$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

미생물 위해성 평가의 용량-반응 모델에 대한 고찰
A Review of Dose-response Models in Microbial Risk Assessment 원문보기

한국식품위생안전성학회지 = Journal of food hygiene and safety, v.19 no.1, 2004년, pp.19 - 24  

최은영 (농촌진흥청 농업과학기술원 농촌자원개발연구소) ,  박경진 (한국보건산업진흥원)

초록
AI-Helper 아이콘AI-Helper

미생물 위해성 평가의 용량-반응 모델은 생물학적 모델과 경험적 모델로 나눌 수 있다. 생물학적 모델은 미생물의 분포형태, 미생물에 대한 숙주의 감수성, 감염을 일으킬 수 있는 미생물 수에 대한 가정을 바탕으로 성립된 모델로서, 대표적으로 Exponential model과 $\beta$-Poisson model이 있다. 경험적 모델은 주로 화학물질의 독성을 나타내는데 이용되어 온 모델로, Weibull-Gamma model등이 있다. 여러 용량-반응 모델 중에서 실험 데이터에 적합한 모델을 걱정하는 데에는 deviance function(Y)을 이용하며, 현재 일부 식중독균에 대해서는 사람과 실험동물에서의 용량-반응 모델이 연구되어 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Dose-response models in microbial risk assessment can be divided into biologically plausible models and empirical models. Biologically plausible models are formed by the assumptions in dose distribution of microbes, host sensitivity to microbes, and minimal infectious dose of microbes : there are Ex...

주제어

#dose-response model   #microbial risk assessment   #food-borne pathogen  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

가설 설정

  • 3) 지원자에 의한 연구는 대상을 건강한 성인에 한정하기 때문에 고위험집단과 성별 등의 영향을 파악할 수 없어 전체 집단을 예측하기에는 역부족인 단점이 있다.1) 동물모델은 인간과 동물이 동일한 메커니즘에 의해 발병하고 생리학적 반응과 면역 반응 등이 동일하다는 가정하에 실시되며, 동물 종 간의 다양성이 무시된다는 단점이 있다. 또한 지원자 섭취 연구와 동물모델의 이용에는 외삽(extrapolation)의 문제가 완전히 해결된 것이 아니기 때문에 역학조사의 결과와 비교하는 검증 과정이 필요하다.
  • β-Poisson model(BP)도 E와 마찬가지로 미생물이 포아슨 분포를 따르고, 1개의 미생물만으로도 감염을 일으킬 수 있다는 가정하의 모델이다. 그러나 미생물에 대한 숙주의 감수성을 동일하지 않은 것으로 보고, 이 이질성을 P 분포로 나타낸다는 점이 다르다.
  • 달라진다. 또한 감염을 일으킬 수 있는 미생물의 수 (kmin)가 얼마냐에 따라서도 감염 확률 P1(d)는 달라지므로, 이들 각각에 대한 가정을 바탕으로 감염 확률을 알아본다.
본문요약 정보가 도움이 되었나요?

참고문헌 (14)

  1. Notermans, S. and Teunis, P.: Quantitative risk analysis and the production of microbiologically safe food - an introduction. Int. J. Food Microbiol., 30, 3-7 (1996) 

    상세보기 crossref

  2. Buchanan, R.L., Smith, J.L. and Long, W.: Microbial risk assessment - Dose-response relations and risk characterization. Int. J. Food Microbiol., 58, 159-172 (2000) 

    상세보기 crossref

  3. Coleman, M.E. and Marks, H.M.: Topics in dose-response modeling. J. Food Prot., 61, 1550-1559 (1998) 

    상세보기 crossref

  4. Charles N. Haas, Joan B. Rose, and Charles P. Gerba: Quantitative Microbial Risk Assessment. John Wiley & Sons, Inc., 260-284 (1999) 

  5. Peter F.M. Teunis, Nico J.D. Nagelkerke, and Charles N. Haas: Dose-response models for infectious gastroenteritis. Risk analysis, 19, 1251-1260 (1999) 

    상세보기

  6. Medema, G.J., Teunis, P.F.M., Havelaar, A.H. and Haas, C.N.: Assessment of the dose-response relationship of Campylobacter jejuni. Int. J. Food Microbiol., 30, 101-111 (1996) 

    상세보기 crossref

  7. 김길생, 이효민, 임철주, 권오란, 최시내, 윤은경, 홍지연 : 식품종 미생물 위해성평가 방법론 연구. The annual report of KFDA, 2, 66-75 (1998) 

  8. Charles N. Haas, Aadithya Thayaar-Madabusi, Joan B. Rose, and Charles P. Gerba: Development of a dose-response relationship for Escherichia coli 0157:H7. Int. J. Food Microbiol., 1748, 153-159 (2000) 

  9. Mark R. Powell, Eric Ebel, Wayne Schlosser, Mark Walderhaug, and Janell Kause: Dose-response envelope for Escherichia coli O157:H7. Quantitative microbiology, 2, 141-163 (2000) 

    상세보기 crossref

  10. Draft assesment of the relative risk to public health from foodbome Listeria monocytogenes among selected categories of ready-to eat foods. http://www.foodsafety.gov/-dms/ Imrisk.html 

  11. Heejeong K. Latimer, Lee-ann Jaycus, Roberta A. Morales, Peter Cowen, and Douglas Crawford-Brown: A weighted composite dose-response model for human Salmonellosis. Risk analysis, 21, 295-305 (2001) 

    상세보기 crossref

  12. Christopher S. Crockett, C.N. Haas, Aamir Fazil, J.B. Rose, and C.P. Gerba: Prevalence of shigellosis in the U.S. consistency with dose-response information. Int. J. Food Microbiol., 30, 87-99 (1996) 

    상세보기 crossref

  13. Draft risk assessment on the public health impact of Vibrio parahaemolyticus in raw Molluscan shellfish. http://www. foodriskclearinghouse.umd.edu/vibrio.htm 

  14. David L. Holcomb, Mary A Smith, Glenn O. Ware, Yen-Con Hung, Robert E. Brackett, and Michael P. Doyle: Comparison of six dose-response models for use with food-borne pathogens. Risk Analysis, 19, 1091-1100 (1999) 

    상세보기

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로