Modeling the Risk of Colistin-Resistant Salmonella Minnesota in Cooked Chicken: A Probabilistic Microbial Assessment
यह अध्ययन सऊदी अरब में पके हुए चिकन में कोलिस्टिन-प्रतिरोधी *साल्मोनेला* मिनेसोटा के सार्वजनिक स्वास्थ्य जोखिमों का अनुमान लगाने के लिए एक संभाव्य सूक्ष्मजीव जोखिम मूल्यांकन मॉडल का उपयोग करता है, जिसमें प्रति 100,000 जनसंख्या पर 0.20 मामलों की कम वार्षिक बीमारी दर पाई गई है और डेटा-सीमित परिवेशों में खाद्य सुरक्षा निगरानी के लिए मॉडल की उपयोगिता को प्रमाणित किया गया है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
जब भी कोई व्यक्ति भोजन करता है, तो वह सूक्ष्म जगत के साथ एक शांत बातचीत में संलग्न होता है। हमारे भोजन में रहने वाले ट्रिलियन बैक्टीरिया में से कुछ हानिरहित होते हैं, जबकि अन्य गंभीर बीमारी का कारण बन सकते हैं। इस अदृश्य परिदृश्य में सबसे निरंतर खतरों में से एक साल्मोनेला (Salmonella) है, एक ऐसा बैक्टीरिया जो अक्सर पोल्ट्री को दूषित करता है और खाद्य जनित बीमारी का कारण बनता है। दशकों से, डॉक्टर और सार्वजनिक स्वास्थ्य अधिकारी इन संक्रमणों के इलाज के लिए एंटीबायोटिक्स पर निर्भर रहे हैं। हालाँकि, मानव स्वास्थ्य और पशुपालन दोनों में इन दवाओं के व्यापक उपयोग ने एक खतरनाक बदलाव को जन्म दिया है: बैक्टीरिया उन दवाओं से जीवित रहने के लिए सीख रहे हैं जो उन्हें मारने के लिए बनाई गई थीं। यह घटना, जिसे एंटीमाइक्रोबियल रेजिस्टेंस (प्रतिरोधी सूक्ष्मजीव प्रतिरोध) के रूप में जाना जाता है, का अर्थ है कि जब कोई व्यक्ति बीमार होता है, तो मानक उपचार अब काम नहीं कर सकते। सऊदी अरब में, जहाँ चिकन आहार का एक मुख्य हिस्सा है और लाखों लोगों द्वारा इसका सेवन किया जाता है, यह समझना महत्वपूर्ण है कि ये प्रतिरोधी बैक्टीरिया खेत से लेकर थाली तक कैसे पहुँचते हैं, फिर भी विशिष्ट प्रतिरोधी उपभेदों (strains) पर विस्तृत डेटा की कमी रही है।
साऊदी फूड एंड ड्रग अथॉरिटी और यूनिवर्सिटी ऑफ अल्बर्टा के शोधकर्ताओं की एक टीम ने एक डिजिटल सिमुलेशन बनाकर इस कमी को पूरा करने का प्रयास किया, ताकि साल्मोनेला मिनेसोटा (Salmonella Minnesota) नामक एक विशिष्ट, कठिन उपचार योग्य उपभेद से उत्पन्न जोखिम का अनुमान लगाया जा सके। यह उपभेद विशेष रूप से चिंताजनक है क्योंकि यह कोलिस्टिन (colistin) के प्रति प्रतिरोधी है, जो एक ऐसा एंटीबायोटिक है जिसका उपयोग अक्सर तब अंतिम विकल्प के रूप में किया जाता है जब अन्य उपचार विफल हो जाते हैं। शोधकर्ताओं ने केवल लैब में बैक्टीरिया की गिनती नहीं की; इसके बजाय, उन्होंने एक संभाव्यता मॉडल (probabilistic model) बनाया, जो एक प्रकार का कंप्यूटर प्रोग्राम है जो हजारों परिदृश्यों को चलाता है ताकि लोग कितना चिकन खाते हैं, एक पके हुए भोजन में बैक्टीरिया की मात्रा कितनी हो सकती है, और भोजन करने के बाद किसी व्यक्ति के बीमार होने की कितनी संभावना है, इसकी प्राकृतिक विविधताओं को ध्यान में रखा जा सके। इस सिमुलेशन को 10,000 बार चलाकर, वे एक एकल, निश्चित अनुमान पर निर्भर रहने के बजाय, संभावित परिणामों की पूरी सीमा का मानचित्रण कर सके।
