el proceso de pasteurización
– 72°C, 20 s
Gestor
• Problema de inocuidad (reglamentación, brote alimentario)
• Peligro-alimento, peligro/alimento, prioridad
Evaluador
• Comunicación
• Datos epidemiológicos, vigilancia
• Perfil de riesgo
Evaluación de riesgo
• Cual es el riesgo para la población?
• Que medidas de control reducirán el riesgo?
Gestion de riesgos
• Implementación de medidas para reducir el riesgo (vigilancia, reglamentación)
Nivel Industria
Privado
BPA, BPV, BPH, BPM, POES, CA
Trazabilidad, Retiros, Defensa,
HACCP PCC, CR, CP, OR
Análisis de riesgos
Gestión de la inocuidad
Exposición: la cantidad de sustancia, producto o microorganismo con la cual los individuos entran en contacto
Peligro: propiedades intrínsecas de una sustancia, microorganismo o producto que causan un efecto adverso Riesgo: probabilidad de que, bajo condiciones particulares de exposición, un peligro intrínseco represente una amenaza para la salud humana Riesgo está en función del peligro y/o exposición
Riesgo vs Peligro
Variabilidad
•Variación natural en un
sistema biológico
•Es inherente en el sistema y
podemos reducirlo pero no
eliminarlo
Incertidumbre
•Falta de conocimiento de un
evento determinado
•Podemos reducirlo obteniendo nuevo
conocimiento pero nunca tendremos un
conocimiento completo
Análisis de Riesgos
• Proporciona herramientas para la toma de
decisiones en inocuidad de alimentos/salud
animal/salud vegetal basadas en la ciencia,
objetivas, transparentes e independientes
• Organización Mundial del Comercio estableció los
organismos de referencia en análisis de riesgos:
• CODEX-Inocuidad de alimentos (FAO, OMS)
• OIE-Salud animal
• IPPC-Salud vegetal (FAO)
Análisis de
Riesgos
Priorización
Evaluación
Gestión
Comunicación
Análisis de riesgos • Priorización de riesgos:
• Cual es el peligro de mayor riesgo en el alimento?
• Evaluación de riesgos:
• Cual es el riesgo de tener Salmonella en el producto
final?
• Cumple el proceso con la reglamentación vigente?
• Que factores influirán en el riesgo?
• Gestión de riesgos
• Elegir la medida de control que reducirá el riesgo a un
valor aceptable
• Comunicación de riesgos
• A lo largo de todo el proceso
Imaginemos…
• Un empresa quiere:
• Identificar los proveedores de materias primas de mayor
riesgo
• Identificar los peligros de mayor riesgo en los alimentos o
cadenas de producción
Por donde empezar?
Priorización de riesgos
• Herramienta que permite priorizar los
alimentos/situaciones/proveedores en función de
su riesgo
• Como priorizamos el riesgo?
• Herramientas cualitativas
• Matrices/arboles de decisión
• Herramientas semi-cuantitativas
• Risk Ranger
Estimar el riesgo
• Riesgo = probabilidad de ocurrencia x
severidad de un efecto adverso para la
salud
En otras palabras…
• Cual es la probabilidad de tener Salmonella
en el alimento?
• Si existe la probabilidad, cual serán los
efectos para la salud?
Matrices de decisión
• Tablas que permiten estimar el nivel de riesgo de
forma cualitativa/semi-cuantitativa
• Definir los diferentes niveles de probabilidad y
severidad significativos
• Asignar números o letras a cada uno de ellos
• Establecer los rangos que se consideren un riesgo
• Insignificante
• Bajo
• Medio
• Alto
Ejercicio priorización
• Cada grupo elegirá un alimento
• Priorizaremos los peligros biológicos y
químicos
Bacteria Viruses Parasites Protozoan Fungi
Listeria monocytogenes Hepatitis A Trichinella Cryptosporidium
parvum
Aspergillus spp.
Escherichia coli O157:H7 Norovirus Toxoplasma
gondii
Giardia lamblia Penicillium
Escherichia coli non-O157:H7 Entamoeba
histolytica
Bacillus cereus
Clostridium botulinum
Clostridium perfringens
Salmonella spp.
