It is worth noting that the QMRA mo

It is worth noting that the QMRA model assumes that the pathogens are always present in the product. The probability for finding a SFP in the product can be determined by using data from past testing for the SFP at a certain step in the SC. The probability that a SFP is not present in the product is zero unless the SFP has never been detected through past testing, in which case this particular SFP would not be relevant for this particular product in the SC and would not be included in the QMRA. Considering the previous research work on influence of climate change and seasonal variations on pathogen outbreaks (e.g., Bentham and Langford, 1995, Fleury et al., 2006, Koelle et al., 2005, McMichael et al., 2003 and Rose et al., 2001), it is likely that the PDF defining the probability for presence of pathogens in certain step in the SC would vary due to seasonal variations and climate change. For the operation of the QMRA model it is not important to understand the mechanism behind the change of the probability for finding a certain concentration of the SFP in the product. The QMRA operates by employing the PDF defining the probability for presence of pathogens in certain step in the SC, which is obtained from previous testing, and calculating the probability for presence of a certain SFP in certain concentration in the product at the end of the supply chain. The probability for finding certain concentration of the SFP in the product is used together with the dose response models to obtain the probability for the consumer to become ill.
One aspect that is currently not defined is the acceptable risk for the consumers to become ill. This is not defined by the law and requires further research taking into account the industry as well as the socio-economic point of view.
The law (e.g., Commission Regulation (EC) No. 2073/2005 of 15 November 2005) defines in the EU for some food products the maximum allowable concentration, in some cases absence, of given SFP, e.g., Listeria monocytogenes, Salmonella, Escherichia coli, in certain quantity of the product, e.g., 10 g, 25 g, see Table 1. In this case the dose response model is not required in the QMRA since the probability for the consumer to become ill is not calculated. Starting from the PDF for finding the SFP in certain concentration, the probability for the concentration of the SFP exceeding the limit can be calculated depending on the temperature profile in the SC. One has to take into account, where absence of SFP in the product is required, that the testing procedures for certain SFP have detection limits which can be expressed in cfu/g. In this case the probability that the concentration of SFP would be above the detection limit at some point in the supply chain can be calculated. This calculation does not provide the probability that the SFP would be absent, the calculation would show the probability that the SFP is not detected when the analytical reference method is used.

ผลลัพธ์ (ไทย) 1:

ได้เร็ว ๆ นี้ว่า รุ่น QMRA สันนิษฐานว่า โรคนี้มักอยู่ในผลิตภัณฑ์ สามารถระบุความเป็นไปได้ในการค้นหาแบบ SFP ในผลิตภัณฑ์ โดยใช้ข้อมูลจากการทดสอบ SFP ในขั้นใน SC. ผ่านมา ความน่าเป็นว่า SFP ที่ไม่มีในผลิตภัณฑ์เป็นศูนย์ยกเว้น SFP ไม่เคยพบผ่านการทดสอบผ่านมา ในกรณีนี้ SFP เฉพาะจะไม่เกี่ยวข้องกับผลิตภัณฑ์นี้เฉพาะใน SC และจะไม่รวมอยู่ใน QMRA พิจารณาการวิจัยก่อนหน้านี้ทำงานกับอิทธิพลของสภาพภูมิอากาศและการเปลี่ยนแปลงตามฤดูกาลในการแพร่กระจายการศึกษา (เช่น เบนแธมและ Langford, 1995 รี่และ al., 2006, Koelle et al., 2005, McMichael และ al., 2003 และโรสและ al., 2001), เป็นไปได้ว่า ที่ PDF กำหนดความเป็นไปได้สำหรับสถานะของโรคในบางขั้นตอนใน SC จะแตกต่างกันเนื่องจากการเปลี่ยนแปลงตามฤดูกาลและสภาพภูมิอากาศ สำหรับการดำเนินการของแบบจำลอง QMRA ไม่ควรทำความเข้าใจกลไกหลังการเปลี่ยนแปลงของความน่าเป็นหาสมาธิแบบ SFP ในผลิตภัณฑ์ QMRA ทำงาน โดยใช้ PDF กำหนดความเป็นไปได้สำหรับสถานะของโรคในบางขั้นตอนใน SC ซึ่งได้รับจากการทดสอบก่อนหน้านี้ และคำนวณความน่าเป็นสำหรับของ SFP ในบางความเข้มข้นในผลิตภัณฑ์ที่สิ้นสุดของห่วงโซ่อุปทาน ความน่าเป็นหาบางความเข้มข้นของ SFP ที่ในผลิตภัณฑ์ใช้ร่วมกับแบบจำลองการตอบสนองยาเพื่อดูความเป็นไปได้สำหรับผู้บริโภคจะกลายเป็นป่วยแง่มุมหนึ่งที่ในปัจจุบันไม่มีกำหนดความเสี่ยงยอมรับได้สำหรับผู้บริโภคจะกลายเป็นไม่ได้ นี้ไม่ได้กำหนดไว้ โดยกฎหมาย และต้องคำนึงถึงอุตสาหกรรมเป็นของสังคมเศรษฐกิจมองการวิจัยเพิ่มเติมกฎหมาย (เช่น คณะกรรมการควบคุม (EC) หมายเลข 2073/2005 ของ 15 2548 พฤศจิกายน) กำหนดใน EU บางผลิตภัณฑ์อาหารสูงสุดที่ใช้ความเข้มข้น ในบางกรณีขาด ของ SFP เช่น ออลิ monocytogenes รับสาย Escherichia coli กำหนดปริมาณของผลิตภัณฑ์ เช่น 10 กรัม 25 กรัม ดูตารางที่ 1 ในกรณีนี้ แบบตอบสนองต่อยาไม่ต้อง QMRA เนื่องจากไม่มีคำนวณความน่าเป็นสำหรับผู้บริโภคจะกลายเป็นไม่ เริ่มต้นจาก PDF หา SFP ในความเข้มข้นแน่นอน ความน่าเป็นสำหรับความเข้มข้นของ SFP ที่เกินขีดจำกัดสามารถคำนวณได้ตามค่าอุณหภูมิในการ SC. หนึ่งมีถึง การขาดงานของ SFP ในผลิตภัณฑ์จำเป็น ที่ขั้นตอนการทดสอบหา SFP มีการตรวจสอบวงเงินที่สามารถแสดงเป็น cfu/g ในกรณีนี้ น่าเป็นที่ความเข้มข้นของ SFP จะขีดตรวจในบางจุดในห่วงโซ่อุปทาน สามารถคำนวณ การคำนวณนี้ให้ความน่าเป็นว่า SFP ที่จะขาดงาน การคำนวณจะแสดงความเป็นไปได้ที่ SFP ตรวจไม่พบเมื่อใช้วิธีการวิเคราะห์การอ้างอิง

ผลลัพธ์ (ไทย) 2:

มันเป็นที่น่าสังเกตว่ารูปแบบ QMRA อนุมานว่าเชื้อโรคมักจะอยู่ในผลิตภัณฑ์ ความน่าจะเป็นสำหรับการค้นหา SFP ในผลิตภัณฑ์จะถูกกำหนดโดยใช้ข้อมูลจากการทดสอบที่ผ่านมาสำหรับ SFP ที่ขั้นตอนบางอย่างในเซาท์แคโรไลนา ความน่าจะเป็นที่ SFP ไม่มีอยู่ในผลิตภัณฑ์ที่เป็นศูนย์เว้นแต่ SFP ไม่เคยได้รับการตรวจพบผ่านการทดสอบที่ผ่านมาซึ่งในกรณีนี้โดยเฉพาะ SFP จะไม่เกี่ยวข้องสำหรับสินค้านี้โดยเฉพาะอย่างยิ่งในเซาท์แคโรไลนาและจะไม่ถูกรวมอยู่ใน QMRA พิจารณางานวิจัยก่อนหน้านี้เกี่ยวกับอิทธิพลของการเปลี่ยนแปลงสภาพภูมิอากาศและการเปลี่ยนแปลงตามฤดูกาลในการระบาดของการติดเชื้อ (เช่นแทมและ Langford, 1995 เฟล et al., 2006 Koelle et al., 2005 McMichael et al., 2003 และโรส et al, , 2001) ก็มีแนวโน้มว่ารูปแบบไฟล์ PDF การกำหนดความเป็นไปได้สำหรับการปรากฏตัวของเชื้อโรคในขั้นตอนบางอย่างในเซาท์แคโรไลนาจะแตกต่างกันเนื่องจากการเปลี่ยนแปลงตามฤดูกาลและการเปลี่ยนแปลงสภาพภูมิอากาศ สำหรับการดำเนินงานของรูปแบบ QMRA มันไม่ได้เป็นสิ่งสำคัญที่จะเข้าใจกลไกที่อยู่เบื้องหลังการเปลี่ยนแปลงของความน่าจะเป็นในการหาบางอย่างที่มีความเข้มข้นของ SFP ในผลิตภัณฑ์ QMRA ดำเนินโดยใช้รูปแบบไฟล์ PDF การกำหนดความเป็นไปได้สำหรับการปรากฏตัวของเชื้อโรคในขั้นตอนบางอย่างในเซาท์แคโรไลนาซึ่งจะได้รับจากการทดสอบก่อนหน้านี้และการคำนวณความน่าจะเป็นสำหรับการปรากฏตัวของ SFP บางอย่างในความเข้มข้นของบางอย่างในผลิตภัณฑ์ในตอนท้ายของอุปทาน โซ่ ความน่าจะเป็นในการค้นหาความเข้มข้นที่แน่นอนของ SFP ในผลิตภัณฑ์ที่มีการใช้ร่วมกับการตอบสนองต่อยารุ่นที่จะได้รับความเป็นไปได้สำหรับผู้บริโภคที่จะกลายเป็นคนป่วย.
แง่มุมหนึ่งว่าขณะนี้ไม่ได้ถูกกำหนดเป็นความเสี่ยงที่ยอมรับสำหรับผู้บริโภคที่จะกลายเป็นคนป่วย นี้ไม่ได้ถูกกำหนดตามกฎหมายและต้องมีการวิจัยต่อไปโดยคำนึงถึงอุตสาหกรรมเช่นเดียวกับจุดทางเศรษฐกิจและสังคมในมุมมองของ.
กฎหมาย (เช่นสำนักงานคณะกรรมการกำกับกฎระเบียบ (EC) No. 2073/2005 ของ 15 พฤศจิกายน 2005) กำหนดใน สหภาพยุโรปสำหรับผลิตภัณฑ์อาหารบางความเข้มข้นสูงสุดที่อนุญาตในบางกรณีที่ไม่มีกรณีของ SFP ที่กำหนดเช่น Listeria monocytogenes, Salmonella, อีโคในปริมาณที่แน่นอนของผลิตภัณฑ์เช่น 10 กรัม, 25 กรัมให้ดูตารางที่ 1 ในการนี้ Case รุ่นตอบสนองต่อยาที่ไม่จำเป็นต้องใช้ใน QMRA ตั้งแต่ความเป็นไปได้สำหรับผู้บริโภคที่จะกลายเป็นคนป่วยที่ไม่ได้คำนวณ เริ่มจากรูปแบบไฟล์ PDF สำหรับการค้นหา SFP ความเข้มข้นของบางอย่างที่น่าจะเป็นความเข้มข้นของ SFP เกินขีด จำกัด สามารถคำนวณขึ้นอยู่กับรายละเอียดอุณหภูมิในเซาท์แคโรไลนา หนึ่งจะต้องคำนึงถึงการที่ตัวตนของ SFP ในผลิตภัณฑ์เป็นสิ่งจำเป็นที่ขั้นตอนการทดสอบสำหรับ SFP บางอย่างมีข้อ จำกัด การตรวจสอบซึ่งสามารถแสดงออกใน cfu / g ในกรณีนี้น่าจะเป็นที่ความเข้มข้นของ SFP จะเหนือขีด จำกัด การตรวจสอบในบางจุดในห่วงโซ่อุปทานสามารถคำนวณได้ การคำนวณนี้ไม่ได้ให้ความน่าจะเป็นที่ SFP จะขาดการคำนวณจะแสดงให้เห็นความเป็นไปได้ว่า SFP ตรวจไม่พบเมื่อวิธีการอ้างอิงที่ใช้ในการวิเคราะห์

ผลลัพธ์ (ไทย) 3:

เป็นมูลค่า noting ว่า qmra รูปแบบสันนิษฐานว่า เชื้อโรคจะอยู่ในผลิตภัณฑ์ ความน่าจะเป็นสำหรับการค้นหา SFP ในผลิตภัณฑ์สามารถตัดสินใจโดยใช้ข้อมูลจากการทดสอบที่ผ่านมาสำหรับ SFP ในขั้นตอนบางอย่างใน SC น่าจะเป็นที่ไม่มีอยู่ในขบวนสินค้าศูนย์ยกเว้นขบวนยังไม่เคยตรวจพบโดยการทดสอบที่ผ่านมาซึ่งในกรณีนี้ ขบวนนี้โดยเฉพาะจะไม่เกี่ยวข้องกับเรื่องนี้ โดยเฉพาะผลิตภัณฑ์ใน SC และจะไม่รวมอยู่ใน qmra . เมื่อพิจารณาจากงานวิจัยที่ผ่านมา อิทธิพลของการเปลี่ยนแปลงสภาพภูมิอากาศและการเปลี่ยนแปลงตามฤดูกาลในการแพร่ระบาดของเชื้อโรค เช่น เบนแธม และ Langford , 1995 , ฟลุรี่ et al . , 2006 , koelle et al . , 2005 mcmichael et al . , 2003 และเพิ่มขึ้น et al . , 2001 )มันเป็นโอกาสที่ PDF การกำหนดความน่าจะเป็นสำหรับการปรากฏตัวของเชื้อโรคในบางขั้นตอนใน SC จะแตกต่างกันเนื่องจากการเปลี่ยนแปลงตามฤดูกาลและการเปลี่ยนแปลงสภาพภูมิอากาศ สำหรับการดำเนินงานของ qmra รูปแบบมันไม่ได้เป็นสิ่งสำคัญที่จะเข้าใจกลไกที่อยู่เบื้องหลังการเปลี่ยนแปลงของความน่าจะเป็นสำหรับการหาความเข้มข้นที่แน่นอนของขบวนในผลิตภัณฑ์การ qmra ทํางานโดยการใช้รูปแบบไฟล์ PDF การใช้ความน่าจะเป็นสำหรับการปรากฏตัวของเชื้อโรคในบางขั้นตอนใน SC ที่ได้รับจากการทดสอบก่อนหน้านี้ และการคำนวณความน่าจะเป็นสำหรับการปรากฏตัวของบางขบวนในบางความเข้มข้นในผลิตภัณฑ์ที่สิ้นสุดของห่วงโซ่อุปทานความน่าจะเป็นสำหรับการหาความเข้มข้นที่แน่นอนของขบวนในผลิตภัณฑ์ที่ใช้ร่วมกับการตอบสนองยารุ่นที่จะได้รับโอกาสสำหรับผู้บริโภคที่จะกลายเป็นป่วย .
กว้างยาวหนึ่งที่ยังไม่ได้กำหนดเป็นที่ยอมรับความเสี่ยงสำหรับผู้บริโภคที่จะกลายเป็นป่วยนี้ไม่ได้กำหนดโดยกฎหมายและต้องมีการวิจัยเพิ่มเติม จดลงในบัญชีอุตสาหกรรม รวมทั้งประเด็นทางด้านเศรษฐกิจและสังคมของมุมมอง .
กฎหมาย ( เช่น ระเบียบคณะกรรมการ ( EC ) หมายเลข 2073 / 2548 15 พฤศจิกายน 2548 ) กำหนดในสหภาพยุโรปสำหรับผลิตภัณฑ์อาหารที่ความเข้มข้นสูงสุดที่อนุญาตในบางกรณีการขาดของ ให้ขบวน เช่น วงแหวนแวนอัลเลน , Salmonella , Escherichia coli ,ปริมาณที่แน่นอนของผลิตภัณฑ์ เช่น 10 กรัม , 25 กรัม ดูจากตารางที่ 1 ในกรณีนี้ปริมาณการตอบสนองแบบไม่จําเป็นใน qmra ตั้งแต่ความน่าจะเป็นสำหรับผู้บริโภคที่จะกลายเป็นป่วย ไม่ใช่การคำนวณ เริ่มจาก PDF สำหรับการค้นหา SFP ในบางความเข้มข้นความน่าจะเป็นสำหรับความเข้มข้นของขบวนเกินขีด จำกัด สามารถคำนวณขึ้นอยู่กับอุณหภูมิในสาขาวิชาหนึ่งที่มีการใช้ในบัญชีที่ขาดของขบวนในผลิตภัณฑ์เป็นสิ่งจำเป็นที่การทดสอบขั้นตอนสำหรับบางขบวนมีจำกัดการค้นหาที่สามารถแสดงใน CFU / กรัมในกรณีนี้น่าจะเป็นที่ความเข้มข้นของ SFP จะเหนือขีดจำกัดในบางจุดในห่วงโซ่อุปทานสามารถคํานวณ การคำนวณนี้ไม่ได้ให้ความน่าจะเป็นที่ขบวนจะขาดการคำนวณจะแสดงความน่าจะเป็นที่ขบวนตรวจไม่พบเมื่อใช้วิธีอ้างอิงวิเคราะห์