即食熟肉制品中主要致病菌的风险排序

姬 瑞，曹 慧，徐 斐,*，于劲松，袁 敏，彭少杰，王李伟，李 洁，王 颖

即食熟肉制品中主要致病菌的风险排序

姬 瑞1，曹 慧1，徐 斐1,*，于劲松1，袁 敏1，彭少杰2，王李伟2，李 洁2，王 颖2

（1.上海理工大学医疗器械与食品学院，上海 200092；2.上海市食品药品监督管理局执法总队，上海 200233）

本实验选用了3 种常用的方法——Risk Ranger、快速微生物定量风险评估（swift quantitative microbiological risk assessment，sQMRA）和食品安全数据库（food safety universe database，FSUD）工具，对即食熟肉制品中的主要致病菌进行了风险排序。结果表明：即食熟肉制品中主要致病菌的风险排序从大到小依次为：单核细胞增生李斯特氏菌、金黄色葡萄球菌、蜡样芽孢杆菌和沙门氏菌。相比于sQMRA模型，Risk Ranger和FSUD工具更适用于即食熟肉制品中主要致病菌的安全风险排序。

风险排序；即食熟肉制品；快速微生物定量风险评估；食品安全数据库

近年来频繁发生的食品安全问题已成为推动食品安全风险评估技术不断发展和完善的主要动因[1]。然而，由于风险管理的资源十分有限，风险管理人员往往按照自己的偏好对食品中某些风险进行重点管理和控制，这可能会因为主观因素造成与实际情况的差异。风险排序是对风险进行比较和排序的工具[2]，它可以帮助风险管理人员快速地从众多食物/风险源中选择出风险较高的组合，从而获得需要优先进行风险评估的食品/危害物组合，因此，风险排序已经成为风险评估中的首要步骤。

近年来，各发达国家以及相关食品安全组织已将风险排序应用于食品安全领域，并形成了适合于各自特点和需要的风险排序模型，主要包括两大类，即简单打分模型类和计算机化分析模型。常见的简单打分模型主要有食品安全数据库（food safety universe database，FSUD）、Ranking Tool及Risk Ranking Tool等。常见的计算机化分析模型主要有Risk Ranger软件、快速微生物定量风险评估（swift quantitative microbiological risk assessment，sQMRA）模型、iRisk软件及FIRRM模型等。这些风险排序模型虽然在理解、应用上存在一定差异，但是其基本原则和最终目标都是一致的，即都是以人体健康和生态健康为最高目标，在此基础上，注重成本-效益平衡，忽略和避免不重要因素对排序的干扰和影响，从而找到合理有效的评价统一标准，最终实现对食品/危害物组合的合理、有效排序。

即食熟肉制品是一类无需加热处理便可在出售地点食用的食品。主要包括酱卤肉、熏烤肉、腌肉、腊肉、油炸肉和风干肉等。然而它们在制作和销售过程中由于环境、加工、贮藏及销售等因素的影响，很容易被食源性致病菌污染，是导致我国食源性疾病暴发的主要食品种类之一。因此，本研究选取了较具有代表性的Risk Ranger、FSUD和sQMRA 3 种风险排序模型对即食熟肉制品中的4 种常见的致病菌进行排序，并对其适用性进行探讨。

1 材料与方法

1.1 数据来源

致病菌的污染情况、危害程度和流行病学数据主要查阅国内外相关流行病学的文献、报告和专著；人口数据参考国家统计局关于第六次全国人口普查的结果，消费数据来自膳食调查等资料。

1.2 即食熟肉制品中主要致病菌的风险排序

1.2.1 Risk Ranger排序

采用澳大利亚霍巴特大学研发的Risk Ranger软件对即食熟肉制品中的4 种常见致病菌进行风险排序。Risk Ranger软件建立于Microsoft Excel电子表格中，主要回答软件所设计的11 个问题（Q1～Q11），包括调查对象的易感性及风险源的危害程度、食品在调查对象中的暴露概率和食品在各环节感染剂量的可能性等。根据用户选择软件所提供的选项或者手工输入确定的数值，经过标准化的数学计算和逻辑判断，得出相应的风险评分、每人每天的患病概率以及人群中每年患病人数。其中，风险评分值的范围是0～100，0代表无风险，即风险可能性≤每100 年每1000亿人口中发生一例轻微的腹泻病例（此处认为地球上的人口＜1000亿）；100代表最极端的恶劣情形，即人群中每人每餐中含有致死的剂量。

