bejelentett eseteket tartják nyilván (CDC,
1997). Az élelmiszer által közvetített megbetegedések –
amennyiben enyhébb lefolyásúak, és kezelésükre orvosi segítséget
nem vesznek igénybe – csak részben válnak ismerté. Hazánkban az
esetszámokra vonatkozó pontos adatok a fentebbi okokból
következően nem állnak rendelkezésre. Egyes kutatások szerint a
valódi esetszám a megbetegedések és egy, az adott országra
jellemző szorzó (például: 10, 20 vagy több) alapján kiszámítható
(Goldbach – Alban, 2006; Pires, 2014)
A múltbeli megbetegedések tényleges
esetszámának meghatározása mellett egyre több tanulmányban
tesznek kísérletet a megbetegedések jövőbeni előfordulásának és
terjedésének modellezésére is. A modellek felépítésével a
megbetegedések terjedésén túl a felmerülő társadalmi költségek
is előre becsülhetők. Így ezek az eszközök a szakértői
döntéshozásban is jelentős szerepet játszhatnak.
A kockázatelemzésben használt modellek között
több alapvető típus különíthető el, amelyek jellemzően a
rendszerszemléletű, ún. systems thinking megközelítésen
alapulnak.
Egy részük az input adatokat sztochasztikus
változónak tekinti, és a cellaértékek alapján
konfidencia-intervallumokat határoz meg. Példaként említhető
erre a @RISK szoftver, amelyet világszerte elterjedten
alkalmaznak különféle gazdasági, társadalmi, természeti
folyamatok kockázatelemzésére. Az EpiX Analytics és a londoni
Royal Veterinary College kutatói is ezt a módszert használják a
megbetegedések biológiai hátterének tanulmányozására. A szoftver
a Monte-Carlo-szimuláció használatán alapul. Segítségével az
adott esemény összes lehetséges kimenetele kiszámítható azok
előfordulási valószínűségével együtt.
A modellezéshez használt alkalmazások nagy
csoportját az ún. rendszerdinamikai modellek alkotják. Ezeket
korábban elsősorban ipari és gazdasági folyamatok modellezésére
használták, alkalmazásuk azonban az elmúlt két évtized alatt más
tudományterületeken is elterjedt. A rendszereken belüli elemek
egymással folyamatos „visszacsatolásokon” keresztül érintkeznek.
Így bármely paraméter időben történő megváltozása a rendszer egy
vagy több másik paraméterének értékét is befolyásolja, amely
azonban az eredeti paraméterre is visszahatást gyakorol. A
rendszerdinamikai megközelítés a valóságban lejátszódó
folyamatok kialakításával segíti a helyes következtetések
levonását a modellezés során bevitt input adatok alapján. Ezért
a modell megfelelő kialakításához ezen adatoknak – vagy
hiányukban a szakértői becslések eredményeinek – ismerete
alapvetően szükséges.
A különféle szimulációs technikák alkalmazása
és a modellek felépítése ma már több szoftver segítségével is
elvégezhető. Ezek között elsősorban a VenSim programcsomag
említendő, amely egyes társadalmi jelenségek – például a
népesség növekedése-csökkenése – mellett biológiai,
epidemiológiai folyamatok kölcsönhatásainak vizsgálatára is
alkalmas eszköz. A fertőző betegségek terjedésének mechanizmusát
és időbeni alakulását számos kutatásban e módszer segítségével
határozzák meg (Osgood, 2011). A fertőző betegségek terjedési
mechanizmusának szimulálása azonban egyedileg fejlesztett
szoftverek segítségével is elképzelhető (Nowicki, 2016).
A megbetegedések modellezésére további
lehetőséget kínálnak az ún. húrdiagramos modellek (Casual Loops
Digrams, CLD), illetve az Agent-Based Modelling (ABM) használata
is. Utóbbi korábban elsősorban a társadalomtudományi és
ökológiai kutatásokban volt használatos. Az ABM mint multiágens
szimulációs módszer az események különféle verzióit állítja elő,
amelyek során az ágensek tulajdonságai időpillanatról
időpillanatra változnak. A szoftver a naponkénti vagy
percenkénti változást is képes szimulálni. A szimuláció során a
függvénybemenetet a program futása közben keletkező „ingerek”, a
kimeneteket az ágensek által előállított „reakciók” jelentik. A
vizsgált jelenség tehát az ingerek és reakciók összességével
írható le (VÁG, 2005).
