基于波士顿矩阵的香肠中单增李斯特菌半定量风险评估

江荣花,董庆利,*,周少君,朱海明,邓志爱,何洁仪, 邓小玲,陈秋霞,潘明亮,李碧琼,李迎月,余 超

(1.上海理工大学医疗器械与食品学院,上海 200093; 2.广东省疾病预防控制中心,广东广州 510300; 3.广州市疾病预防控制中心,广东广州 510000; 4.清远市疾病预防控制中心,广东清远 511500)



基于波士顿矩阵的香肠中单增李斯特菌半定量风险评估

江荣花1,董庆利1,*,周少君2,朱海明2,邓志爱3,何洁仪3, 邓小玲2,陈秋霞2,潘明亮4,李碧琼4,李迎月3,余 超3

(1.上海理工大学医疗器械与食品学院,上海 200093; 2.广东省疾病预防控制中心,广东广州 510300; 3.广州市疾病预防控制中心,广东广州 510000; 4.清远市疾病预防控制中心,广东清远 511500)

为使检测数据结果呈现更为直观并减少数据短缺造成的不确定性,本文采用波士顿矩阵法对低温香肠中单增李斯特菌进行风险评估。首先根据检测结果计算出实际检出率,并借助@Risk软件定义β分布,以95%置信区间的概率作为可能性检出率,进而基于波士顿矩阵理论构建单增李斯特菌检出率的风险矩阵,并据此判断样品风险大小。结果显示:在低温香肠生产各阶段中,各检测样品受单增李斯特菌污染风险高低依次为:原辅料>中间产品>生区环境>熟区环境。结果证实波士顿矩阵法可以较好地对单增李斯特菌检出率进行半定量风险评估,并为风险管理者提供决策借鉴。

波士顿矩阵法,单增李斯特菌,低温香肠,风险评估

即食熟猪肉制品是一类无需加热处理便可食用的食品,主要包括熏煮香肠火腿、酱卤肉、熏烧烤肉、发酵肉等,因其味道鲜美、食用方便,深受消费者喜爱[1]。虽然即食熟肉制品经加热烹制后各致病菌检出率均有所降低,但其在生产、运输及消费过程中容易发生食源性致病菌污染,食源性致病菌污染容易引起食品安全事故[2]。为降低食源性致病菌交叉污染造成的危害,对即食熟肉制品进行风险评估研究显得尤为重要。

由于我国食源性致病菌监测信息不完善,较多情况下开展完整的定量风险评估难以实现,此外,定性风险评估的数据利用率低、信息量少[3],所以风险评估通常以半定量方式进行。董庆利等[4]借助风险可能性和风险损失度构建风险矩阵对即食食品中单增李斯特菌进行半定量风险评估,有效降低了即食食品风险评估的局限性。周少君等[5]采用经验判断、专家评议、Delphi 专家咨询等方法,结合食品风险评估理论,建立了基于半定量风险评估的风险分级方法,为开展定量风险评估打下科学基础。半定量风险评估通常使用评分或赋值的方式对风险发生的可能性及严重程度进行计算或描述。此外,半定量风险评估亦可借助风险评估软件实现,如澳大利亚塔斯马尼亚大学开发的Risk Ranger软件,此软件通过结合文献材料和检测数据设定11个问题的参数进行风险评估[6],已被广泛应用于食品安全风险评估领域,但研究表明使用Risk Ranger软件进行半定量风险评估具有较大的不确定性。Risk Ranger软件中部分问题需要使用者结合文献资料进行估计,估计值包含主观因素,可能和实际情况存在差异。

波士顿矩阵法(Boston Matrix)[7],是由美国著名管理学家布鲁斯·亨德森于1970年首创的一种用来分析和规划企业产品组合的方法[8]。波士顿矩阵法起初是用于研究企业如何在市场中竞争的管理学理论,近年来,波士顿矩阵法与现代风险导向审计理论[9]结合形成波士顿矩阵半定量风险分析法。刘兆虎等[10]使用波士顿矩阵法将燃气行业风险分解为“事故发生的可能性”和“危害后果或严重程度”,并将二者集中于二维数据表格中构建风险矩阵,采用半定量法赋值,用来衡量和分析风险高低,结果表明波士顿矩阵法适用于燃气行业的风险评估工作。波士顿矩阵法结果呈现直观且对资料要求不严,可有效避免因数据短缺造成的不确定性,被广泛应用于项目管理、计划和企业战略等领域。但是波士顿矩阵法尚未在食源性风险领域开展研究,因此在食源性风险领域研究的可行性还有待明确。

