Se ha denunciado esta presentación.
Se está descargando tu SlideShare. ×

Achipia industria

Más Contenido Relacionado

Audiolibros relacionados

Gratis con una prueba de 30 días de Scribd

Ver todo

Achipia industria

  1. 1. Evaluación de Riesgos en Alimentos Fernando Sampedro, PhD Santiago de Chile 2-4 Diciembre de 2013
  2. 2. 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
  3. 3. “Riesgo 0” no existe….. Debemos mitigarlo hasta un nivel aceptable
  4. 4. 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
  5. 5. 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
  6. 6. 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
  7. 7. Foodborne illnesses notification pyramid Outbreak investigation Sample analyzed and reported Hospital takes a sample People seek medical attention People get sick
  8. 8. 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
  9. 9. 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
  10. 10. • 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 DesinfecciónPre-requisitos • PCC. Enfoque en Peligros Significativos • Acciones Correctivas, Limites Críticos, Verificación, RegistrosHACCP • 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, OtrosSistemas 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 SigmaInocuidad Corporativa
  11. 11. 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
  12. 12. • 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
  13. 13. 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)
  14. 14. Nivel Industria Privado BPA, BPV, BPH, BPM, POES, CA Trazabilidad, Retiros, Defensa, HACCP PCC, CR, CP, OR Análisis de riesgos Gestión de la inocuidad
  15. 15. 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
  16. 16. Variabilidad •Variación natural en un sistema biológico •Es inherente en el sistema y podemos reducirlo pero no eliminarlo
  17. 17. Incertidumbre •Falta de conocimiento de un evento determinado •Podemos reducirlo obteniendo nuevo conocimiento pero nunca tendremos un conocimiento completo
  18. 18. 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)
  19. 19. Análisis de Riesgos Priorización Evaluación Gestión Comunicación
  20. 20. 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
  21. 21. 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
  22. 22. Por donde empezar?
  23. 23. 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
  24. 24. 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?
  25. 25. 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
  26. 26. Ejercicio priorización • Cada grupo elegirá un alimento • Priorizaremos los peligros biológicos y químicos
  27. 27. 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
  28. 28. Lista peligros alimentarios
  29. 29. • 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
  30. 30. • 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
  31. 31. • 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
  32. 32. Ejemplo: Riesgo Proveedores • Riesgo = riesgo de la material prima + riesgo del proveedor • Riesgo material prima= riesgo producto- mitigacion+uso • Riesgo producto = probabilidad X severidad
  33. 33. 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
  34. 34. 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
  35. 35. Score Intended Use Definition 5 Active Pharmaceutical Ingredient (API)/Infant Food/Unknown • Baby Food/Infant Food • MedicalApplications/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
  36. 36. • 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
  37. 37. Riesgo Proveedores Tiene el proveedor HACCP u otro sistema de gestión (ISO, GFSI)? Desde cuando? Recibe auditorias internas y externas?
  38. 38. Árbol de decisión
  39. 39. 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
  40. 40. 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
  41. 41. 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-03 If "OTHER" enter "number of days between a 100g 10 4 8 5 If "OTHER" enter a percentage value between 0 (none) and 100 (all) 3.20% Population considered: 9 873,910 If "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 interest 3.36E+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
  42. 42. 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
  43. 43. Evaluación de riesgos Identificacion peligro Caracterizacion peligro Evaluacion exposicion Caracterizacion riesgo
  44. 44. Ejercicios de calentamiento…. • Prevalencia: • Analizo 150 muestras y 7 salen positivas por Salmonella, cual es la prevalencia?
  45. 45. 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
  46. 46. 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?
  47. 47. 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
  48. 48. 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
  49. 49. 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
  50. 50. Relación dosis-respuesta Exposure Host interaction Invasion Multiplication No se produce enfermedad si una de las etapas no ocurre Se puede producir infección asintomática
  51. 51. 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
  52. 52. • 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
  53. 53. • 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
  54. 54. 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
  55. 55. • 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 Dk eP  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)
  56. 56. 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
  57. 57. 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)
  58. 58. 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
  59. 59. 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)
  60. 60. Ejemplo: Leche pasteurizada Cual de estas etapas permitirá el crecimiento, adición, reducción, inactivación o recontaminación del patógeno/ químico?
  61. 61. 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)
  62. 62. • 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
  63. 63. 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?
  64. 64. 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
  65. 65. • 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
  66. 66. 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
  67. 67. 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
  68. 68. • 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 )
  69. 69. 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
  70. 70. 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?
  71. 71. 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
  72. 72. 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
  73. 73. 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)
  74. 74. 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)
  75. 75. 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)
  76. 76. 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)
  77. 77. Distribución Beta-Pert Mismos valores que la triangular. Tiene una forma que se acerca mas al proceso biológico. Riskpert (min, mas probable, max)
  78. 78. 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
  79. 79. E. coli O157:H7 en lechuga Probabilístico-@Risk • Cual es el riesgo para la población chilena de consumir lechuga contaminada por E. coli?
  80. 80. 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
  81. 81. 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
  82. 82. ‘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
  83. 83. 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.
  84. 84. 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
  85. 85. 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
  86. 86. Valores de DALY • Que escenario tendrá mayor riesgo, E. coli O157:H7 o arsénico en lechuga?
  87. 87. 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
  88. 88. 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%
  89. 89. Que decisión tomar?
  90. 90. 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

×