Königsweg 67
14163 Berlin
+49 30 838 56034
epi@vetmed.fu-berlin.de
Dosis- Wirkungsmodelle nehmen im Rahmen von quantitativen mikrobiologischen Risikobewertungen eine zentrale Rolle ein. Die für den betrachteten Krankheitserreger unterstellte Dosis- Wirkungsbeziehung stellt dabei insofern einen kritischen Punkt dar, da die vorgenommenen Schätzungen der Erkrankungswahrscheinlichkeiten bei durch Lebensmittel bedingten Erkrankungen mit erheblichen Unsicherheiten belastet sind. Diese Unsicherheiten ergeben sich zum einen aufgrund der eingeschränkten Menge, Qualität und Verlässlichkeit der zur Verfügung stehenden Daten. Zum anderen werden auf Grundlage einer Datenbasis verschiedene Modellansätze für die Schätzung der Dosis-Wirkungsbeziehung herangezogen, die zu sehr unterschiedlichen Ergebnissen hinsichtlich der geschätzten Erkrankungswahrscheinlichkeit führen. Die auf Grundlage der verwendeten Dosis-Wirkungsmodelle geschätzten Erkrankungswahrscheinlichkeiten bedingen entscheidend das Ergebnis der quantitativen mikrobiologischen Risikobewertung insgesamt und damit auch die daraus abgeleiteten Risikomanagementmaßnahmen.
In dieser Arbeit wird die Bedeutung des Faktors Unsicherheit bei den berechneten (Erkrankungs-) Wahrscheinlichkeiten sowie dessen Auswirkungen auf die Risikocharakterisierung und das Risikomanagement am Beispiel des Erregers Campylobacter untersucht. Campylobacter spp. kommt weltweit, und insbesondere auch in Deutschland, eine herausragende Bedeutung als Verursacher von lebensmittelassoziierten Gastroenteritiden zu. Verschiedene quantitative Risikobewertungen und Risikoschätzungen aus unterschiedlichen Ländern liegen bereits vor.
Auf Grundlage von bekannten Dosis-Wirkungsmodellen für Campylobacter wurden eigene Berechnungen auf Basis einer fiktiv angenommenen Expositionsverteilung für verschiedene Szenarien mit veränderten Streuungs- und Lageparametern durchgeführt. Die Risikoschätzungen, die für verschiedene Dosis- Wirkungsmodelle in dieser Arbeit berechnet wurden, führen zu heterogen Ergebnissen hinsichtlich der berechneten Erkrankungswahrscheinlichkeiten. Ebenso konnte gezeigt werden, dass die Parameterveränderungen, die das Ergebnis von Managementmaßnahmen widerspiegeln, je nach betrachtetem Modellansatz unterschiedlich großen Einfluss auf die berechneten Wahrscheinlichkeiten haben.