本文采用波士顿矩阵法将低温香肠中单增李斯特菌实际检出率及可能性检出率集中于二维数据表格中,构建风险矩阵,以此对广东省某公司低温香肠的生产加工过程进行风险评估。为科学评估食品中单增李斯特菌阳性检出情况提供理论参考。

1 材料与方法

1.1 数据来源

检测结果数据来源于广东省某公司低温香肠的生产加工过程。图1为典型的低温香肠生产加工过程。

图1 低温香肠生产加工过程Fig.1 The production process of chilled sausage

图1生产加工过程按样品属性可分为六类,具体包括:原辅料(解冻、修整、绞肉)、中间产品(烟熏蒸煮)、成品(包装)、终产品(成品装箱)、生区环境(原辅料验收)、熟区环境(配味、斩拌、灌制、冷却、金属探测、二次杀菌),图中未标注阶段均为常温下操作过程。

1.2 单增李斯特菌检测方法

低温香肠各阶段样品带菌量按国标法GB4789.30-2010《食品安全国家标准 食品微生物学检验单核细胞增生李斯特氏菌检验》[11]进行定量。

1.3 单增李斯特菌检出率的β概率分布

通过当前实际取样检测数值推测广东省低温香肠单增李斯特菌分布的概率情况。阳性率推测总体符合β函数的概率分布,β(α1,α2)表达式中β分布,具有形状参数α1和α2,一般对应着:

α1=S+1,α2=n-S+1

式中:n是当前取样数;S是阳性检出数。以@Risk5.5软件(美国Palisade公司)定义β分布,即可得到95%置信区间的概率[12]。

1.4 检出率的分布拟合

应用Microsoft Excel 2010软件对检测数据结果进行统计,并采用@Risk5.5软件对统计结果进行最佳分布拟合,同时根据检验结果选择最适分布。

为探究广东省整体低温香肠中单增李斯特菌分布情况,采用@Risk5.5软件中蒙特卡罗(Monte Carlo)抽样方法[13-14]对单增李斯特菌检出率进行10000次迭代抽样,并用概率分布的形式对低温香肠中单增李斯特菌的污染水平进行描述。

1.5 检出率波士顿矩阵的构建

为使检测数据结果更为直观地呈现并减少数据短缺造成的不确定性,矩阵仅考虑单增李斯特菌的实际检出率及检出可能性。实际检出率可体现低温香肠现有风险大小;检出可能性则是对其未来风险的预测。所以本文选择实际检出率作为横坐标、检出可能性作为纵坐标,构建二维坐标矩阵。

根据产品的波士顿矩阵确定分界思想,在检出率波士顿矩阵区域的划分中,确定实际检出率平均值和检出可能性平均值的交点为区域划分的分界点,然后以此为标准将检出率波士顿矩阵划分为四个区域,形成四个不同类型的风险区域:微小风险、较小风险、中等风险、重大风险(图3)。

中等风险:是指处于低实际检出率、高可能性检出率的食品。此类食品在此次检测结果中检出率低,但却存在较大的潜在风险。

重大风险:是指处于高实际检出率、高可能性检出率的食品。此类食品在此次检测结果中具有高检出率且存在很大潜在风险,属于重度危险区域。

微小风险:是指处于低实际检出率、低可能性检出率的食品。此类食品在此次检测结果中检出率低且潜在风险较小,属于安全区域。

较小风险:是指处于高实际检出率、低可能性检出率的食品。此类食品在此次检测结果中检出率较高但潜在风险较小。

2 结果与分析

2.1 低温香肠生产各阶段单增李斯特菌分布情况

由表1可知,原辅料受单增李斯特菌污染最严重,成品及终产品污染较轻,但由于成品及终产品采样量较少,难以此结果作为单增李斯特菌污染的评估靶点。综合原辅料、中间产品、生区环境、熟区环境进行分析,其受污染的严重程度依次为:原辅料>中间产品>生区环境>熟区环境。单增李斯特菌对温度具有极强耐受性,Valeria等[15]对2011-2013萨伦托市(阿普利亚,意大利南部)肉制品中单增李斯特菌检出率分布进行研究,发现猪肉火腿中单增李斯特菌检出率最高可达42.0%,与本文检测结果相似。

表1 低温香肠生产各阶段单增李斯特菌分布

Table 1Listeriamonocytogenesdistribution at each stage of chilled sausage

2.2 基于β概率分布获得的检出率总体推测平均值

表2 低温香肠生产各阶段单增李斯特菌检出率的β概率分布结果(%)

Table 2 Results ofβprobability distribution of theListeriamonocytogenesdetection rate at each stage of chilled sausage(%)