1.2.2 FSUD排序

采用加拿大安大略省农业部开发的FSUD工具对即食熟肉制品中4 种常见的致病菌进行风险评分。查阅资料获得FSUD工具需要的各参数，依据文献中各参数的评分依据[3]，根据式（1）计算各致病菌在即食熟肉制品中的风险评分。

式中：Pa为人均消费量/（g/d）；Pb为食物在该环节的污染率；Pc为食物在后续环节危害减少程度；Ia为致病菌感染剂量；Ib为消费者的患病严重程度；Ic为减轻或消除该危害给社会带来影响的程度。

1.2.3 sQMRA排序

采用sQMRA法分析即食熟肉制品中常见的4 种致病菌的感染和生长数据，通过选择所提供的选项或者手动输入数值回答所涉及的问题（q1～q11），最终获得该食物/病原体组合导致的感染和发病人数[4]，并根据发病人数的多少对即食熟肉制品/致病菌组合进行风险排序。

2 结果与分析

2.1 即食熟肉制品中主要致病菌的危害程度及人群易感性

即食熟肉制品中的主要致病菌为单核细胞增生李斯特氏菌（单增李斯特菌）、金黄色葡萄球菌、沙门氏菌和蜡样芽孢杆菌[5]。其中金黄色葡萄球菌（Staphyloccocus aureus）属于微球菌科葡萄球菌属，其分泌的肠毒素是一种碱性蛋白质，在一般高温下很难消除。且其引起的食源性疾病病程较短，通常持续1～2 d，对所有人群普遍易感（Q2）[6]，根据国际食品微生物标准委员会（The Intermational Committee on Microbiological Specifi cation for Food，ICMSF）和世界卫生组织（World Health Organization，WHO）分类属于轻微危害（Q1）；单增李斯特菌（Listeria monocytogenes）属于李斯特氏菌属（Listeria spp.），患病可分为非侵袭性和侵袭性两种，主要临床表现是败血症和脑膜炎[7]，根据ICMSF和WHO分类属于中度危害（Q1）。联合国粮食及农业组织（Food and Agriculture Organization，FAO）/WHO的评估报告也显示，易感人群患者占所有李斯特氏菌病的80%～98%（Q2），且以老年人群为主[8]；沙门氏菌（Salmonella）是一类杆状、无芽孢的革兰氏阴性菌。其中肠炎沙门氏菌、鼠伤寒沙门氏菌和猪霍乱沙门氏菌等多种血清型都能产生不耐热的肠毒素，并通过淋巴管和毛细血管入侵深层组织，对所有人群普遍易感（Q2），通常症状为急性肠炎，根据ICMSF和WHO分类属于中度危害（Q1）；蜡样芽孢杆菌（Bacillus cereus）[9]主要以孢子状态广泛存在于自然界和食品中，可产生两种肠毒素，即腹泻毒素和呕吐毒素。该菌对所有人群普遍易感（Q2），引起的食源性疾病病程短，通常持续1 d，根据ICMSF和WHO分类属于轻微危害（Q1）。

2.2 即食熟肉制品的消费水平

第四届世界猪肉大会发表的论文表明，我国猪肉消费量从2002年的人均52 kg增长到2006年的人均61 kg，“十一五”期间猪肉总产量每年增幅约3%～5%，2010年可达到8 700 万t[5]。李同斌[10]的调查发现，我国肉类消费以生鲜肉为主，热鲜肉和冷冻肉消费量约占市场份额的90%左右，但是即食熟肉只占约6%。根据中国居民平衡膳食宝塔2007年推荐的数据，即食熟肉制品的消费人群基本为大于7 岁的人群（Q4），全人群平均每天摄入即食熟肉制品6.3 g，每份75 g（q2），由此得出Pa为人均0.084 13 份/d（1 份=75 g）；根据夏冬艳[11]于2002年对上海市静安区200 名调查对象的24 h饮食回顾调查，表明即食熟肉制品的每日人均摄入量为104.7 g。综合以上数据，确定上海市居民对即食熟肉制品的消费频率为1 餐次/9.8 d（Q3）。通过收集第六次全国人口普查中上海市的全市常住人口为2 301.91 万人（Q5）。所以每年消耗即食熟肉制品数为2.301 91×107×6.3×365/75= 705 765 606份（q1）。

