Risikovurdering af anvendelse af opsamlet tagvand

7 Dosis-respons kurver

7.1 Introduktion
7.2 Modeller for sammenhæng mellem dosis og respons
      7.2.1 Risiko for infektion er uafhængig af antallet af patogener (Eksponentiel model)
      7.2.2 Risiko for infektion er afhængigt af antallet af patogener (Beta Poisson-model)
      7.2.3 Litteratursøgning på estimerede dosis-respons kurver
7.3 Operationel beskrivelse af dosis-respons kurver i den kvantitative risikovurdering

7.1 Introduktion

Sammenhænge mellem dosis og respons for mikroorganismer er vanskelige at fastlægge fordi de kan variere stærkt afhængigt af dyreart, eksponeringsmåde og modstandskraft. Oftest er de søgt fastlagt for raske yngre forsøgspersoner eller forsøgsdyr udsat for relativt høje doser, og herefter har man forsøgt at ekstrapolere til lavere doser ved hjælp af semi-mekanistiske modeller og brug af usikkerhedsfaktorer for at tage hensyn til personer med nedsat modstandskraft. En anden metode er at tage udgangpunkt i konkrete hændelser, hvor en population har været udsat for et patogen og registreret antallet af påvirkede personer, men her er den dosis som folk har været udsat for meget svær at estimere.

Viden om antal mikroorganismer og deres virulens kan for mange mikroorganismers vedkommende være lidet kendt, da de kan være vanskelige at dyrke i laboratoriet specielt i medier der anvendes til at vurdere patienters infektionsstatus og antal og virulens kan derfor være meget svære at vurdere. Der er kun meget begrænset viden om variationen i immunstatus i befolkningen og nedsat immunforsvar kan komme til udtryk i nogle enkelte organer afhængig af om kontakten sker gennem indånding af aerosoler, ved hudkontakt eller ved indtagelse. Desuden varierer modstandsdygtigheden med alder, årstid, sundhedstilstand mm.

7.2 Modeller for sammenhæng mellem dosis og respons

De matematiske modeller for dosis-respons kurver er baseret på risikoen for, at et patogen medfører, at personen bliver inficeret. Der er to modeller, der almindeligvis benyttes.

7.2.1 Risiko for infektion er uafhængig af antallet af patogener (Eksponentiel model)

Når risikoen for infektion er afhængigt af hver enkelt patogens smittegrad benyttes en simpel eksponentiel model af typen

Pinf =1 - e  _Dosis/k              (7.1)

hvor k er større end 1. Et lavt k betyder, at risikoen for infektion er høj. Hvis k sættes lig 1 benævnes modellen "Maksimum risk" modellen svarende til, at det er sikkert, at man bliver inficeret hvis man bliver eksponeret for patogenet.

7.2.2 Risiko for infektion er afhængigt af antallet af patogener (Beta Poisson-model)

I det tilfælde benyttes en parameter mere i modellen, svarende til, at sammenhængen mellem dosis og respons er mere kompliceret:

en simpel eksponentiel model(7.2)  

hvor N50 er medianen i fordelingen, dvs. den dosis der medfører, at 50% af populationen bliver inficeret, mens α er en dimensionsløs parameter. Det bemærkes, at der er begrænsninger i de værdier, som N50 og α kan antage. Hvis N50 er lav er der risiko for, at den beregnede sandsynlighed for infektion er højere end sandsynligheden for at blive inficeret ved indtag af mindst en organisme jf. maksimum risk modellen, hvilket ikke er fysisk muligt. Derfor bør en Beta-Poisson model altid verificeres i forhold til "Maksimum-risk" modellen for at sikre, at modellen ikke overestimerer sandsynligheden for at blive inficeret. Dette diskuteres nærmere i Teunis og Havelaar (2000)

7.2.3 Litteratursøgning på estimerede dosis-respons kurver

I bilag A er angivet kendt viden om sammenhænge mellem dosis og respons for patogener i tagvand. Der er kun angivet information for de patogener som er medtaget i den operationelle beskrivelse, dvs. opportunistiske bakterier (Pseudomonas og Aeromonas), Campylobacter, Legionella og protozoer (Cryptosporidium og Giardia).