Campylobacter spp.
Staphylococcus aureus
Vibrio parahaemolyticus
Vibrio cholerae
Shigella
Brucella suis
Lista peligros alimentarios
• Probabilidad=Prevalencia-Inactivacion+Recontaminacion
Prevalencia muestras contaminadas Probabilidad
More than 50% 4
More than 10% 3
Less than 10% 2
Less than 0,1% 1
Inactivacion Probabilidad
The step eliminates 100% of the pathogen before consumption 100% reduction
The step eliminates at least 50% of the pathogen 50% reduction
The step eliminates less than 10% of the pathogen 10% reduction
There is no killing step 0
Recontaminacion Probabilidad
Recontamination will occur in 100% of the cases 4
There is recontamination possible in 50% of the cases 3
There is recontamination possible in 10% of the cases 2
There is no recontamination possible 1
• Severity
Symptoms Severity
The pathogen can cause death 4
The pathogen can cause life disabilities 3
The pathogen can cause hospitalization 2
The pathogen causes mild symptoms (vomit
and diarrhea)
1
• El riesgo final será el resultado de la siguiente
ecuación:
Riesgo = probabilidad x severidad
Por ejemplo:
Pathogen-Food combination Riesgo
Salmonella-pollo 12
Arsenico-arroz 10
Ejemplo: Riesgo Proveedores
• Riesgo = riesgo de la material prima + riesgo del
proveedor
• Riesgo material prima= riesgo producto-
mitigacion+uso
• Riesgo producto = probabilidad X severidad
Score Likelihood Definition
0
Not Relevant • Scientifically or technically not
possible
1
Remote • Not likely to occur but possible
• 0.01% to 0.1% of occurrence rate
• More than 1 occurrence in 10,000 deliveries but less
than 1 in 1,000
2
Occasional • 10 times more likely to occur than
remote
• 0.1% to 1.0% of occurrence rate
• More than 1 occurrence in 1,000 deliveries but less
than 1 in 100
3
Frequent • 100 times more likely to occur than
remote
• More than 1.0% occurrence rate
• More than 1 occurrence in 100 deliveries
Score Severity Definition
1 No Impact to Food Safety Will not cause illness
2 Possible Risk of Illness or Injury May lead to a product retrieval or
withdrawal
3 Expected to lead to illness, injury or
death
Immediate harm to health of
consumer
Significant impact to food safety,
which would cause a product recall
or retrieval
Likelihood
L0, L1, L2,
L3
Severity
S1, S2, S3
Mitigation: A documented step or process within the facility
receiving material, which reduces or eliminates an identified
food safety hazard (typically a CCP)
Score Mitigation Definition
50%
Reduce to
Acceptable
Level
• A documented step or process
which reduces food safety hazard to an
acceptable level
25%
Reduce • A documented step or process that
reduces food safety hazard
0%
Does Not Reduce • Food safety hazard has not been
reduced or eliminated
0%
Possibility to
Increase
• Food safety hazard could be
increased due to supply chain
Score Intended Use Definition
5
Active
Pharmaceutical
Ingredient
(API)/Infant
Food/Unknown
• Baby Food/Infant Food
• Medical Applications/Pharma-Active
Ingredients
• Unknown Use – Do not know
intended use
4
Excipients/Instant
Food
• Ready-to-Eat (RTE) – including
Retail & Food Service
• Pharmaceutical
subcomponents/non-active
ingredients
3
Food/Human &
Animal
• Pet Food (companion)
• Food for further processing
(customer or consumer)
2
Animal
Food/Cosmetics
• Animal Food for commercial use • Cosmetics
1
Industrial/Non-Food • Not to be consumed by animals or
humans
Intended use: The consumer or customers’ defined
application of the ingredient or product
• Huevos para producir huevo cocido listo para el
consumo
• Salmonella
• Riesgo= L2 x S3 – 50% reduccion (cocido) + Listo para el
consumo (4) = 7
• Amilasa enzima usada para la produccion de
queso
• Salmonella
• Riesgo= L1 x S3 – 0% + procesado posterior (3) = 6
Riesgo Proveedores
Tiene el proveedor HACCP u otro sistema de gestión (ISO,
GFSI)?
