超高效液相色谱-串联质谱法测定饮料中的4种环境类雌激素

目的建立超高效液相色谱-串联质谱(ultra performance liquid chromatography-tandem mass spectrometry,UPLC-MS/MS)测定饮料中双酚A(bisphenol A,BPA)、双酚S(bisphenol S,BPS)、辛基酚(octylphenol,OP)和壬基酚(nonylphenol,NP)残留量的分析方法。方法样品经过HLB固相萃取柱净化后,用ZORBAX SB-Aq柱(3.0 mm×100 mm,1.8μm)分离,以甲醇和5 mmol/L乙酸铵溶液作为流动相进行梯度洗脱,电喷雾负离子模式(ESI-)电离,多反应监测模式(multiple reaction monitoring,MRM)进行检测。结果 BPA、BPS在2~100μg/L范围内线性关系良好(r0.999),方法的检出限(S/N=3)为0.3、0.01μg/L,在0.25、2、8μg/L添加水平的回收率分别为78.6%~88.0%,相对标准偏差(n=6)为1.1%~6.0%;OP、NP在10~500μg/L范围内线性关系良好(r0.999),方法的检出限(S/N=3)为0.7、0.9μg/L,在1.25、10、40μg/kg添加水平的回收率分别为85.5%~107%,相对标准偏差(n=6)为2.1%~6.6%。结论该方法简单、灵敏、准确可靠,适用于饮料中BPA、BPS、OP和NP等环境类雌激素的测定。     

基于区域卫生信息平台的食源性疾病预警系统设计

目的研究食源性疾病预警系统的设计模式,为政府部门防控食源性疾病提供信息化支撑。方法在人口健康信息化总体框架内,基于地级市区域卫生信息平台采集食源性疾病患者信息,应用地理编码技术对监测数据赋予空间位置属性,应用空间分析方法进行可视化展现和统计分析。结果系统在设计上突破了哨点医院的瓶颈,将采集范围扩展到中山市所有医疗机构和社区卫生服务中心,自动获取符合食源性疾病定义的主诉病例,从个体上掌握全市疑似食源性疾病患者就诊和用药情况,每日夜间汇总当天所有疑似食源性疾病病例,基于空间统计分析模型辅助研判,对疑似聚集性食源性疾病暴发事件进行预警。结论基于区域卫生信息平台的系统设计模式有助于解决我国食源性疾病预警中滞后性的问题,对推进基层公共卫生信息化建设,创新预警防控模式将产生积极的作用。     

某市集体食堂食物中毒流行病学分析

目的对某市集体食堂食物中毒进行流行病学分析,为预防控制集体食堂食物中毒提供依据。方法用回顾性流行病学方法对某市2001-2007年发生的集体食堂食物中毒进行分析,相关资料录入电脑,用SPSS10.0进行统计分析。结果①2001-2007年某市集体食堂发生食物中毒65起,中毒人数1785人。②集体食堂食物中毒的发生数和中毒人数呈逐年下降趋势;发病高峰季节是每年的5-11月份。③细菌性食物中毒占集体食堂食物中毒的75.38%,以副溶血性弧菌和奇异变形杆菌为主;植物性食物中毒以四季豆为主。④中毒人群具有进食场所和进食餐次的高度聚集性,但年龄、性别和职业无特异性。⑤潜伏期最短12min,最长2670min,平均670min;以腹痛、腹泻、恶心、呕吐、头晕为主。⑥引起集体食堂中毒食物依次为凉拌菜、四季豆、烧鸭和白切鸡。⑦经营单位半数以上没有卫生许可证,相当部分的从业人员没有健康证,且大部分厨房环境、设施等不符合卫生要求。结论某市集体食堂食物中毒存在高峰季节、高危食品,加强对政府部门、企业和消费者的食品安全持久广泛宣传是最好的预防办法。     

一起粪肠球菌引起食源性疾病暴发流行病学分析及分子溯源调查

目的调查某小型餐馆发生的一起食源性疾病暴发事件,分析事件发生的原因及危险因素,并提出预防措施。方法采用现场流行病学方法调查事件特征及危险因素,通过运用脉冲场凝胶电泳(PFGE)方法对致病因子进行同源性分析。结果共调查到5例病例,临床表现为腹泻、腹痛。调查结果提示中毒食物为2019年6月13日晚餐的卤鸡腿饭,现场卫生学调查提示可能的危险因素为卤鸡腿常温放置时间过久,供餐前重新加热时间不足。现场采样的3份病例肛拭子标本、1份卤鸡腿和1份切菜砧板棉拭样品均检出粪肠球菌,脉冲场凝胶电泳检测同源性为100%。结论食用受大量粪肠球菌污染的卤鸡腿是本次食源性疾病暴发的主要原因。建议加强小型餐馆从业人员食品安全意识,掌握正确的食品烹饪方法。     