2.3 即食熟肉制品中致病菌的污染水平及危害特征

2.3.1 即食熟肉制品中致病菌的污染分析

对近5 年生肉原料及即食熟肉制品中致病菌的污染数据[12-13]进行分析，结果如表1所示。

表1 生肉原料与即食熟肉制品中的致病菌检出率Table 1 Detection rates of foodborne pathogens in raw meat and deli meat

2.3.2 即食熟肉制品中致病菌的危害特征

目前各类文献中关于金黄色葡萄球菌剂量-反应模型的相关报道较少。Singh等[14]以人类志愿者为实验对象，建立了金黄色葡萄球菌的剂量-反应模型。Haas[15]对278 名志愿者进行皮下注射金黄色葡萄球菌，获取其剂量-反应模型，结果显示指数模型的拟合度较好，其ID50为9.08×106CFU/g。这些研究均不符合人类从食物中摄取金黄色葡萄球菌的实际情况，因而很多相关研究和报道以肠毒素为指标来描述金黄色葡萄球菌的危害特征。ICMSF报告[16]中指出，摄入0.1～1.0 μg的肠毒素即可能对人体造成伤害。美国食品药品监督管理局（U.S. Food and Drug Administration，FDA）研究调查结果显示食物中金黄色葡萄球菌肠毒素含量只要略高于1.0 μg即可造成食物中毒，而菌体含量达到106CFU/g即可达到上述毒素量。故本研究采用该菌体浓度作为中毒阈值。

2004年，FDA和美国食品安全检验局（Food Safety and Inspection Service，FSIS）根据4 类即食食品污染调查数据以及来自于中国疾病预防控制中心（Chinese Center for Disease Control and Prevetion，CDC）调查的发病率数据，拟合了单增李斯特菌的剂量-反应模型。发现该菌对健康成年人（80%）和高风险人群（20%）的ID50分别是108CFU/g和106CFU/g。根据该菌的易感人群，选择其ID50为106CFU/g。

不同沙门氏菌菌株的毒力差异较大。 Rose等[16]对13 种沙门氏菌菌株进行了实验，发现其在健康人群中引起的疾病的浓度范围为105～1010CFU/g，对不同的易感人群，最小值为10 CFU/g，中间值为103CFU/g，最大值为107CFU/g。FAO于2002年将沙门氏菌实际暴发的数据进行β-Poisson模型拟合，为了使剂量-反应模型适合不确定的暴发数据，对数据做了重新取样并获得一套新的数据集，结果显示ID50约为105CFU/g。

Kramer等[17]发现在197 1—1985年间由107 起英国米饭中蜡样芽孢杆菌导致食物中毒的事件中，蜡样芽孢杆菌含量为1.0×103～5.0×1010CFU/g，中值约为1×107CFU/g。1997年，Granum[18]提出真实的蜡样芽孢杆菌感染量为1×105～1×108CFU/g，Notermans等[19]在1997年完成的巴氏灭菌奶中蜡样芽孢杆菌风险评估中也提到，欧盟大多数国家在食品保质期中将1.0×105CFU/g作为容许限值。综上可将1.0×105CFU/g作为风险阈值。

由于阳性样品率＜＜1，故本研究根据危害特征描述中各种致病菌的ID50（Ia、q10）计算引起感染的致病菌增加量（ID50/检出限）分别为金黄色葡萄球菌（105CFU/g）、单增李斯特菌（8.3×105CFU/g）、沙门氏菌（8.3×105CFU/g）、蜡样芽孢杆菌（104CFU/g）（Q10）。

2.4 加工过程对即食熟肉制品中致病菌的控制

加热熟制是熟肉制品加工过程中对致病菌影响最大的环节。在烹饪的过程中，肉制品的中心温度一般为68～90 ℃，时间可维持30 min以上。对于金黄色葡萄球菌，由于其可以产生耐热的肠毒素，若要使肠毒素失活，加热温度必须达到218～248 ℃，因此认为加工过程对该菌无效；单增李斯特菌和沙门氏菌都不耐热且不产生耐热的芽孢和毒素，因此当温度和时间达到上述范围后，在99%的情况下可以杀死这两种致病菌；蜡样芽孢杆菌虽可产生肠毒素，但主要为不耐热的腹泻毒素和耐热芽孢，二者在熟化过程中均可失活（Q7、Pc）。