Desde cuando?
Recibe auditorias internas y externas?
Árbol de
decisión
Risk ranger (Ross et al., 2005)
• Herramienta semi-cuantitativa para priorizar las
combinaciones alimento-patogeno de mayor riesgo
• Hoja de Excel con 11 preguntas
• Respuesta de forma cualitativa y cuantitativa
• Estima la probabilidad de infección tras consumo
individual
• Proporciona un numero entre 0-100
• <25: low
• 26-40: Medium
• >40: High
Question Type of input
Q1. Hazard severity Qualitative
Q2. Population susceptibility Qualitative
Q3. Frequency of consumption Qualitative
Q4. Proportion consuming (%) Quantitative
Q5. Total population Numerical
Q6. % of product contaminated Both
Q7. Effect of processing Qualitative
Q8. Post-process contamination Both
Q9. Post-processing control Qualitative
Q10. Increase to cause illness Both
Q11. Effect of preparation for meal Both
1 Hazard Severity
6 10
2
If "OTHER" enter a percentage
value between 0 (none) and 100 12.3000%
If "other", what is the increase
(multiplic-ative) needed to reach an
infectious dose ?
3.E+02
7 Effect of Processing 11
3
If "OTHER" enter a value that
indicates the extent of risk
increase 1.00E-03
If "other", enter a value that indicates
the extent of risk increase 1.00E-03If "OTHER" enter "number
of days between a 100g 10
48
5If "OTHER" enter a percentage
value between 0 (none) and 100
(all)
3.20%
Population considered:
9
873,910If "OTHER" please
specify:
873,910
Size of Consuming Population
probability of illness per day per
consumer of interest (Pinf
x Pexp )
RISK ESTIMATES
2.10E-04
Is there potential for recontamination after
processing ?Proportion of Population Consuming the Product
A. SUSCEPTIBILITY AND SEVERITY C. PROBABILITY OF FOOD CONTAINING AN INFECTIOUS DOSE
Probablity of Contamination of Raw Product per
Serving
How effective is the post-processing control
system?
What increase in the post-procssing contamination
level would cause infection or intoxication to the
average consumer?
How susceptible is the population of interest ?
B. PROBABILITY OF EXPOSURE TO FOOD
Frequency of Consumption
Effect of preparation before eating
72
RISK RANKING
( 0 to 100)
total predicted illnesses/annum in
population of interest3.36E+03
SEVERE hazard - causes death to most victims
MODERATE hazard - requires medical intervention in most cases
MILD hazard - sometimes requires medical attention
MINOR hazard - patient rarely seeks medical attention
The process RELIABLY ELIMINATES hazards
The process USUALLY (99% of cases) ELIMINATES hazards
The process SLIGHTLY (50% of cases) REDUCES hazards
The process has NO EFFECT on the hazards
The process INCREASES (10 x) the hazards
The process GREATLY INCREASES (1000 x ) the hazards
OTHER
NO
YES - minor (1% frequency)
YES - major (50% frequency)
OTHER
WELL CONTROLLED - reliable, effective, systems in place (no increase in pathogens)
CONTROLLED - mostly reliable systems in place (3-fold increase)
NOT CONTROLLED - no systems, untrained staff (10 -fold increase)
GROSS ABUSE OCCURS - (e.g.1000-fold increase)
NOT RELEVANT - level of risk agent does not change
Australia
ACT
New South Wales
Northern Territory
Queensland
South Australia
Tasmania
Victoria
Western Australia
OTHER
GENERAL - all members of the population
SLIGHT - e.g., infants, aged
VERY - e.g.,neonates, very young, diabetes, cancer, alcoholic etc
EXTREME - e.g., AIDS, transplants recipients, etc.
