Планирование лабораторного сопровождения контроля и мониторинга безопасности пищевой продукции: развитие методических подходов в рамках риск-ориентированной модели

Никифорова Надежда Викторовна – кандидат медицинских наук, старший научный сотрудник – заведующий лабораторией методов оценки соответствия и потребительских экспертиз (e-mail: ; тел.: 8 (342) 237-18-04; ORCID: .

Чигвинцев Владимир Михайлович – кандидат физико-математических наук, научный сотрудник лаборатории ситуационного моделирования и экспертно-аналитических методов управления (e-mail: ; тел.: 8 (342) 237-18-04; ORCID: .

Контроль и мониторинг безопасности пищевой продукции, циркулирующей на рынке, обеспечивают решение важнейших задач государства – сохранение здоровья населения, профилактику заболеваний, снижение смертности, увеличение ожидаемой продолжительности жизни [1–4].

Федеральной службой по надзору в сфере защиты прав потребителей и благополучия человека создана масштабная система контроля и мониторинга, в рамках которой ежегодно выполняется до нескольких миллионов исследований (измерений) продовольственного сырья и пищевой продукции по показателям качества и безопасности ¹ .

Государственные доклады «О состоянии санитарно-эпидемиологического благополучия» показывают, что в среднем ежегодно около 0,4 % проб пищевой продукции не соответствует требованиям санитарного законодательства по содержанию в них контаминантов химической природы, 3,75 % проб – по содержанию микробиологических агентов и 3,75 % проб – по физико-химическим показателям ² . Любое нарушение обязательных требований безопасности формирует риски нарушения здоровья потребителей. Реализация рисков выражается в дополнительных случаях смертей и заболеваний, ассоциированных с факторами пищевой продукции ³ . Отражаемые в государственных докладах данные согласуются с многочисленными отечественными и зарубежными научными данными [5–9].

Принимая во внимание факт, что на рынке циркулирует множество товаров, среди которых есть и те, которые представляют потенциальную опасность для здоровья населения, важнейшую роль играет максимально адресное и целенаправленное планирование санитарно-эпидемиологической службой контрольных (надзорных) мероприя- тий, позволяющее наиболее полно выявлять небезопасные («рисковые») виды продукции для выведения их из оборота. Понимание важности направленности и адресности контроля / мониторинга имело следствием внедрение в систему государственного управления всеми видами угроз и опасностей риск-ориентированной модели действий [10, 11].

Риск-ориентированный подход при организации контрольно-надзорных мероприятий в системе Роспотребнадзора применяется с 2016 г. Была разработана для задач практического применения методика категорирования деятельности юридических лиц или индивидуальных предпринимателей и продукция по риску причинения вреда охраняемым ценностям4. Следует отметить, что еще до вступления в силу 248-ФЗ5, который определил продукцию как самостоятельный объект контроля (надзора), в санитарной службе рассматривали необходимость категорирования продукции. Задача была решена через учет вероятности несоблюдения требований безопасности, тяжести последствий этих несоблюдений и специфики потребления продукции населением страны6. Результаты дифференциации (категорирования) продукции предполагают максимальную концентрацию надзорной нагрузки на объектах чрезвычайно высокого и высокого риска и снижение административной нагрузки регулятора для объектов низкого риска причинения вреда жизни и здоровью потребителей [10, 12]. Категории риска продукции устанавливаются для крупных групп потребительских товаров и закрепляются письмом руководителя службы7. Так, к объектам чрезвычайно высокого риска, которые подлежат систематическому ежегодному контролю, отнесены мясо и мясные продукты, птица, яйца и продукты из них, молочные продукты, рыба, рыбные продукты и др., кремовые изделия, продукция предприятий общественного питания и пр.

Результаты категорирования применяются на практике и показали свое соответствие поставленным задачам [13–16]. При этом в ряде исследований авторы указывают на отход от выработанных принципов и указывают на целесообразность приведения структуры исследований продукции в соответствие с рисками, выявленными на территории. Так, О.Г. Богданова с соавт. отмечают, что максимальное количество проб продукции в ходе контрольных мероприятий и мониторинга исследовано в категориях «Кулинарные изделия» и «Овощи», тогда как наибольшие уровни риска в регионе формируют рыбная продукция, а также птица, яйца и продукты их переработки [17].