Informationerne om dosis-respons kurver er vist grafisk i figur 7.1. Det fremgår af bilag A at der ikke er signifikant forskel på de infektiøse doser for de to typer protozoer, Giardia og Cryptosporidium, fordi de to konfidensintervaller overlapper hinanden. Derfor giver informationerne om dosis-respons kurverne endnu et argument for ikke at skelne mellem de to typer af protozoer i beregningerne af risikoen for infektion af protozoer. Baseret på epidemiologiske studier af et stort udbrud i USA er der også nogle der skønner den infektive dosis for Cryptosporidium så lav som 1-10 oocyster, altså lige så infektivt som Giardia.

Figur 7.1  Oversigt over estimerede dosis-respons kurver i litteraturen. Den flade hældning for Campylobacter skyldes, at risikoen følger en Beta-Poisson model i modsætning til dosis-respons modellerne for de øvrige patogener.

Figur 7.1
Oversigt over estimerede dosis-respons kurver i litteraturen. Den flade hældning for Campylobacter skyldes, at risikoen følger en Beta-Poisson model i modsætning til dosis-respons modellerne for de øvrige patogener.

7.3 Operationel beskrivelse af dosis-respons kurver i den kvantitative risikovurdering

Som det fremgår af det foregående er kendskabet til infektiøse doser og dosis-respons sammenhænge meget begrænset, ligesom den naturlige variation mellem forskellige individer er stor. Ved opstillingen af operationelle dosis-respons kurver er der benyttet afrapporterede undersøgelser af usikkerheden på dosis-respons sammenhænge. Der er tre væsentlige forbehold overfor disse studier:

  1. Undersøgelserne er baseret på studier af en forholdsvist homogen gruppe af forsøgspersoner. De personer der eksponeres for tagvand vil være mere heterogen end forsøgsgruppen, fordi også sårbare grupper og ekstra resistente grupper indgår i undersøgelsen. Et eksempel på sårbare grupper er personer med svækket immunforsvar, f.eks. i forbindelse med antibiotika-behandling for andre patogener.
  2. Undersøgelserne er baseret på et indtag af et veldefineret undertype af patogenet. Der er i praksis flere udgaver (strains) af patogenet. Disse strains kan have forskellige karakteristika, herunder infektivitet.
  3. De undersøgte doser vil være høje for at sikre at et passende antal personer inficeres. Det gør det vanskeligt at ekstrapolere til lavere doser.

Disse faktorer bevirker, at den faktiske usikkerhed er større end den som er rapporteret i de foretagne undersøgelser. De usikkerheder der er skønnet på baggrund af de frivillige forsøgspersoner er derfor de mindst mulige usikkerheder. Ud fra de beregnede konfidensintervaller for forsøgspersonerne er derfor skønnet nogle nye konfidensintervaller for befolkningen som helhed, der er større end de der er baseret på de undersøgte personer. Et eksempel på sådanne konfidensintervaller er vist på figur 7.2. De præcise formuleringer af de skønnede konfidensintervaller er angivet i bilag A.

Figur 7.2  Eksempel på modellering af dosis-respons kurver. Der er optegnet de ydre konfidensgrænser for protozoerne med tynde røde stiplede linier. De fede grå kurver svarer til den model der benyttes i nærværende undersøgelse, incl. 95% konfidensgrænser. Det ses, at den skønnede model for dosis-respons har videre grænser end de enkelte modeller for Giardia og Cryptosporidium

Figur 7.2
Eksempel på modellering af dosis-respons kurver. Der er optegnet de ydre konfidensgrænser for protozoerne med tynde røde stiplede linier. De fede grå kurver svarer til den model der benyttes i nærværende undersøgelse, incl. 95% konfidensgrænser. Det ses, at den skønnede model for dosis-respons har videre grænser end de enkelte modeller for Giardia og Cryptosporidium