菌种样品属性置信区间(%)510203040506070809095单增李斯特菌原辅料19122627230733937401435476532577中间产品14717521224126829332349384434476生区环境15171972172352522729314348377熟区环境75488710681211134214711607176194822232463

由表2可知,单增李斯特菌在原辅料、中间产品、生区环境、熟区环境中95%的置信区间上阳性检出可分别达到57.7%、47.6%、37.7%、24.63%。综上可知,在95%置信区间,单增李斯特菌在原辅料中检出率最高。Monika等[16]对波兰2009～2011年即食香肠中单增李斯特菌及沙门菌的监测数据中发现,单增李斯特菌在原辅料、产品中的检出率分别为26.1%、1.8%,因此单增李斯特菌在原辅料中检出率较高,此结果与本文结果类似,这可能是由于生产操作条件不利于单增李斯特菌生长的缘故。

2.3 单增李斯特菌检出率的分布拟合

采用@Risk5.5软件对低温香肠中单增李斯特菌检出率进行最佳分布拟合,所得结果如图2所示,Normal(0.25,0.09)可对单增李斯特菌检出率进行较好描述,检出率从10.3%(5%置信水平)至40.4%(95%置信水平),均值为25.36%。Mataragas等[17]使用FSO(食品安全目标)对香肠中单增李斯特菌阳性检出情况进行研究,发现正态分布亦可对单增李斯特菌检出情况进行较好描述,其中高于FSO的概率为0.202%。

图2 低温香肠生产各阶段单增李斯特菌检出率的概率分布Fig.2 Probability distribution of Listeria monocytogenes detection rate at each stage of chilled sausage

2.4 基于波士顿矩阵获得的风险概率矩阵

采用波士顿矩阵对低温香肠中单增李斯特菌检出率进行风险分析。由图3可知,原辅料受单增李斯特菌污染风险最高,熟区环境污染较轻,综合原辅料、中间产品、生区环境、熟区环境进行分析,其受单增李斯特菌污染风险高低依次为:原辅料>中间产品>生区环境>熟区环境。Domenico等[18]对10所撒丁岛香肠加工厂中单增李斯特菌监测数据中发现,原辅料、中间产品、环境中单增李斯特菌的检出率分别为8%、6%、3%,因此其受单增李斯特菌污染风险高低依次为:原辅料>中间产品>环境,与本文结果相似。

图3 低温香肠生产各阶段单增李斯特菌检出风险Fig.3 The detection risk of Listeria monocytogenes of chilled sausage at each stage of production

3 讨论

本文采用波士顿矩阵法将低温香肠中单增李斯特菌实际检出率及可能性检出率集中于二维数据表格中,构建风险矩阵,对低温香肠风险进行分析及预测。波士顿矩阵法与采用Risk Ranger软件进行半定量风险评估的方式相比,具有显著优点,即不仅能对食品中所含食源性致病菌风险进行预测,亦避免因监测数据短缺造成的不确定性。

本文研究结果表明,采用波士顿矩阵形式得到原辅料中食源性致病菌检出风险最高。但已有文献显示[16-18],中间产品中食源性致病菌检出率要高于原辅料。产生上述不同的原因可能如下

菌种不同。已有文献[16-18]研究的是大肠杆菌、沙门菌在肉制品及加工环境中的检出情况,而本文研究的是单增李斯特菌在肉制品及加工环境中的检出情况。如在Stavros等[19]对2011～2013年肉制品加工工厂食源性致病菌监测数据中可以看出,沙门菌在原辅料中的检出率分别为:6.7%、2.1%、2.5%;单增李斯特菌在原辅料中的检出率分别为25.0%、23.7%、23.5%。而沙门菌在中间产品的检出率分别为:14.1%、3.6%、2.6%;单增李斯特菌在中间产品的检出率分别为:22.0%、13.6%、19.6%。由此可知,在相同的环境条件下沙门菌在中间产品中检出率高于原辅料,而单增李斯特菌在中间产品中检出率则低于原辅料。另外,Valeria等[20]对2008～2014年意大利南部三所肉制品工厂生产车间的食源性致病菌监测数据亦可得出类似结论,故菌种不同对产品中食源性致病菌阳性检出情况有明显影响。