Для задач оптимизации лабораторного контроля разработаны и описаны подходы к формированию «профилей риска» продукции, которые позволяют выделить для каждой группы пищевых товаров те показатели, по которым фиксируются наиболее частые нарушения гигиенических требований и стандартов с наиболее тяжелыми последствиями для здоровья ⁸ [18].

Вместе с тем в задачах риск-ориентированного контроля и мониторинга продукции остается ряд проблем, требующих решения и методической поддержки.

Среди этих задач – обоснование минимального достаточного объема отбираемых проб продукции, а также разработка критериев выбора для лабораторных испытаний видов (подгрупп) продукции в рамках выделенных крупных групп, для которых установлены категории риска. Последнее важно с практической точки зрения, поскольку в обороте находятся конкретные товары самого разного уровня безопасности и объемов потребления, объединяемые в одну большую группу. Так, к примеру, группа «Молоко и молочные продукты» в соответствии с классификацией, включенной в единую информационно-аналитическую систему службы, содержит четырнадцать подгрупп (питьевое молоко и питьевые сливки…; творог, творожные продукты; молоко и молочные продукты концентрированные и сгущенные; сублимированные молоко и молочные продукты и т.п.), при этом каждая подгруппа имеет дополнительно два уровня «вложенности» товаров. Товары подгрупп характеризуются конкретными объемами потребления населением, собственной частотой нарушений требований безопасности, спецификой ответов на эти нарушения. Таким образом, представляется необходимым обоснование критери- ев выбора конкретного объекта для задач контроля / мониторинга безопасности с учетом угроз и опасностей отдельного объекта и структуры отбираемых проб внутри выбранной категории.

Цель исследования – предложить пути совершенствования подходов к планированию лабораторного сопровождения контроля / мониторинга пищевой продукции на базе принципа максимальной адекватности структуры исследований структуре рисков для здоровья потребителей.

Материалы и методы. Для отработки подходов в качестве исходных данных использовали данные:

– отраслевой статистической формы 18 «Сведения о санитарном состоянии субъекта Российской Федерации» (раздел 8) за 2014–2023 гг. (порядка 59 тысяч единиц информации об объемах отбираемых проб и доле проб, не соответствующих установленным санитарно-гигиеническим нормативам, в целом по всей Российской Федерации, по изучаемому региону);

– модуля «Лабораторное обеспечение» Единой информационно-аналитической системы Роспотребнадзора (ЕИАС) по отдельно взятому региону за 2023 г. ( n = 738) (количество отобранных образцов, проб мясной продукции в разрезе видов мясной продукции; целей отбора образцов; количество проб продукции, приходящихся на один образец продукции; доля проб продукции, не соответствующих установленным санитарно-гигиеническим нормативам) – 1,5 тысячи единиц информации;

– Росстата по численности населения за 2023 г. (численность населения Российской Федерации, отдельных регионов, потребление основных продуктов питания населением в год);

– научной литературы по потреблению различных подгрупп продуктов питания (на примере мясной продукции).

Результаты и их обсуждение. Предложен следующий порядок формирования программ контроля / мониторинга безопасности продукции.

На первом шаге для заданной крупной группы продукции с установленной категорией риска определяется минимальное достаточное количество отбираемых для контроля / мониторинга образцов, расчет которого предполагает учет оцениваемой частоты нарушений требований безопасности и допустимую величину предельной ошибки выборки и численность потребителей продукции (население под воздействием) (формула (1)).

В дополнение к ранее примененным подходам ⁹ предлагается дифференцировать величину предельной ошибки выборки, ужесточая требования к объектам чрезвычайно высокого и высокого риска (табл. 1):

Z²p (1 - P i )

n R =---- Л2-- 100000,        (1)

pop где niRF – рекомендуемое количество проб i-й продукции, рассчитанное исходя из заданного приемлемого;

Z – коэффициент (фактор надежности), зависящий от выбранного доверительного уровня (90%-ный доверительный интервал характеризуется Z = 1,64);

p – приемлемый удельный вес проб i -й продукции, не соответствующих санитарно-эпидемиологическим требованиям. В настоящем исследовании в качестве приемлемого критерия принят среднероссийский уровень проб с нарушениями обязательных требований. В иных исследованиях могут быть заданы другие целевые (приемлемые) уровни частоты нарушений;

Л - предельная ошибка выборки, величина, значение которой зависит от категории риска продукции. В настоящем исследовании экспертно предложено величину Z принимать в соответствии с табличными данными (табл. 1);

pop – численность потребителей продукции.

