抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
毎年,百万ではなくとも十万単位の試料が食品と水の微生物汚染評価の為に収集,分析されている。製造工程末端での病原性微生物濃度は大部分の日用品では低く試料に存在する可能性がある対象微生物測定には高感受性試験が使われている。幾つかの実施で,試験陽性試料は定量される事になる。最確数(MPN)技術は低濃度推定が出来るので試料中の汚染レベルを定量する共通の方法となっている。この技術は対象微生物の濃度推定を誘導する一連の希釈計数実験を使っている。これらのデータの応用は食品安全リスク評価であり,そこではMPN濃度推定は汚染物質への潜在的暴露の範囲を纏めるパラメーター分布に適合され得る。多くの異なる方法(例えば置換法,順序統計量についての最尤と回帰法)が分布に対して微生物汚染データに合致するよう提案されたがこれらの方法の展開はMPN技術が分布機能の選択および当てはめ法にどのような影響を及ぼしているかを殆ど考慮していない。これらの方法適用はデータが1ml当たりの平均微生物濃度で実際の測定を代表しているか或いはそのデータがMPNデータの場合のように平均濃度の実数値推定であるかどうかをしばしば過大視している。本研究ではMPNデータを確率分布に当てはめる2つの方法を提案している。第1の方法はインプットするデータとして平均濃度値を採用する最尤推定量を使用する。第2の方法は汚染分布パラメーターを推定する各希釈での陽性管数を使うベイズ潜在可変法である。2つの当てはめ法の能力を鶏屠体のSalmonellaとCampylobacter濃度を代表する2つのデータセットで比較した。結果は平均濃度低下を増大する最尤推定量では偏りが示された。ベイズ法は全てのデータセットの濃度分布パラメーターの偏り無い推定値をした。ベイズ当てはめ法に対してコンピューターコードが提供された。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.