2015-2018年中山市食用油、油脂及其制品监督抽检结果分析及空间分布规律研究

摘 要: 目的 研究中山市食用油、油脂及其制品的抽检结果和空间分布规律。方法 应用Global Moran’s I和LISA空间自相关分析方法, 对中山市食品药品监督管理局2015年1月1日至2018年11月9日公开发布的食用油、油脂及其制品监督抽检数据进行分析。结果 此期间中山市食品药品监督部门共完成744批次“食用油、油脂及其制品”的监督抽检, 合格率为93.4%。东升镇、火炬区、南朗镇、三乡镇、石岐区和五桂山区合格率均为100%。空间自相关结果显示合格率在镇区尺度下具有显著的空间正相关性, 南朗镇(I=0.808, CL=1, P<0.05)和东区(I=0.224, CL=1, P<0.05)呈现显著的高高值聚集分布(High-High)。结论 中山市食用油、油脂及其制品抽检样本总体合格率较高, 不合格批次较少, 企业生产的定型包装产品全部合格, 仅少部分小作坊生产的花生油产品存在少量黄素霉毒素B1超标问题, 反映出中山市食用油、油脂及其制品食品安全总体形势较好, 监管工作效果显著。     

基于多源数据的食品安全时空预警信息化体系设计研究

大数据时代的来临, 机器学习技术不断被发掘, 时空分析技术日渐成熟, 两者的特点有机结合可以形成一种食品安全时空预警的新思路。本研究对上述技术进行了信息化层面的整合, 研究设计了基于跨部门多源数据的食品安全时空预警信息化体系框架, 利用机器学习对数据进行深度挖掘以及应用空间统计分析技术“建岛搭桥”, 在海量而复杂的监测数据中深度学习找到关键信息和隐藏关系, 对超出预期的风险异常区域进行预警, 为政府部门预防和控制食源性疾病提供科学依据和支持。     

基于暴露限值法与数学模型法的某市居民食用植物油中黄曲霉毒素B1的膳食暴露风险评估

目的 运用暴露限值法与数学模型法2种不同的方法, 评估某市居民从食用植物油中摄入黄曲霉毒素B1(aflatoxin B1, AFB1)的膳食风险, 并提出建议。方法 采用分层随机法, 抽取广东省某市生产及流通领域中食用植物油, 分别用酶联免疫吸附测定法(enzyme-linked immunosorbent assay, ELISA)和高效液相色谱-柱后衍生法(high performance liquid chromatography, HPLC)检测不同年份样品的AFB1含量, 结合该市居民膳食消费量计算食用油中AFB1的暴露水平, 运用暴露限值(margin of exposure, MOE)法与数学模型法进行膳食风险评估。结果 共采集的341份食用植物油, AFB1检出率为66.0%; 花生油样品检出率和含量均高于其余品种(P<0.05); 散装样品检出率和含量明显高于定型包装样品(P<0.05)。超市和餐饮单位的样品AFB1含量较其它场所低(P<0.05); 不同地区的样品检出率和含量差异无统计学意义(P>0.05)。该市居民食用油AFB1暴露水平为3.12 ng/kg bw/d, MOE值为80, 对于肝癌发病率的贡献为0.1248/10万人。结论 该市居民食用植物油AFB1膳食暴露水平和致肝癌发病的贡献较低, 但仍应引起足够和持续的公共卫生关注, 尤其对于散装花生油应优先采取风险管理措施, 加大监管力度, 并做好人群健康饮食习惯指导。     

一起扁豆食物中毒的现场流行病学调查

调查某公司发生的一起食物中毒事件,利用现场流行病学和卫生学调查方法分析事件的危险因素,并提出预防措施。方法 制定病例定义,开展病例搜索和个案调查,采用描述性流行病学方法分析事件特征,开展回顾性队列研究和剂量-反应关系分析探讨危险因素,现场卫生学调查分析事件发生影响因素。结果 从某公司员工中共搜索到40例病例,罹患率为19.4%(40/206),临床表现为恶心(100%,40/40)、呕吐(82.5%,33/40)、头晕(82.5%,33/40)、腹痛(65.0%,26/40)、头痛(30.0%,12/40),潜伏期最短0.5 h,最长5 h。流行曲线符合点源暴发模式,回顾性队列研究结果提示可疑食物为1月19日午餐的扁豆炒肉(RR=8.8,95%CI:1.3～60.8),剂量-反应关系分析结果显示进食量越多的员工,发病的危险性越大(χ²Trends=7.8,P<0.05)。现场卫生学调查提示,事件发生的可能危险因素是烹煮时间不足,导致扁豆未能煮熟煮透。结论 本次食物中毒事件为进食未煮熟的扁豆引起。应加强食品从业人员食品安全意识,掌握正确的食品烹饪方法。     

基于“健康中山区域平台”的食源性疾病信息监测挖掘体系设计研究

目的 研究建立基于“健康中山区域平台”的食源性疾病信息监测挖掘体系。方法 在健康中山和粤港澳大湾区智慧医疗卫生政策指导下, 以2018年底正式上线的健康中山区域平台为基础, 以食源性疾病医师诊断为主体, 国际疾病分类第10版(ICD-10分类)为辅助的诊断字典库, 实现全市疑似食源性疾病患者的快速识别和深入挖掘。结果 基于“健康中山区域平台”的食源性疾病信息监测挖掘体系, 应用“互联网+食源性疾病”整体体系架构模式进行设计, 利用数据挖掘技术自动获取食源性疾病患者数据, 并通过机器学习模型的分析推理, 组成科学、规范、平稳和高效的自动监测识别和早期暴发预测体系。结论 本研究设计的信息监测挖掘体系框架有助于解决旧模式中过度依赖哨点医院手工上报的漏报和延误瓶颈问题, 提升政府部门预防和控制食源性疾病的主动监测能力。