Következtetések
Látható, hogy a társadalmi költségek meghatározására szolgáló
módszerek az alkalmazásuk során figyelembe vett szempontok
szerint igen sokrétűek. E módszerek – amennyiben megbízható
adatok állnak rendelkezésre – az élelmiszer eredetű
megbetegedések társadalmi szintű költségeiről megalapozott
becslést adhatnak. Megjegyzendő azonban, hogy a számítás
alapjául szolgáló egészségügyi adatbázisok csak részleges
információt szolgáltatnak az esetszámokról, mivel csak a
bejelentett megbetegedések adatait tartalmazzák. Az optimális
erőforrás-allokáció érdekében a megbetegedések előfordulásának,
esetszámának ismerete azonban mindenképpen szükséges. Ebben a
dinamikus modellek használata nyújthat segítséget. Megjegyzendő,
hogy az élelmiszer okozta egészségkárokról szóló tanulmányok a
dinamikus módszerekről – mint a társadalmi terhek prediktív
meghatározására alkalmas eszközökről – nem tesznek említést.
Jövőbeni célként így egy olyan kalkulációs modell kidolgozása
képzelhető el, amely a bemeneti paraméterek trendjének és
szórásának megadásával az élelmiszer eredetű megbetegedések
társadalmi szintű költségeinek megalapozott becslését teszi
lehetővé akár egy meghatározott jövőbeli időintervallumra, akár
egyetlen élelmiszer-biztonsági eseményre vonatkozóan.
A tanulmány alapját képező előadást az MTA Környezettudományi
Elnöki Bizottságának Élelmiszer-biztonsági Albizottsága
megvitatta és közlésre javasolta. Ezúton is köszönjük az
albizottság elnökének, titkárának és tagjainak szakmai
támogatását és ösztönzését.
Kulcsszavak: élelmiszer eredetű megbetegedések,
élelmiszer-biztonság, kockázatelemzés, társadalmi költség
IRODALOM
Abelson, Peter – Forbes, Mary Potter
– Hall, Gillian (2006): The Annual Cost of Foodborne Illness in
Australia, Prepared for the Australian Government Department of
Health and Ageing by Applied Economics. Canberra, 15–48.
Belaya, Vera – Hansen, Heiko –
Pinior, Beate (2012): Measuring the Costs of Foodborne Diseases:
A Review and Classification of the Literature, German
Association of Agricultural Economists (GEWISOLA) 52nd Annual
Conference, Stuttgart, Germany, Sept. 26–28, 1–12. •
WEBCÍM
Buzby, Jean C. – Roberts, Tanya –
Allos, Ban Mishu (1997): Estimated Annual Costs of
Campylobacter-Associated Guillain-Barré Syndrome. Agricultural
Economic Report No. 756. Washington, DC: USDA, 7–14. •
WEBCÍM
CDC (1997): Foodnet Working Group.
Foodborne Diseases Active Surveillance Network (FoodNet).
Emerging Infectious Diseases. 581–583. DOI:
10.3201/eid0304.970428 •
WEBCÍM
Dosman, Donna M. – Adamowicz, Wiktor
L. – Hrudey, Steve E. (2001): Socioeconomic Determinants of
Health and Food Safety-related Risk Perceptions. Risk Analysis.
21, 2, 307–318. DOI: 10.1111/0272-4332.212113
Ercsey-Ravasz Mária – Toroczkai
Zoltán – Lakner Zoltán – Baranyi József (2012): Complexity of
the International Agro-food Trade Network and Its Impact on Food
Safety. PLoS One. 7,5, e37810, 1–4. DOI:
10.1371/journal.pone.0037810 •
WEBCÍM
FSA (2006): Foodborne Disease: Final
Report on Delivery of the 2001/2006 Target and Report on
Progress to Deliver the 2005/2010 Campylobacter Target. Agenda
Item 4.1, 12 October 2006. 1–5. • http://tinyurl.com/ybwoafs7 •
WEBCÍM
Goldbach, Stine Gissel – Alban, Lis
(2006): A Cost–benefit Analysis of Salmonella-control Strategies
in Danish Pork Production. Preventive Veterinary Med. 77, 1–14.