Meal Preparation RELIABLY ELIMINATES hazards
Meal Preparation USUALLY ELIMINATES (99%) hazards
Meal Preparation SLIGHTLY REDUCES (50%) hazards
Meal Preparation has NO EFFECT on the hazards
OTHER
Rare (1 in a 1000)
Infrequent (1 per cent)
Sometimes (10 per cent)
Common (50 per cent)
All (100 per cent)
OTHER
daily
weekly
monthly
a few times per year
OTHER
all (100%)
most (75%)
some (25%)
very few (5%)
none
slight (10 fold increase)
moderate (100-fold increase)
significant (10,000-fold increase)
OTHER
Evaluación de riesgos
• Análisis de la información existente acerca de
un peligro y estimación del riesgo existente para
una población al consumir el alimento
contaminado
• Cualitativo: Conclusiones en forma narrativa
(bajo, medio, alto)
• Cuantitativo: Conclusiones en forma numérica
• Determinista: Valor único
• Probabilístico: Rango definido por una función de
distribución
Evaluación de riesgos
Identificacion peligro
Caracterizacion peligro
Evaluacion exposicion
Caracterizacion riesgo
Ejercicios de calentamiento….
• Prevalencia:
• Analizo 150 muestras y 7 salen positivas por
Salmonella, cual es la prevalencia?
Transformación logaritmos
• Transformamos UFC a log porque es mas fácil de
manipular
• Logaritmo= numero en base 10
• 1 LOG = 10 UFC
• 2 LOG= 100 UFC
• 3 LOG =1000 UFC
• Para pasar de log a numero entero=10^
• Para pasar de numero entero a log=LOG ()
• Transformar los siguientes log:
• -2 log, 0.1 log, 7 log UFC/g
Concentración
25 g
Alimento
225 mL
Placas Petri 1 mL
24 h-37°C
D -1 D -2 D -3 D -4 D -5
1 mL en 9 mL
• Si esta es la dilución -2 cual será la concentración
media de Salmonella (UFC/g)? Y en log UFC/g?
• Cual será la concentración si es la dilución -1?
• Si la legislación exige ausencia en 25 g cual será la
concentración mínima que podríamos medir?
Que situación es de mayor
riesgo? • Prevalencia de Salmonella del 50% en el
producto terminado con una concentración de
0.1 log UFC/g
• Prevalencia de Salmonella del 1% con una
concentración de 3 log UFC/g
1. Identificación del peligro
• La combinación patógeno-alimento ha sido
identificada en la etapa de priorización
• Datos de vigilancia epidemiológica:
• Prevalencia del patógeno en el alimento en el país
• Numero de brotes y casos causados (hospitalizaciones y
muertes)
• Tendencia en los últimos 10 años
2. Caracterización del peligro
• Información sobre:
• Características del patógeno
• Factores de virulencia y variabilidad en los serotipos
• Etiología de la enfermedad causada por el patógeno
(síntomas, periodo de incubación, grupos de riesgo,
morbilidad etc.)
• Relación dosis-respuesta
Relación dosis-respuesta
Exposure Host
interaction Invasion Multiplication
No se produce enfermedad si una de las etapas
no ocurre
Se puede producir infección asintomática
Sistema inmune
• Sistema inmune afecta la relación dosis-
respuesta
• Sistema inmune puede cambiar por:
• Edad: Niños y personas mayores tienen un sistema
inmune mas débil
• Status temporal: embarazadas, trasplantados
• Exposición previa: Diarrea del viajero
• Microbiota natural: Tratamiento con antibióticos
• Nutrición: Malnutrición debilita el sistema inmune
• Portadores de patógenos asintomáticos
• Un modelo dosis-respuesta es una ecuación que
describe la relación entre la dosis ingerida de un
patógeno y la probabilidad de efectos adversos
(infección, enfermedad o muerte) en un individuo o
población
• Los modelos se crearon ajustando datos
provenientes de:
• Ensayos en humanos (dosis altas, agua, pocos
participantes)
• Brotes alimentarios (no estiman los individuos sanos)
• Estudios en animales (extrapolación a humanos)
• In vitro (correlación con respuestas in vivo)
• No establecen variaciones en cepas
Modelos Dosis-Respuesta
• Dos tipos de modelos:
• Dosis infecciosa mínima (threshold model)
• Única célula (non-threshold model or one-hit)
• Modelos con ‘threshold’ usados para patógenos
que producen toxinas (S. aureus, C. botulinum) y
químicos
• Modelos ‘non-threshold’ usados para el resto de
patógenos
• Única célula es capaz de crecer y producir infección
Modelos Dosis-Respuesta
S. B. Dennis, M. D. Miliotis, and R. L. Buchanan. 1999. Hazard characterization/dose–response assessment,
In: Microbiological risk assessment in food processing, Eds. Martyn Brown and Mike Stringer, CRC Press.
