Modeling the Risk of Colistin-Resistant Salmonella Minnesota in Cooked Chicken: A Probabilistic Microbial Assessment
本研究采用概率微生物风险评估模型来评估沙特阿拉伯熟食鸡肉中耐多黏菌素明尼苏达沙门氏菌对公众健康的风险，发现其年度发病率较低，为每10万人口仅0.20例，并验证了该模型在数据受限环境下用于食品安全监测的实用性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
每当一个人进食时，他们都在与微观世界进行一场无声的谈判。在栖息于我们食物中的数万亿细菌中，有些是无害的，而另一些则有能力导致严重的疾病。在这一无形景观中，最持久的威胁之一是沙门氏菌（Salmonella），这种细菌经常污染禽肉并导致食源性疾病。几十年来，医生和公共卫生官员一直依赖抗生素来治疗这些感染。然而，在人类健康和动物养殖领域广泛使用这些药物，导致了一个危险的变化：细菌正在学习如何从旨在杀死它们的药物中生存下来。这种现象被称为抗生素耐药性，这意味着当一个人生病时，标准的治疗方法可能不再奏效。在鸡肉是数百万人消费的饮食主食的沙特阿拉伯，了解这些耐药细菌如何从农场转移到餐桌至关重要，然而关于特定耐药菌株的详细数据却一直很匮乏。
来自沙特食品药品监督管理局和阿尔伯塔大学的一个研究小组致力于填补这一空白，他们创建了一个数字模拟系统，以评估一种特定的、难以治疗的沙门氏菌菌株——明尼苏达沙门氏菌（Salmonella Minnesota）所带来的风险。这种菌株特别令人担忧，因为它对黏菌素（colistin）具有耐药性，而黏菌素通常是在其他治疗失败时使用的最后手段。研究人员不仅仅是在实验室里计数细菌；相反，他们构建了一个概率模型，这是一种能够运行数千种场景的计算机程序，用以解释人们摄入鸡肉量的自然变化、烹饪后的餐食中可能存在的细菌量，以及进食后患病的可能性。通过运行一万次模拟，他们可以绘制出所有可能结果的全貌，而不是依赖于一个单一的、固定的猜测。
该研究重点关注熟鸡肉，即消费前的食物链最后阶段。研究人员收集了关于沙特阿拉伯人平均摄入肉类的数据，并结合了追踪零售鸡肉中发现沙门氏菌及其耐药变异体频率的当地实验室监测记录。他们将这些数据输入模型，计算出一个人在单份分量中可能摄入的细菌量。模拟显示，每克熟鸡肉中摄入的黏菌素耐药明尼苏达沙门氏菌的中位数约为 1.07 个菌落形成单位（一种活菌的度量标准）。虽然这个数字看起来很小，但模型随后应用了剂量-反应关系，这是一种根据摄入细菌量来估算患病可能性的科学方法。结果显示，单次暴露导致一个人患病的概率非常低，中位值为 8.00 × 10⁻⁵。
当研究人员将这些个体风险扩大到整个群体规模时，他们估计由这种特定耐药菌株引起的年度食源性疾病发生率为每 10 万人约 0.20 例。这是一个中位数估计值，意味着在绝大多数模拟场景中，实际发生率会落在 0.07 到 0.54 例/10 万人之间。由于关于这种特定菌株在沙特阿拉伯的已发表数据极少，研究人员无法将他们的模拟结果直接与现实世界的医院记录进行对比。相反，他们通过观察所有沙门氏菌感染的总数来测试模型的可靠性。该模型对总沙门氏菌病例的预测与 2015 年至 2023 年间报告的全国发病率（范围在 2.34 到 7.50 例/10 万人之间）高度吻合。这种一致性表明模型的底层逻辑是合理的，其针对耐药菌株的具体估算也可能是准确的。
这些发现为此前难以量化的风险提供了一个清晰的、基于数据的图景。这项研究并非声称熟鸡肉是爆发的主要来源，也并非暗示现状处于危机之中。相反，它为公共卫生官员提供了一个理解基准风险的基础工具。作者强调，这种概率框架可以用于指导未来的监测工作，帮助当局决定将监测资源集中在何处。通过了解风险确实存在但目前处于较低水平，并且拥有一种可以预测农业实践或烹饪习惯的变化如何改变风险的模型，沙特阿拉伯可以制定更有效的策略来保障其食品供应安全。这项工作是一个实用的范例，展示了现代科学如何利用复杂的模拟技术将有限的数据转化为可操作的知识，确保有关食品安全的决策是基于证据而非猜测。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。