정량적 미생물 위해평가(Quantitative microbial risk assessment: QMRA)는 국민건강에 영향을 주는 잠재된 위해를 연구하여 식품내 존재하는 병원성미생물과 관련한 위해를 체계적으로 평가하는 것이다. 본 연구는 깁밥에서의 Staphylococcus aureus에 대한 QMRA 모델을 개발하고 이를 식품위생관리에서 이용할 수 있는 기준을 제시하여, 식품안전 분야에서의 QMRA의 필요성과 활용성을 알리기 위해서 실시하였다. QMRA 모델은 매장에서부터 최종소비에 이르기까지 4 단계로 구성되었으며, 미생물 성장모델과 조사자료 그리고 확률분포가 김밥의 최종소비에서의 S. aureus 수준을 평가하기 위하여 이용되었다. S. aureus에 대한 양-반응모델이 없는 관계로 최종 소비단계에서의 S. aureus의 오염수준을 잠재적인 위해를 결정하는데 이용하였다. 이를 위하여 5 log CFU/g이상을 잠재적 유해수준으로 가정하였으며, 시뮬레이션 결과 최종 소비되는 김밥에서 이 유해수준을 초과할 가능성은 30.7%로 나타났다. 김밥에서의 S. aureus의 오염수준은 평균 2.67 log CFU/g으로 나타났으며, 민감도 분석에서는 매장에서의 김밥 보관온도 및 시간이 가장 중요한 요인으로 결정되었다. 이러한 결과를 종합하여 볼 때 김밥 매장에서는 현실적으로 보존시간 관리가 어렵다고 한다면 보관온도를 $10^{circ}C$ 이하로 유지하는 것이 가장 중요한 것으로 나타났다. 본 연구에서와 같이 QMRA는 식품 내 존재할 수 있는 잠재적인 위해에 영향을 미치는 인자들에 대한 평가에 이용될 수 있으며 이를 식품위생관리에 직접적으로 활용 가능한 것으로 나타났다.
Quantitative microbial risk assessment (QMRA) analyzes potential hazard of microorganisms on public health and offers structured approach to assess risks associated with microorganisms in foods. This paper addresses specific risk management questions associated with Staphylococcus aureus in kimbab and improvement and dissemination of QMRA methodology, QMRA model was developed by constructing four nodes from retail to table pathway. Predictive microbial growth model and survey data were combined with probabilistic modeling to simulate levels of S. aureus in kimbab at time of consumption, Due to lack of dose-response models, final level of S. aureus in kimbeb was used as proxy for potential hazard level, based on which possibility of contamination over this level and consumption level of S. aureus through kimbab were estimated as 30.7% and 3.67 log cfu/g, respectively. Regression sensitivity results showed time-temperature during storage at selling was the most significant factor. These results suggested temperature control under $10^{circ}C$ was critical control point for kimbab production to prevent growth of S. aureus and showed QMRA was useful for evaluation of factors influencing potential risk and could be applied directly to risk management.