Threshold model
Non-threshold model
• Modelo Exponencial el mas usado:
D necesita ser calculada mientras K se encuentra en
literatura
Cada bacteria tiene una probabilidad fija no tiene en
cuenta la interacción patogeno-huesped
Modelo Exponencial
DkeP 1inf
P es la probabilidad de infección tras una ingesta de alimento contaminado
D es la dosis (numero de células consumidas)
k es la probabilidad de que una única célula produzca infección y depende del tipo
de población (menor probabilidad en población general, mayor en ancianos y niños)
Modelo Beta-poisson
• Probabilidad de infección no es fija varia con cada
individuo siguiendo una distribución beta (α, β)
• La dosis de patógeno en un alimento sigue la
distribución de poisson
• 𝑃𝑖𝑛𝑓 = 1 − 1 −𝐷
𝛽
𝛼
• D es la dosis (UFC)
• β,α se pueden encontrar en literatura
Repositorio modelos Dosis-
respuesta • Center for Advancing Microbial Risk Assessment-
Wikipedia (CAMRA-wiki)
• Repositorio de modelos dosis-respuesta para
diferentes patógenos
• β = N50*(21/α-1)
3. Evaluación a la exposición
• Estimar la dosis ingerida de patógeno/químico
con el alimento
• Debemos estimar el comportamiento del
patógeno (crecimiento, inactivación,
recontaminación) o el químico (adición,
eliminación, recontaminación)
• Experimentos laboratorio: Obtención de datos
experimentales
• Uso de modelos matemáticos: Modelizar el
comportamiento mediante datos de literatura
3. Evaluación a la exposición:
Diagrama de flujo
• Caracterizar las principales etapas de producción
del alimento
• Estimar para cada modulo:
• Si existe crecimiento, inactivación o recontaminación del
patógeno
• Si existe adición, reducción o recontaminación del
químico
• Estimar las condiciones del alimento y de cada etapa
(temperatura, pH, aw)
Ejemplo: Leche pasteurizada
Cual de estas etapas permitirá
el crecimiento, adición,
reducción, inactivación o
recontaminación del
patógeno/ químico?
H0 - ∑R + ∑A+C < OR o OIA
DEFINICIONES
ECUACIÓN CONCEPTUAL DE LA ICMSF, 2007. Libro 7
H0 •Nivel inicial de peligro
∑R •Reducción total (inactivación o remoción)
∑A+C •Incremento total (aumento o contaminación)
OR •Objetivo de rendimiento
OIA •Objetivo de inocuidad alimentaria
Todos los parámetros en unidades logarítmicas (1 log son 10 células)
• Cinéticas de crecimiento/inactivacion
• Pathogen modeling program
• http://pmp.arserrc.gov/PMPOnline.aspx
• COMBASE
• http://www.combase.cc/index.php/en/
• Ajuste de datos de crecimiento/inactivacion a modelos predictivos:
• DMFit (Excel add-in)
• http://www.combase.cc/index.php/en/
• GinaFit (Excel add-in) http://cit.kuleuven.be/biotec/downloads.php
3. Evaluación a la exposición:
cinéticas microbianas
Ejercicio COMBASE: Listeria
jamón de cerdo cocido
• Concentración inicial Listeria: 0.1 log UFC/g
• Inactivación cocido: 5 log UFC
• Recontaminación tajado: 1 log
• Características jamón: 1% sal, 100 ppm nitritos
• Vida útil: 20 días a 4°C
• Legislación: 100 UFC/g
• Cumplirá la legislación?