यह अध्ययन पके हुए चिकन पर केंद्रित था, जो उपभोग से पहले खाद्य श्रृंखला का अंतिम चरण है। शोधकर्ताओं ने इस बात का डेटा एकत्र किया कि सऊदी अरब का औसत व्यक्ति कितना मांस खाता है, जिसे स्थानीय प्रयोगशालाओं के निगरानी रिकॉर्ड के साथ जोड़ा गया, जिन्होंने खुदरा चिकन में साल्मोनेला और इसके प्रतिरोधी वेरिएंट कितनी बार पाए गए थे, इसका पता लगाया। उन्होंने इन आंकड़ों को अपने मॉडल में डाला, जिसने गणना की कि एक व्यक्ति एक ही सर्विंग में कितनी बैक्टीरिया मात्रा ग्रहण कर सकता है। सिमुलेशन से पता चला कि प्रति ग्राम पके हुए चिकन में कोलिस्टिन-प्रतिरोधी साल्मोनेला मिनेसोटा का माध्य (median) मात्रा लगभग 1.07 कॉलोनी-फॉर्मिंग यूनिट्स (colony-forming units) थी, जो जीवित बैक्टीरिया का एक माप है। हालांकि यह संख्या छोटी लग सकती है, मॉडल ने फिर एक 'डोज़-रिस्पॉन्स रिलेशनशिप' (खुराक-प्रतिक्रिया संबंध) लागू किया, जो एक वैज्ञानिक विधि है जो खाए गए बैक्टीरिया की मात्रा के आधार पर बीमारी की संभावना का अनुमान लगाती है। परिणामों ने दिखाया कि एक एकल एक्सपोजर से व्यक्ति के बीमार होने की संभावना बहुत कम थी, जिसका माध्य मान 8.00 × 10⁻⁵ था।
जब शोधकर्ताओं ने इन व्यक्तिगत जोखिमों को पूरी आबादी के स्तर पर बढ़ाया, तो उन्होंने अनुमान लगाया कि इस विशिष्ट प्रतिरोधी उपभेद के कारण वार्षिक खाद्य जनित बीमारी की दर प्रति 100,000 लोगों पर लगभग 0.20 मामले होगी। यह एक माध्य अनुमान है, जिसका अर्थ है कि सिम्युलेटेड परिदृश्यों के विशाल बहुमत में, वास्तविक दर 0.0-54 मामले प्रति 100,000 लोगों के बीच होगी। चूंकि सऊदी अरब में इस विशिष्ट उपभेद पर बहुत कम प्रकाशित डेटा है, इसलिए शोधकर्ता अपने सिमुलेशन की तुलना साल्मोनेला मिनेसोटा के वास्तविक दुनिया के अस्पताल रिकॉर्ड से सीधे नहीं कर सके। इसके बजाय, उन्होंने कुल साल्मोनेला संक्रमणों को देखकर अपने मॉडल की विश्वसनीयता का परीक्षण किया। कुल साल्मोनेला मामलों के लिए मॉडल की भविष्यवाणी 2015 और 2023 के बीच रिपोर्ट की गई राष्ट्रीय घटनाओं की दरों के अनुरूप थी, जो 2.34 से 7.50 मामले प्रति 100,000 के बीच थीं। यह सहमति बताती है कि मॉडल का अंतर्निहित तर्क सुदृढ़ है और इसके विशिष्ट अनुमानों के सटीक होने की संभावना है।
निष्कर्ष एक ऐसी तस्वीर पेश करते हैं जिसे पहले मापना कठिन था। यह अध्ययन यह दावा नहीं करता है कि पका हुआ चिकन आउटब्रेक (बीमारी के प्रकोप) का एक प्रमुख स्रोत है, न ही यह सुझाव देता है कि वर्तमान स्थिति संकटपूर्ण है। बल्कि, यह सार्वजनिक स्वास्थ्य अधिकारियों को आधारभूत जोखिम को समझने के लिए एक मौलिक उपकरण प्रदान करता है। लेखक इस बात पर जोर देते हैं कि इस संभाव्यता ढांचे (probabilistic framework) का उपयोग भविष्य के निगरानी प्रयासों के मार्गदर्शन के लिए किया जा सकता है, जिससे अधिकारियों को यह तय करने में मदद मिल सके कि उन्हें अपने निगरानी संसाधनों को कहाँ केंद्रित करना चाहिए। यह समझते हुए कि जोखिम मौजूद है लेकिन वर्तमान में कम है, और एक ऐसा मॉडल होने से जो यह अनुमान लगा सकता है कि खेती के तरीकों या खाना पकाने की आदतों में बदलाव उस जोखिम को कैसे बदल सकता है, सऊदी अरब अपने खाद्य आपूर्ति को सुरक्षित रखने के लिए अधिक प्रभावी रणनीतियाँ विकसित कर सकता है। यह कार्य इस बात का व्यावहारिक उदाहरण है कि कैसे आधुनिक विज्ञान जटिल सिमुलेशन का उपयोग करके सीमित डेटा को कार्रवाई योग्य ज्ञान में बदलता है, जिससे यह सुनिश्चित होता है कि खाद्य सुरक्षा के बारे में निर्णय अनुमान के बजाय साक्ष्य पर आधारित हों।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।