环境因素不同。周小红等[21]研究发现单增李斯特菌在NaCl浓度为0.5%～3.5%、pH为7.5、生长温度为37 ℃的条件下生长状况良好。Miroslav等[22]对风干发酵香肠中食源性致病菌失活情况进行研究发现,单增李斯特菌在低于66 ℃条件下失活率极低。本文在烟熏蒸煮及二次杀菌环节所选温度均高于73 ℃,且加工过程中使用的NaCl及乳酸钠对单增李斯特菌具有抑制作用[23],因此中间产品单增李斯特菌检出率降低。而Mataragas等[24]对意大利发酵香肠中单增李斯特菌及肠炎沙门菌进行风险控制时发现,在高盐、低于20 ℃的发酵温度环境条件下,单增李斯特菌生长趋势不受影响,因此发酵后中间产品单增李斯特菌检出率高于原辅料。同时Spilimbergo[25]等测定不同温度(22、35、45 ℃)条件下,风干火腿加工过程中单增李斯特菌失活情况,研究结果表明常压条件下单增李斯特菌均未明显失活,甚至有增长情况发生,因此中间产品单增李斯特菌检出率提高。故由于环境因素不同,不同产品单增李斯特菌检出情况亦有可能不同。

4 结论

本文采用波士顿矩阵法对低温香肠中单增李斯特菌现有风险进行评估并对其未来风险进行预测,结果证实低温香肠生产各阶段受单增李斯特菌污染风险高低依次为:原辅料>中间产品>生区环境>熟区环境,建议工厂加强对原辅料验收阶段监管控制,同时波士顿矩阵法可以较好地对单增李斯特菌检出率进行半定量风险评估,因此,此法在食源性风险研究领域具有一定可行性,风险管理者可借鉴此法开展定量风险评估研究工作。

[1]翟明爽,徐斐,曹慧,等.即食熟肉制品中主要致病菌的半定量风险评估[J]. 微生物学杂志,2014,34(2):92-98.

[2]Hultman J,Rahkila R,Ali J,et al. Meat processing plant microbiome and contamination patterns of cold-tolerant bacteria causing food safety and spoilage risks in the manufacture of vacuum-packaged cooked sausages[J]. Applied and Environmental Microbiology,2015,81(20):7088-7097.

[3]Louis A,Djangir B,William H. Some limitations of qualitative risk rating systems[J]. Risk Analysis.2005,25(3):651-662.

[4]董庆利,郑丽敏,党维鑫,等. 即食食品中单增李斯特菌的半定量风险评估[J]. 食品工业科技,2012,33(11):321-323.

[5]周少君,顿中军,梁骏华,等. 基于半定量风险评估的食品风险分级方法研究[J].中国食品卫生杂志，2015,27(5):576-585.

[6]Sumner J,Ross T.A semi-quantitative seafood safety risk assessment[J].International Journal Food Microbiology,2002,77:55-59.

[7]BCG-The Boston Consulting Group[EB/OL]. http://www.bcg.com/about bcg/history/history 1968.aspx

[8]袁彬悠,吕红波. 波士顿矩阵应用扩展研究[J]. 经营与管理，2012(6):85-89.

[9]徐爱萍.现代风险导向审计理论及应用[J].时代经贸·中下旬.2009(1):83.

[10]刘兆虎.波士顿矩阵定性风险分析法在燃气行业的应用[J].城市建设理论研究，2011(14)，1.

[11]中华人民共和国卫生部. GB 4789.30-2010食品安全国家标准 食品微生物学检验单核细胞增生李斯特氏菌检验[S]. 北京:中国标准出版社,2010.

[12]Ryu K,Park K H,Yang J Y,et al. Simple approach in HACCP for evaluating the risk level of hazards using probability distributions[J].Food Control,2013,30(2):459-462.

[13]张建中. 蒙特卡洛方法(Ⅰ)[J]. 数学的实践与认识,1974,1:28-40.

[14]张建中. 蒙特卡洛方法(Ⅱ)[J]. 数学的实践与认识,1974,2:43-56.

[15]Valeria D,Mariana T,Maria G D G,et al. Occurrence ofListeriamonocytogenesandSalmonellaspp. in meat processed products from industrial plants in Southern Italy[J]. Food Control,2016,62:104-109.

[16]Monika M K,Katarzyna M S. The microbial safety of ready-to-eat raw and cooked sausages in Poland:ListeriamonocytogenesandSalmonellaspp. occurrence.[J].Food Control,2014,36(1):212-216.

[17]Mataragasab M,Alessandriaa V,Rantsioua K,et al. Management ofListeriamonocytogenesin fermented sausages using the Food Safety Objective concept underpinned by stochastic modeling and meta-analysis[J].Food Microbiology,2015,49:33-40.

[18]Domenico M,Simonetta G C,Roberta M,et al. Presence and molecular characterization of the major serovars ofListeriamonocytogenesin ten Sardinian fermented sausage processing plants[J].Meat Science,2014,97(4):443-450.

[19]Pragalaki T,Bloukas J G,Kotzekidou P. Inhibition ofListeriamonocytogenesandEscherichiacoliO157∶H7 in liquid broth medium and during processing of fermented sausage using autochthonous starter cultures[J]. Meat Science,2013(95):458-464.

[20]Gladys T A,Qlayinka I.SalmonellaandEscherichiacolicontamination of poultry meat from a processing plant and retail markets in Ibadan,Oyo State,Nigeria. Spriger Plus,2014,3(1):139.

[21]Miroslav D,Bojan B,Sinisa M,et al. General patterns of background microbiota and selected bacterial pathogens during production of fermented sausages in Serbia[J].Food Control. 2014,43:231-237.

[22]Stavros G M,Nikolaos C G,Vasiliki C B,et al. A 3-year hygiene and safety monitoring of a meat processing plant which uses raw materials of global origin[J].International Journal of Food Microbiology,2015,209:60-69.

[23]Valeria D,Mariana T,Maria G D,et al. Occurrence ofListeriamonocytogenesandSalmonellaspp. in meat processed products from industrial plants in Southern Italy[J].Food Control，2016,62:104-109.

[24]周小红,李学英,杨宪时,等. 培养条件对单增李斯特菌生长的影响[J].食品工业科技，2013(15):140-148.

[25]Ducic M,Klisara N,Markov S,et al.The fate and pasteurization-based inactivation ofEscherichiacoliO157,SalmonellaTyphimuriumandListeriamonocytogenesin dry,fermented sausages[J].Food Control，2016,59:400-406.

[26]姚远,董庆利.乳酸钠对肉及肉类食品中腐败菌和致病菌的抑制作用研究进展[J].食品工业科技,2014(7):378-383.

[27]Mataragasab M,Bellioc A,Rovettoa F,et al. Risk-based control of food-borne pathogensListeriamonocytogenesandSalmonellaentericain the Italian fermented sausages Cacciatore and Felino[J].Meat Science,2015,103:39-45.

[28]Spilimbergo S,Cappelletti M,Ferrentino G. High pressure carbon dioxide combined with high power ultrasound processing of dry cured ham spiked withListeriamonocytogenes[J].Food Research International,2014,66:264-273.

Semi-quantitative risk assessment ofListeriamonocytogenesin sausage based on Boston Matrix

JIANG Rong-hua1,DONG Qing-li1,*,ZHOU Shao-jun2,ZHU Hai-ming2,DENG Zhi-ai3,HE Jie-yi3， DENG Xiao-ling2,CHEN Qiu-xia2,PAN Ming-liang4,LI Bi-qiong4,LI Ying-yue3,YU Chao3

(1.School of Medical Instrument and Food Engineering,University of Shanghai for Science and Technology,Shanghai 200093,China; 2.Guangdong Provincial Center for Disease Control and Prevention,Guangzhou 510300,China; 3.Guangzhou Center for Disease Control and Prevention,Guangzhou 510000,China; 4.Qingyuan Center for Disease Control and Prevention,Qingyuan 511500,China)

Inordertomaketheresultsmoreintuitiveandreducetheuncertaintycausedbyshortageofdata,thisstudywasdesignedtoverifythatBostonMatrixcouldbeusedforsemi-quantitativeriskassessment.BostonMatrixwasusedtoevaluateListeria monocytogenesriskinchilledsausage.Theactualdetectionratebasedontestresultswascalculated,thentheβdistributionwasdefinedby@Risksoftware,andtheprobabilityof95%confidenceintervalwasusedasapossibledetectionrate.Moreover,theriskmatrixbasedonBostonMatrixtheorywasestablishedforL. monocytogenesinchilledsausage.ResultsindicatedthattheriskorderofeachtestsamplecontaminatedbyL. monocytogeneswasasfollows:rawmaterials>intermediateproducts>rawenvironmentaldistrict>cookedenvironmental.Inconclusion,thismethodprovedtobefitforsemi-quantitativeriskassessment,andmightbedecision-makingreferenceforriskmanagers.

BostonMatrix;Listeria monocytogenes;chilledsausage;riskassessment

2016-04-08

江荣花(1993-)，女，硕士研究生，研究方向：畜产品安全与质量控制，E-mail:truda0726@163.com。

*通讯作者:董庆利(1979-)，男，博士，副教授，研究方向：畜产品安全与质量控制，E-mail:dongqingli@126.com。

广东省省级科技计划项目社会发展领域(2015A020218002)；科技部“十二五”国家科技支撑计划课题项目(2015BAK36B04)；国家自然科学基金(31271896)；上海市科委2015年长三角科技联合攻关领域项目(15395810900)。

TS251

B

1002-0306(2016)19-0262-05

10.13386/j.issn1002-0306.2016.19.043