• Que pasa si reducimos el porcentaje de sal a
0.5% y nitritos a 50 ppm?
Ejercicio COMBASE: Etapas
crecimiento alimento • Para cada etapa del proceso con crecimiento:
• Estimar la concentración del patógeno al inicio y al
final de la etapa dependiendo de la temperatura y
tiempo
• Estimar el incremento de patógeno que se produce
en cada etapa
• Datos de consumo:
• Numero de raciones consumidas por una población en un año
• Tamaño de la ración (g)
• Población: general, inmunocomprometidos (ancianos, niños, embarazadas)
3. Evaluación a la exposición:
patrones de consumo
Ejercicio: Dosis Listeria consumo
leche cruda • En EEUU algunas personas creen que la leche
cruda tiene propiedades milagrosas y la
pasteurización las destruye
• La leche cruda puede estar contaminada con
Listeria
• Cual es la dosis (UFC) de Listeria que la población
puede consumir con la leche cruda?
• Datos:
• Concentración inicial: 1 log
• Crecimiento en leche-10°C durante 48 h
• Tamaño de la ración: 100 mL
4. Caracterización del riesgo
• Cual es el riesgo para la población?
• Probabilidad de enfermedad
• Numero de casos por año
• DALY: Años de vida ajustados-Disability-adjusted life year
(DALY) es una medida del impacto global de una
enfermedad expresado como el numero de años perdidos
debido a una enfermedad, discapacidad o muerte
• DALY permite comparar el impacto en salud publica
de la presencia de patógenos, virus y químicos
• 1 valor de DALY = 1 año de enfermedad o 1 año perdido debido a
muerte prematura
Si un niño de 3 años muere debido a una ETA, el valor de DALY debido a la
enfermedad es = (70 – 3) = 67 años (70 es la esperanza de vida )
Única exposición versus múltiples
exposiciones
• Pinf es la probabilidad de infección tras una única
ingesta
• Para estimar el numero total de casos de
infección en una población se debe multiplicar la
probabilidad individual por el numero total de
muestras contaminadas consumidas en una
población
E. coli O157:H7 en lechuga
• Cual es el riesgo para la población chilena de
consumir lechuga contaminada por E. coli?
• Que situación tendrá mas riesgo de los dos
casos presentados?
Datos necesarios • Prevalencia y contaminación inicial de la lechuga
• Caso 1: 30% de las muestras tienen una concentración
de 1 log
• Caso 2: 1% de las muestras tienen una concentración de
3 log
• Reducción durante el lavado
• Reducción de 2 log
• Consumo
• 150 g por ración
• Modelo dosis-respuesta
• Exponencial: k=9.7E-9
• Frecuencia consumo
• 3 veces por semana
Determinístico vs. Probabilístico
• Determinístico: Uso de valores medios
• Solo caso ideal y peor escenario
• No tiene en cuenta la variabilidad
• Probabilístico: Uso de distribuciones
• Permite incluir todos los posibles escenarios
• Tiene en cuenta la variabilidad y la incertidumbre
Distribución de probabilidad
• Función que describe todos los posibles valores
que una variable puede tomar y la probabilidad
asociada (normal, triangular, beta, poisson, etc.)
• Tiene en cuenta la variabilidad y la incertidumbre
del proceso (rango de condiciones)
Distribución Normal
Puede tomar cualquier valor (-∞ a +∞). Se usa para
ajustar datos biológicos pero puede tomar datos
negativos. Si para datos en forma log.
Media y desviación estándar
Risknormal (media, desv
estandar)
Distribución Uniforme
Se usa cuando solo conocemos el valor mínimo y
máximo. Cualquier valor del rango tiene la misma
probabilidad de ocurrir. Se usa cuando se tienen
pocos datos.
Riskuniform (min, max)
Distribución Triangular
Se usa cuando tenemos el valor mínimo, el
mas probable y el máximo. Se usa para
modelar datos de expertos o datos de
consumo.