Таблица 1

Величина предельной ошибки выборки, Л

Категория риска продукции	Величина Л
Чрезвычайно высокий риск	0,001
Высокий риск	0,001
Значительный риск	0,002
Средний риск	0,002
Умеренный риск	0,005

Предлагаемый подход позволяет определять оптимальное для Российской Федерации число отбираемых проб продукции на 100 тысяч потенциальных потребителей и исходя из этой величины – рекомендуемое количество проб для каждого региона на условия достижения (соблюдения) заданного показателя.

Для оценки изменения уровня достоверности получаемых результатов на региональном уровне на условия фактически выполненных исследований применяли следующее соотношение:

100-Л-7 p_t -(1 - P i ) У N i ■ Pop

где Z – коэффициент, характеризующий доверительный интервал;

Л - предельная ошибка выборки, величина, значение которой зависит от категории риска продукции и по умолчанию принимается в соответствии с табличными данными (табл. 1);

p i – приемлемый (задаваемый) удельный вес проб i -й продукции, не соответствующих санитарноэпидемиологическим требованиям;

N_i – фактическое количество проб i -й продукции, отбираемой в регионе;

pop – численность потребителей продукции в регионе.

При постановке задачи управления и задания более высоких стандартов безопасности представляется целесообразным получение достоверных математических моделей, связывающих частоту выявляемых нарушений с частотой отбираемых проб, и применение результатов моделирования для расчета выборки. Так, для установления зависимостей предложена регрессионная модель, представленная соотношением:

P t ⁺ 1 =a 1 i ( v i )^a\                (3)

где pi ^{+ 1} - частота нарушений i -го нормируемого показателя продукции, зафиксированная в t + 1 году;

v_i^t – количество исследований i -го показателя продукции, приходящихся на 100 тысяч населения конкретного региона;

a 1 i и a2 i - параметры регрессионной модели.

При использовании модели накладывается условие, что a 2 i < 0.

Решение задачи управления в отношении отдельного вида продукции позволяет получить значение количества отбираемых образцов продукции, соответствующих заданным целевым уровням показателей безопасности, принимая в качестве определяющего тот показатель безопасности, по которому требуется наибольшее число исследований:

n * = v * - Pop ,                    (4)

где n_i ^* – необходимое (целевое) количество исследований продукции по i -му показателю, абс. количество;

pop – численность потребителей продукции в регионе;

v_i ^* – необходимое (целевое) количество исследований продукции по i -му показателю, приходящееся на 100 тысяч населения субъекта Российской Федерации. Показатель рассчитывается в соответствии с формулой:

(    * A/a2

V ’ =f P 1    ,             (5)

la1J где Vi* – необходимое (целевое) количество исследований продукции по i-му показателю, приходящееся на 100 тысяч населения субъекта Российской Федерации;

p_i ^* – допустимая частота выявляемых нарушений санитарно-гигиенических требований по i -му показателю;

a 1 _i и a 2 _i - параметры регрессионной модели.

Количество исследований в конкретном регионе определяется как произведение удельного количества исследований к численности потребителей (численности населения).

Второй шаг планирования предполагает оценку структуры рисков здоровью потребителей внутри крупной группы пищевых товаров. Оценка риска, создаваемого каждой подгруппой, выполняется по тому же алгоритму, что для группы в целом, однако предполагает использование данных о частоте нарушений требований безопасности в подгруппе, данных о последствиях несоблюдения требований и численности потребителей именно данной подгруппы пищевой продукции и объемов потребления:

i

R k = P k • U k • W k , (6)

где R_k – уровень риска здоровью k -пищевой продукции -го вида;

p_k – доля образцов k -пищевой продукции -го вида, не соответствующей санитарно-эпидемиологическим требованиям, в год (источник данных – ЕИАС);

U_k – коэффициент тяжести нарушения здоровью, коэффициент находится в диапазоне от «0» (полное здоровье) до «1» (смерть) (источник данных – Р 2.1.10.3968-23 «Руководство по оценке риска здоровью населения при воздействии химических веществ, загрязняющих среду обитания» ¹⁰ );

M_k – потребление k -пищевой продукции -го вида, кг/год (Росстат, научные публикации);

W – потребление всех видов пищевой продукции, кг/год (Росстат, публикации).

