熟肉中单增李斯特菌定量风险评估

模型计算采用Monte Carlo 分析，在@Risk 软件 5.5 中迭代 10000 次，拟合200 次。抽样方法选择 Latin Hypercube，所生成的分布以平均值、中位数及第 5 和第 95 百分位数等方式表示。零售阶段被污染的熟肉制品经过一定温度和时间条件下的运输、家庭储存以及烹调后，所含单增李斯特菌的数量会有变化，经模型计算后可以得到食用前熟肉制品中单增李斯特菌的浓度分布，其均值为-2.36 log MPN/g（95% CI，-7.7~2.6）。

3、我国居民通过食用熟肉制品发生李斯特菌病的风险特征描述

3.1 风险估计

经模型估计，李斯特菌病易感人群组——幼儿、孕妇和免疫功能低下人群因食用熟肉制品导致李斯特菌病发生的每餐发病风险均值为 8.4×10-6~9.9×10-6，即每百万餐约有8~10 个病例发生。对于风险较低的 5~64 岁健康人群组，平均风险在 9.5×10-7~1.2×10-6之间，即每百万餐可能有 1 个病例发生，且每消费 10000 次餐有接近一半餐次的风险为 0。综合各年龄人群组的发病风险及各年龄人群组的消费频次，推算我国居民通过熟肉制品导致李斯特菌病的年发病率约在十万分之六（5.3×10-5~6.2×10-5）。同时，根据变异性分析结果可见，年发病人数呈极偏态分布，年发病人数的第 50 百分位数<0.1 人，年发病人数的第 95 百分位数在 20~58 人之间，风险很低。

3.2 风险因素分析

零售阶段熟肉制品中单增李斯特菌的污染水平是影响我国居民由熟肉制品导致李斯特菌病每餐发病风险的重要因素，若污染水平为 100 MPN/g，则每年发病风险的中位数比污染水平为 1000 MPN/g 低近 10 倍。

因此，控制食品中单增李斯特菌的生长是降低食源性李斯特菌病发生的有效手段。从敏感性分析结果看，影响食品中单增李斯特菌生长以及最终发病风险的主要因素包括食用前是否加热（相关系数-0.58）、室温储存时间（相关系数0.19）、运输过程的温度（相关系数 0.18）、运输到家的时间（相关系数 0.15）、家庭储存方式/是否冷藏（相关系数 0.08）等因素。根据即食食品消费者调查，大约有 23%的被调查者在食用熟肉制品前有不同程度的加热习惯，若所有居民在食用熟肉制品前均不加热，对于孕妇及免疫功能低下人群等李斯特菌病易感人群每餐发病风险将升高 1.5 倍。若食用熟肉制品前经过加热，使食品表面温度达到近 60 ℃，便能将基线风险均值从 2.9×10-5 降低到 4.6×10-8，平均风险降低约1000 倍。

4、结论与建议

4.1 主要结论

（1）对国家污染物监测网中已有单增李斯特菌污染数据的即食食品进行分析后，初步估计熟肉制品可能是我国居民食源性李斯特菌病风险较高的食品类别，应作为重点食品进行监管。65 岁及以上老年人、孕妇和免疫功能低下人群等李斯特菌病易感人群应减少熟肉制品的食用量和食用频次。

（2）食用前是否加热是有效控制熟肉制品中单增李斯特菌致病风险的最重要影响因素，使食品表面温度达到 60 ℃，便可有效降低熟肉制品导致李斯特菌病的发病风险。

4.2 建议

（1）敦促尽快发布食源性李斯特菌病国家诊断标准，加强各省市疾病预防控制中心关于食源性李斯特菌病例监测的培训，同时加强李斯特菌病发病的监测；

（2）重视食品中单增李斯特菌定量检测方法的研究，使用标准化的定量检测方法开展食品中单增李斯特菌污染水平定量监测；

（3）李斯特菌病易感人群（65 岁及以上老年人、孕妇和免疫功能低下人群）应控制熟肉制品的食用量和食用频次，并且加热后食用即食熟肉制品；

（4）加强食源性李斯特菌病例溯源调查，收集李斯特菌病例以及食品中单增李斯特菌的污染数据，为再评估积累数据。

首页前一页12后一页尾页