Risktriangular (min,
mas probable, max)
Distribución Beta-Pert
Mismos valores que la triangular. Tiene una
forma que se acerca mas al proceso biológico.
Riskpert (min, mas
probable, max)
Simulación Monte Carlo
• Método que aleatoriamente toma valores de una
distribución para obtener una nueva distribución a
través de miles de iteraciones.
• Nuestro resultado final será una distribución en vez
de un único valor
E. coli O157:H7 en lechuga
Probabilístico-@Risk • Cual es el riesgo para la población chilena de
consumir lechuga contaminada por E. coli?
Datos • Prevalencia y contaminación inicial de la lechuga
• Prevalencia: 5%
• Concentración: Min -1 log, Mas probable 0.5 log, Max 2
log
• Reducción tras el lavado
• Reducción: 2-4 log
• Consumo
• Min 50 g, Mas probable 100 g, Max 150 g por ración
• Modelo dosis-respuesta
• Exponencial: k=9.7E-9
• Frecuencia consumo
• 1, 3 y 5 veces por semana
FDA-iRISK
• FDA-iRISK es una herramienta web abierta y
gratuita que permite realizar una evaluación de
riesgos cuantitativa
• Se basa en los distribuciones y simulación Monte
Carlo que hemos visto en la presentación de hoy
‘De la Granja a la Mesa’
Farm
•Initial contamination
Production process
•Inactivation
Distribution
Storage
•Growth
Consumption
•Growth
Final concentration
•Dose-response
RISK
•Probability of infection
•Number of cases
•DALY value
CHEN, Y., DENNIS, S.B., HARTNETT, E., PAOLI, G., POUILLOT, R., RUTHMAN, T.
AND WILSON, M. 2013. FDA-iRISK—A Comparative Risk Assessment System
for Evaluating and Ranking Food-Hazard Pairs: Case Studies on Microbial
Hazards. Journal of Food Protection, 76, 3, 376–385.
Ejercicio iRISK: E. coli O157:H7 in
vegetales de hoja
• Estimar el impacto en salud publica por la
presencia de E. coli O157:H7 en vegetales de hoja
en Chile
• Utilizaremos los mismos valores del ejemplo
anterior
• Utilizaremos CAMRA-wiki para el modelo dosis-
respuesta
• Ampliaremos los escenarios al consumidor y
supondremos que el 50% lava la lechuga antes de
consumir
Arsénico en vegetales de hoja:
Riesgo químico • Usaremos iRISK-FDA para estimar el riesgo de
la presencia de arsénico en la lechuga
• Usaremos un modelo lineal con una pendiente
de 3.67 mg/kg/dia-1 (EPA, 2003)
• La prevalencia será del 50%
• La concentración en lechuga (0.415 mg/kg,
FOSCOLLAB)
• El resto de datos serán los mismo de los
mostrados anteriormente
Valores de DALY
• Que escenario tendrá mayor riesgo, E. coli
O157:H7 o arsénico en lechuga?
Análisis Coste-beneficio
• Se basa en elegir la opción de gestión que
maximice la mitigación del riesgo minimizando
el coste de inversión y el impacto social
• Comparar con el escenario creado en iRISK en
base a diferentes opciones de gestión en base
a:
• Máxima reducción del numero de casos/ valor DALY
• Invirtiendo el mínimo capital
• Facilidad de implementación
Ejercicio: Coste-beneficio
opciones de gestión • Coste de producir un kilo de lechuga: 10
céntimos $/kg. En Chile se producen
200,000,000 kilos del alimento al año.
• Irradiación: Elimina 3-5 log del patógeno
(99.9%). El coste de procesado se incrementa
en un 200%
• Implementación de HACCP: El gobierno quiere
implementar el programa con un coste de
$2,000,000. Se prevé que la prevalencia del
patógeno se reducirá en un 50%
Que decisión tomar?
Factores sociales
• A la hora de implementar una medida es
importante tener en cuenta los factores
sociales:
• Facilidad de implementación
• Aceptación del consumidor
• Importante tener una buena comunicación
• Elaborar encuestas para conocer la reacción
de los consumidores