由于即食熟肉制品在食用前无需经过再次加热、消毒等手段即可食用（q8），故加工后期防止熟肉制品的二次污染尤为重要。而我国即食熟肉制品的经营模式多以小作坊为主，大多数的从业人员没有接受过系统的培训，且用于食品放置及贮存的容器等合格情况较差，因而容易导致即食熟肉食品间致病菌的交叉感染（q5），后期加工基本不能控制污染（Q9），即食用前的准备对病原菌危害没有影响（Q11）。即食熟肉制品在贮存和销售的过程中导致微生物二次污染，使我国即食熟肉制品抽检样品合格率偏低，大多查出问题后会在区域性范围内召回（Ic）。一般无法确定致病菌从食物进入环境、又从环境进入人类消化系统的百分比，Ross[20]和高围溦[21]等研究后认为这两个值等同为1%（q6、q7）。

2.5 3 种排序工具对即食熟肉制品的排序结果

2.5.1 Risk Ranger排序结果

根据前述对Q1～Q11的分析，采用Risk Ranger软件对即食熟肉制品中的主要致病菌进行半定量风险评估，并根据风险值/患病人数，对危害进行排序。软件输入值及评估结果如表2、3所示。

表2 Risk Ranger对即食熟肉制品中致病菌风险排序时考虑的风险因素Table 2 Risk factors for risk ranking of pathogenic bacteria in deli meat evaluated by Risk Ranger

表3 Risk Ranger对即食熟肉制品中主要致病菌的风险排序Table 3 Risk ranking of main pathogenic bacteria in deli meat evaluated by Risk Ranger

根据Risk Ranger软件的评分规则，风险得分＜32为低风险，32～48为中度风险，＞48为高度风险。由表3可知，即食熟肉制品中的主要致病菌均为中度风险，其风险得分从大到小依次为：单增李斯特菌、金黄色葡萄球菌、蜡样芽孢杆菌和沙门氏菌。

2.5.2 FSUD排序结果

根据前述对Pa、Pb、Pc、Ia、Ib、Ic的分析，采用FSUD软件对即食熟肉制品中的主要致病菌进行风险评分，结果如表4所示。

表4 FSUD对即食熟肉制品中主要致病菌的风险排序Table 4 Risk ranking of main pathogenic bacteria in deli meat evaluated by FSUD

由表4可知，采用FSUD获得的即食熟肉制品中致病菌的风险得分由大到小依次为：单增李斯特菌、金黄色葡萄球菌、蜡样芽孢杆菌和沙门氏菌。

2.5.3 sQMRA排序结果

sQMRA工具对即食熟肉制品中致病菌风险排序的各参数输入值及排序结果如表5、6所示。

表5 即食熟肉制品中致病菌sQMRA排序时考虑的风险因素Table 5 Risk factors for risk ranking of pathogenic bacteria in deli meat evaluated by FSUD

表6 sQMRA对即食熟肉制品中主要致病菌的排序结果Table 6 Risk ranking of main pathogenic bacteria in deli meat evaluated by sQMRA

由表6可知，采用sQMRA获得的即食熟肉制品中致病菌引起每年的发病人数由多到少依次为：金黄色葡萄球菌、单增李斯特菌、蜡样芽孢杆菌和沙门氏菌。

3 结论与讨论

本研究采用Risk Ranger、FSUD和sQMRA对即食熟肉制品中的主要致病菌进行了风险排序。结果表明，所选3 种模型对即食熟肉制品中主要致病菌的风险排序结果较为一致，即单增李斯特菌和金黄色葡萄球菌的风险较高，蜡样芽孢杆菌和沙门氏菌的风险较低。其中Risk Ranger模型和FSUD模型认为单增李斯特菌的风险高于金黄色葡萄球菌菌，属于需要优先进行定量风险评估的致病菌，而sQMRA模型则认为金黄色葡萄球菌是需要优先进行定量风险评估的致病菌。根据美国疾病控制中心报告，虽然由金黄色葡萄球菌引起的人群感染数量占第二位，但其死亡率（0.001 2%）远远低于单增李斯特菌（31.7%），因而单增李斯特菌对人类的危害相对较高。

