Salmonellan esiintyvyyttä voidaan arvioida tilastomatemaattisilla malleilla

31.1.2014

<p>Salmonellan esiintyvyyttä ja riskejä vaikkapa kananmunantuotannossa voidaan arvioida matemaattisten mallien avulla. Mallien ja niitä hyödyntävien analyysien kehittämisellä on myös kansainvälistä käyttöä. Elintarviketurvallisuusvirasto Eviran johdolla kehitettyjä menetelmiä ja niiden pohjalta saatuja tuloksia esiteltiin kansainvälisessä tieteellisessä symposiumissa.</p>

Valtaosa ihmisten salmonellatartunnoista maailmalla on peräisin elintarvikkeista, etenkin kananmunista ja sianlihasta.  Euroopan laajuisesti salmonella aiheuttaa yhä mittavia terveysriskejä. Suomessa, Ruotsissa ja Norjassa on torjuttu salmonellan terveyshaittoja jo vuosikymmeniä muun muassa kansallisten valvontaohjelmien avulla. Suomalaisissa kananmunissa ja sianlihassa todetaankin salmonellaa erittäin harvoin.

Pohjoismaissa toteutetut, keskenään melko samankaltaiset kananmunaan ja munavalmisteisiin kohdistuvat salmonellavalvontaohjelmat pyrkivät torjumaan riskejä alkutuotannosta lähtien.  Keskeinen keino ovat kananmunia tuottavien tilojen säännölliset näytteenotot.

Mallit selventävät monimutkaisia yhteyksiä

Mallintamalla on arvioitu esimerkiksi salmonellan todellista esiintyvyyttä munintaparvien valvontanäytteenoton tuloksien perusteella.

Mallit auttavat osaltaan selventämään salmonella valvontatulosten ja kananmunista johtuvien sairastumisten monimutkaista yhteyttä. Malleilla voidaan myös arvioida kunkin maan tuloksiin pohjautuen sen todennäköisyyttä, kuinka suuri osa munista on voitu tuottaa tartunnan aikana ennen tartunnan toteamista tuotantotilalla.

Salmonellan todellinen esiintyvyys sisältää laboratoriossa varmistettujen tapausten lisäksi myös ne salmonellatapaukset, joita ei voida havaita esimerkiksi näytteenottojärjestelmän tai laboratoriotestin epäherkkyyden vuoksi.

”Kun kerättyä tietoa jalostetaan mallintamalla, voidaan selventää, minkälaisia johtopäätöksiä on ylipäätään mahdollista tehdä ja millainen epävarmuus niihin liittyy. Siten saadaan myös selville, missä määrin epävarmuus riippuu havainnoista, niiden määrästä ja käytetyistä oletuksista”, toteaa erikoistutkija, dosentti Jukka Ranta Eviran riskinarvioinnin tutkimusyksiköstä. 

Mallinnus parantaa arvion tarkkuutta

Epävarmuustekijöitä arvion tarkkuuteen tuovat näytteenoton ajoitus, munintaparven näytteiden määrä ja parven mahdollinen salmonellatartuntatilanne näytteenoton hetkellä. Mallintamalla voidaan osaltaan ottaa huomioon myös se epävarmuus, joka liittyy tartunnan alkamishetken ja tartunnan toteamisen ajoittumiseen, mitä varten on tunnettava myös tietyn ikäisten parvien laboratoriotutkimuksissa saama salmonellatulos.

Näytteenoton ajoituksen, parven mahdollisen tartuntatilanteen ja sen toteamisen välisiä yhteyksiä mallinnettiin tilastollisilla Bayes-menetelmillä.

Niiden avulla muun muassa laskettiin valvontatuloksista kertyvälle havaintoaineistolle ehdollinen todennäköisyysjakauma parven tartunnalle ja sen kestoajalle, josta toteaminen epäsuorasti riippuu.  Laskennassa käytettiin Bayes-mallien yleiseen simulointimenetelmään erikoistunutta ohjelmistoa.

”Menetelmää voidaan periaatteessa soveltaa muihinkin tauteja aiheuttaviin bakteereihin kuin salmonellaan. Sitä voitaisiin hyödyntää myös muihin vastaaviin valvontaohjelmiin”, Ranta arvioi.

Apua eri maiden tulosten vertailuun

Kansainvälisessä tutkimuksessa malleja voidaan soveltaa vastaavantyyppisiin aineistoihin. Siten voidaan vertailla eri maiden tuloksia ja erilaisia valvontaohjelmia keskenään niin, että myös niihin sisältyvä epävarmuus otetaan huomioon aiempaa paremmin. 

”Lisäksi voidaan tutkia, miten näytteenoton ajoittaminen ja näytemäärät vaikuttavat tulokseen. Mallien avulla voidaan rakentaa myös muita kiinnostavia ennusteita, joiden avulla valvontaa voidaan kehittää mahdollisimman tehokkaaksi”, sanoo Ranta.

Tutustu kansalliseen salmonellavalvontaan

Usein kysyttyä salmonellasta 

Tuloksia ja menetelmiä on esitelty kansainvälisessä tilastotieteellisessä symposiumissa ja sitä seuranneessa tieteellisessä julkaisussa, jossa kirjoittajina on myös Eviran riskinarvioinnin tutkimusyksikön tutkijoita.

Ranta, J., Mikkelä, A., Tuominen, P., Wahlström, H. 
Bayesian risk assessment for Salmonella in egg laying flocks under zero apparent prevalence and dynamic test sensitivity. Journal of the French Statistical Society 2013: Vol. 154, No. 3, pp. 8-30.

Lisätietoja:
erikoistutkija, FT, dos. Jukka Ranta, riskinarvioinnin tutkimusyksikkö
p. 040 489 3374

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Aihealueet: