阳江市健康人群乙型肝炎血清流行病学调查

目的了解阳江市健康人群乙型肝炎表面抗体(抗-HBs)水平,评价乙型肝炎疫苗免疫效果。方法采用整群随机抽样方法,在阳江市辖区内随机抽取20个乡镇的常住健康人群为调查对象。采用电化学发光免疫法定量检测抗-HBs水平,运用SPSS18.0和Excel 2007软件进行数据整理和分析。结果共采集1 054人份血清进行检测,人群中乙肝疫苗接种率为94.88%,抗-HBs阳性率为63.47%、抗-HBs高应答率及GMT分别为29.51%和2 3.47 m IU/m L。乙肝疫苗接种率显示,随着年龄的增长疫苗接种率越低;20岁以下和20岁以上人群疫苗接种率分别为98.35%和54.22%,且男性高于女性;各地区间疫苗接种率差异无统计学意义(χ2=5.99,P=0.11)。抗-HBs阳性率显示,1~14岁儿童抗-HBs阳性率为63.00%。其中,1~岁组儿童最高为87.20%,7~岁组最低为54.56%;江城区抗-HBs阳性率最高(70.61%),阳西县最低(56.60%)。1岁以下儿童的抗-HBs应答率和GMT均最高,分别为61.22%和(91.56±2.15)m IU/m L。5~岁组最低,分别为13.74%和(12.44±1.46)m IU/m L,差异均有显著的统计学意义(χ2=57.31,P=0.00,F=5.77,P=0.00)。结论阳江市健康人群乙肝疫苗接种率高,初步形成免疫屏障。积极开展20岁以下人群的加强免疫和成人的乙肝疫苗的接种工作。     

应用ELISA和ELFA定量检测牛奶中葡萄球菌肠毒素A方法的建立

探讨了Tecra SEs SET(ELISA法)和Vidas SET2(ELFA法)两种葡萄球菌肠毒素定性检测试剂盒用于定量检测牛奶中葡萄球菌肠毒素A(SEA)的可行性。根据GB/T27404-2008《实验室质量控制规范食品理化检测》的要求,对两种方法应用于定量检测时的检出限、校正曲线范围、相关系数和加标回收率指标进行了分析比较。实验结果显示,Tecra SEs SET对牛奶中SEA的检出限为0.79 ng/mL,校正曲线范围为0.79~10 ng/mL,相关系数r=0.997,SEA加标浓度为0.80、2.5和10 ng/mL时的回收率分别为110%、81%和100%。Vidas SET2的检出限为0.09 ng/mL,校正曲线范围为0.09~1.0 ng/mL,相关系数r=0.998,SEA加标浓度为0.1、0.25和1.0 ng/mL时的回收率分别为90%、95%和104%。上述结果结合对阳性样品的检测表明:这两种定性检测试剂盒能满足牛奶中SEA定量检测的要求。     

产毒金黄色葡萄球菌鉴定及在百叶中生长与产毒特性分析

从生鲜食品中分离鉴定得到产肠毒素SEA的金黄色葡萄球菌（Staphyloccocus aureus）菌株,研究金黄色葡萄球菌在百叶中的生长变化及产肠毒素特性。将不同浓度的金黄色葡萄球菌同时接种到减菌（样品组）和未减菌（对照组）百叶中,高、低初始接种量分别控制在4.0 lg(cfu/g)和2.0 lg(cfu/g)左右,并定时追踪不同储存温度条件下百叶中金黄色葡萄球菌的活菌数及产毒情况。金黄色葡萄球菌肠毒素的检测采用商业化的ELISA试剂盒。在37 ℃储存过程中,金黄色葡萄球菌在样品组中不但能生长良好并在18 h后菌落数可达到7.0 lg(cfu/g)并被检测出肠毒素,对照组中金黄色葡萄球菌生长良好菌落数可达到7.0 lg(cfu/g)却未检测出产肠毒素。在25、15和5 ℃储存过程中,样品组和对照组百叶都未检测出肠毒素。温度对金黄色葡萄球菌在百叶中是否产肠毒素具有决定性的作用,且百叶中本身存在的杂菌可能可以抑制金黄色葡萄球菌产肠毒素。     

熟鸡肉中金黄色葡萄球菌生长预测模型的建立

【目的】研究不同浓度和不同温度条件下金黄色葡萄球菌接种在熟鸡肉中的生长情况,比较3种常见预测模型拟合的准确性,选择最适合的预测模型建立一级和二级模型,为进一步探讨建立三级模型提供数据基础。【方法】测定浓度为102、103和104 CFU/g的金黄色葡萄球菌接种在15-36°C熟鸡肉中的生长数据,使用Matlab软件分别建立修正的Gompertz、Logistic和Baranyi模型,通过比较残差和拟合度(RSS、AIC、RSE)选择最优模型,并且拟合出生长参数(迟滞期、最大比生长速率和最大细胞密度),在此基础上通过响应面方程建立二级模型。最后对模型的可靠性进行了内部和外部实验验证。【结果】36°C和29°C条件下,修正的Gompertz模型最适合;22°C和15°C条件下,最适合模型按接种浓度依次为修正的Gompertz、Logistic和Baranyi模型,综合考虑,最优模型选择修正的Gompertz模型。通过计算预测标准差(%SEP)、平方根误差(RMSE)、准确性因子(Af)和偏差因子(Bf)对建立的二级模型进行数学检验,检验结果均在可接受范围内。【结论】用修正的Gompertz方程和响应面方程建立的一、二级预测模型可以为建立三级模型提供有效、精确的基础。