1998年WHO统计结果显示，由于摄入单增李斯特菌导致食源性疾病的每百万人口患病人数：美国为8.3 人，英国为5 人，法国为8 人，澳大利亚为7.6 人，日本为0.2 人[20]；美国的流行病学资料显示[20]，从1996～2000年，单增李斯特菌在美国的最高流行率为0.6/10万，即每100万人中有6 人发病，所以大概每100万人的发病人数在0.2～8 人之间。3 种模型中，Risk Ranger预计每100万人由于摄入即食肉制品中单增李斯特菌导致患李斯特菌病的人数为4.2 人，与上述各国统计结果最为接近。

由以上研究结果可见，3 种用于风险排序的模型各有优缺点。sQMRA和Risk Ranger是较为简单、直观的风险排序工具，不需要安装特定的软件，只需在表中的相应位置输入参数值即可获得相应排序结果。但sQMRA预测的单增李斯特菌的发病人数明显低于各国的实际统计结果，使得其排序落后于金黄色葡萄球菌，这可能是因为sQMRA中设置的一些问题主观性较强，如q6和q7；其次sQMRA的重点是相对风险而不是绝对风险，所以剂量-反应关系模型选择不严格。这就意味着对sQMRA需要进行更深的开发和研究，对它考虑的风险因素做出更加科学的规范而不是假设，使它可以更加接近QMRA的结果，从而达到快速简单地选择出需要进行微生物定量风险评估的食物/危害组合。

Risk Ranger是按照国际食品法典委员会（Codex Alimentarius Commission，CAC）推荐的致病菌风险评估步骤对食品中主要污染的致病菌进行半定量风险评估，也常用于风险排序。它最大的作用就是比较不同来源风险之间的差别，将它们分级后进行排序，为食品安全体系提供支持，同时也为之后的工作提供依据[22]。但是它也有一定的局限性，例如对消费人群比例的考虑不能自行定义，是使用者查找后的近似选择，这样就会与实际情况产生一定的差异，可能会影响评分的结果。而FUSD通常根据查阅的文献、权威数据以及数据库记载各国曾经评估过的食物/危害/污染环节所涉及的消费频率、污染率等信息，分别确定各项的参数值。它最大的优势在两方面：1）具有微生物和化学危害物两套不同的评分依据，可以对微生物和化学危害物进行风险排序；2）它的一些评分标准比较清晰，使用者可以直接根据标准进行选择。但是这种模型也存在较大的不足，比如相较于其他两种方法，它所考虑的因素不够全面， 这对评估结果会造成一定影响，也正因为它同时适用于两种危害，所以它的问题设置针对性较差。

就目前的研究结果来看，Risk Ranger可以作为对微生物危害进行风险排序的一个快速、方便的工具。FSUD获得的信息相对较少，但其排序结果与Risk Ranger一致，且更为方便，所以综合考虑，如果只是对食品/危害物组合进行风险排序，可以优先选择FUSD软件。

[1] 李耘. 农产品质量安全风险优先排序[J]. 农业质量标准, 2007(6): 39-42.

[2] 高峰, 陈英武. 基于集对分析的项目风险排序方法[J]. 基建优化, 2005, 26(1): 1-4.

[3] Ontario Ministry of Agriculture and Food Safety Universe Database. A semi-quantitative risk assessment tool[R]. Canada: Ontario Ministry of Agriculture and Food Safety Universe Database, 2003.

[4] 朱江辉, 李凤琴. sQMRA在微生物定量风险评估中的应用[J]. 中国食品卫生杂志, 2011, 23(1): 46-49.

[5] 王守伟. 中国肉类加工现状和未来发展趋势[C]//第四届世界猪肉大会论文集. 南京: 中国肉类协会, 2007: 143-152.

[6] SOSPEDRA I, SOLER C, MANES J, et al. Rapid whole protein quantitation of staphylococcal enterotoxins A and B by liquid chromatography/mass spectrometry[J]. Journal of Chromatography A, 2012, 1238: 54-59.

[7] FARBER J M, PETERKIN P I. Listeria monocytogenes, a food-borne pathogen[J]. Microbiological Reviews, 1991, 55(3): 476-511.