DOI: 10.1016/j.prevetmed.2005.10.008
Grunert, Klaus G. (2005): Food
Quality and Safety: Consumer Perception and Demand. European
Review of Agricultural Economics. 32, 3, 369–391. DOI:
10.1093/eurrag/jbi011 •
WEBCÍM
Hammitt, James K. – Haninger, Kevin
(2007): Willingness to Pay for Food Safety: Sensitivity to
Duration and Severity of Illness. American Journal of
Agricultural Economics. 89, 5, 1170–1175. 10.1111/j.1467-
8276.2007.01079.x
Kaló Zoltán (2009):
Egészség-gazdaságtani fogalomtár 5. – Teljes körű gazdasági
elemzés. Pénz–jog Medical Tribune. 2009. jún. 4. •
WEBCÍM
Lopez, Alan D. – Mathers, Colin D. –
Ezzati, Majid et al. (2006): Measuring the Global Burden of
Disease and Risk Factors, 1990–2001. In: Lopez, Alan D. –
Mathers, C. D. – Ezzati, M. et al.: Global Burden of Disease and
Risk Factors. Washington (DC): World Bank, Ch. 1, 1–4. •
WEBCÍM
McLinden, Taylor – Sargeant, Jan M.
– Thomas, M. Kate et al. (2014): A Component Costs of Foodborne
Illness: A Scoping Review. BMC Public Health. 14, 509, 5–8.
DOI: 10.1186/1471-2458-14-509 •
WEBCÍM
Nowicki, Tadeusz (2016): The
Simulator of Food-Borne Diseases Epidemic Development. •
WEBCÍM
Osgood, Nathaniel (2011): Dynamic
Modeling of Infectious Diseases: A Brief Glimpse. Department of
Computer Science, Associate School of Public Health, and
Department of Community Health and Epidemiology, University of
Saskatchewan •
WEBCÍM
Paina, Ligia – Bennett, Sara –
Ssengooba, Freddie – Peters, David H. (2014): Advancing the
Application of Systems Thinking in Health: Exploring Dual
Practice and Its Management in Kampala, Uganda. Health Research
Policy and Systems. 12, 1, 41, 9–13.
DOI: 10.1186/1478-4505-12-41 •
WEBCÍM
Pires, Sara M. (2014): Burden of
Disease of Foodborne Pathogens in Denmark. National Food
Institute, Division of Epidemiology and Microbial Genomics
Technical Report. 11–24. •
WEBCÍM
Rice, Dorothy P. (1967): Estimating
the Cost of Illness. American Journal of Public Health and the
Nations Health. 57, 3, 424–40. •
WEBCÍM
Roberts, Tanya – Pinner, Robert
(1990): Economic Impact of Disease Caused by Listeria
monocytogenes. In: Miller, Arthur J. – Smith, James L. –
Somkuti, George A. (eds.): Foodborne Listeriosis. Society for
Industrial Microbiology. Elsevir, 137–149.
Sassi, Franco (2006): Calculating
QALYs, Comparing QALY and DALY Calculations. Health Policy and
Planning. 21, 5, 402–408. DOI: 10.1093/heapol/czl018 •
WEBCÍM
Schmidt, Ronald H. – Rodrick, Gary
E. (2003): Food Safety Handbook. Hoboken: Wiley, 89–96. •
WEBCÍM
Vág András (2005): Multiágens
modellek a társadalomtudományokban. Statisztikai Szemle. 84, 1,
26–30. •
WEBCÍM
Verbeke, Wim – Frewer, Lynn J. –
Scholderer, Joachim – De Brabander, Hubert F. (2007): Why
Consumers Behave as They Do with Respect to Food Safety and Risk
Information. Analytica Chimica Acta. 586, 1, 2–7. DOI:
10.1016/j.aca.2006.07.065 •
WEBCÍM |