[8] TODD E C D, NOTERMANS S. Surveillance of listeriosis and its causative pathogen, Listeria monocytogenes[J]. Food Control, 2011, 22(9): 1484-1490.

[9] BERGEY D H, KRIEG, NOEL R, et al. Bergey’s manual of systematic bacteriology[M]. London: Annales de l’Institut Pasteur/Microbiologie, 1984: 24-32.

[10] 李同斌. 中国肉类加工业的发展机遇和挑战[J]. 食品科技, 2005, 30(6): 8-10.

[11] 夏冬艳. 中国南方地区膳食结构与代谢异常疾病关系的初步研究[D].北京: 中国协和医科大学, 2004: 6-14.

[12] 郑雷军, 王颖, 彭少杰, 等. 2010年上海市市售食品中食源性致病菌监测结果分析[J]. 中国食品卫生杂志, 2012, 24(3): 264-267.

[13] 王安礼, 刘长宏, 马国柱, 等. 两类食品中三种致病菌和卫生细菌指标检测结果与分析[J]. 中国预防医学杂志, 2009(2): 129-131.

[14] SINGH G, MARPLES R R, KLIGMAN A M. Experimental Staphylococcus aureus infections in humans[J]. Journal of Investigative Dermatology, 1971, 57(3): 149-162.

[15] HAAS C N. Estimation of risk due to low doses of microrganisms: a comparsion of alternative methodologies[M]. American Journal of Epidemiology, 1983, 118(4): 573-582 .

[16] ROSE J B, DICKSON L J, FARRAH S R, et al. Removal of pathogenic and indicator microorganisms by a full-scale water reclamation facility[J]. Water Research, 1996, 30(11): 2785-2797.

[17] KRAMER J M, GILBERT R J. Bacillus cereus and other Bacillus species[J]. Foodborne Bacterial Pathogens,1989, 7(19): 21-70.

[18] GRANUM P E. Bacillus cereus[M]//FRATAMICO P M, BHUNIA A K, SMITH J L. Foodborne pathogens: microbiology and molecular biology, Norfolk: Horizon Scientifi c Press, 2005: 23-36.

[19] NOTERMANS S, DUFRENNE J, TEUNIS P. A risk asses sment study of Bacillus cereus present in pasteurized milk[J]. Food Microbiology, 1997, 14(2): 143-151.

[20] ROSS T, SUMMER J. A simple, spreadsheet-based, food safety risk assessment tool[J]. International Journal of Food Microbiology, 2002, 77(1): 39-53.

[21] 高围溦, 刘弘, 刘诚, 等. 上海市零售梭子蟹中副溶血性弧菌的污染状况及风险评估[J]. 中国食品卫生杂志, 2010, 22(4): 371-374.

[22] 蔡威, 邵玉芬. 现代营养学[M]. 上海: 复旦大学出版社, 2010: 44-68.

Risk Ranking of Main Pathogenic Bacteria in Deli Meat

JI Rui1, CAO Hui1, XU Fei1,*, YU Jinsong1, YUAN Min1, PENG Shaojie2, WANG Liwei2, LI Jie2, WANG Ying2
(1. School of Medical Instrument and Food Engineering, University of Shanghai for Science and Technology, Shanghai 200092, China; 2. Law Enforcement Corps of Shanghai Food and Drug Administration Bureau, Shanghai 200233, China)

In this study, three common methods including Risk Ranger, swift quantitative microbiological risk assessment (sQMRA) and food safety universe database (FSUD) to sort main pathogens in deli meat were chosen for risk ranking. The results showed the risk ranking of pathogens in deli meat as follows: Listeria monocytogenes, Staphylococcus aureus, Bacillus cereus and Salmonella. Compared with sQMRA model, Risk Ranger and FSUD were more suitable for risk ranking of food safety.

risk ranking; deli meat; swift quantitative microbiological risk assessment (sQMRA); food safety universe database (FSUD)

TS201.3

A

10.7506/spkx1002-6630-201511038

2014-08-21

上海市重点攻关项目（11391902000；13391901400）

姬瑞（1990—），女，硕士研究生，研究方向为食品安全风险评估。E-mail：jr901001@163.com

*通信作者：徐斐（1972—），女，教授，博士，研究方向为食品安全风险评估。E-mail：xufei.first@263.net