Подгруппы пищевой продукции принимали в соответствии с ведомственной классификацией Роспотребнадзора, внесенной в блок «Нормативносправочная информация» единой информационноаналитической системы службы. Ориентация на данную классификацию обеспечивает возможность оценки как суммарной, так и дифференцированной по каждой позиции частоты нарушений требований безопасности продукции.

Третий этап предполагает расчет требуемого числа образцов продукции определенной подгруппы для лабораторного контроля, который определяется по вкладу подгруппы в риски группы в целом.

Для апробации подходов была выбрана группа пищевой продукции «Мясо и мясопродукты» (группа выбрана в соответствии с классификатором в единой информационно-аналитической системе Роспотребнадзора).

В табл. 2 в качестве примера приведены выборочные данные по ряду регионов страны, которые демонстрируют существенные различия в частоте отбора проб мясной продукции в расчете на 100 тысяч потребителей.

Как видно из представленных данных, показатели колеблются в значительных пределах: от менее 10 проб (Республика Дагестан, г. Москва) до более 500 (Алтайский край). При этом сложившийся уровень плотности исследований в регионах остается довольно устойчивым за некоторым исключением (к примеру, в Республике Мордовия за пять лет частота исследований снизилась более чем в 6,5 раза). Доля проб мяса и мясной продукции в сумме лабораторных исследований пищевых товаров в целом также крайне неоднородна – от порядка 1 % (Москва, Липецкая область) до 19 % (Смоленская область).

Представленные данные свидетельствуют об актуальности унификации подходов к планированию лабораторных исследований как для задач оценки санитарно-эпидемиологической ситуации в каждом конкретном регионе, так и для повышения корректности сопоставительного анализа данных разных субъектов федерации.

Предлагаемый подход (формула (1)) позволил установить, что для достижения (соблюдения) среднероссийского показателя доли проб с нарушениями в группе товаров из подгруппы «Мясо и мясные продукты» (3,1 %) оптимальным является отбор порядка 55 проб/100 тысяч населения.

Недостаточные объемы исследования могут являться причиной неполного выявления небезопасной продукции и / или неадекватной оценки реальной ситуации потребительского рынка в части исследуемой продукции.

В табл. 3 приведены результаты расчета доверительного уровня получаемых данных о нарушениях гигиенических нормативов в продукции в тех регионах, где фактическое количество отбираемых проб ниже рекомендованного. Приведены и данные о величине прироста предельной ошибки определения, которая формируется, если сохранить заданный доверительный уровень (90 %).

Из представленных данных видно, что доверительные интервалы измерений, реально выполняемых в регионах, существенно отличаются от желаемого. Так, в регионе, где в соответствии с установленным уровнем безопасности рекомендовано отбирать порядка 525 проб мясной продукции в год, была отобрана только 121 проба. При сохранении заданной ошибки выборки доверительный уровень получаемого результата составляет только 57 %. Аналогичная ситуация складывается и в ряде других

Таблица 2

Число исследованных проб продукции из групп «Мясо и мясные продукты» в субъектах Российской Федерации (проб/100 тысяч населения)

Регион РФ	2019	2020	2021	2022	2023	2024
Российская Федерация	143,5	93,2	90,4	79,6	80	80
Алтайский край	827,2	596,4	600,3	587	545,1	537,5
Архангельская область	135,9	65	61	62,2	41,7	57,2
Астраханская область	111,3	29,1	31,3	24,5	12,8	18
Волгоградская область	77,6	24,7	30,6	19,7	16	17,8
Красноярский край	85,7	52,8	51,2	40,1	35,1	96,8
Курганская область	215,1	166,4	151,3	184,1	170,3	157,4
Ленинградская область	138,6	83,9	77,8	65,3	55,7	57,2
Магаданская область	437,8	185,9	179,2	102,7	131,9	170,2
Москва	29,4	19,6	26,3	14,2	11,9	23,8
Московская область	60	43	34,9	32,3	27	26,1
Мурманская область	139,7	51,8	33,7	57,7	35,3	47,7
Республика Алтай	378,6	346,8	270,4	193,1	249,6	208
Республика Башкортостан	117,9	78,9	90,9	58,7	99,6	117,1
Республика Дагестан	7,2	3,1	13,1	16,2	8,9	4,5
Республика Ингушетия	67,9	15	15,9	17,6	23,7	24,1
Республика Коми	103,1	25,3	35,5	37,5	25,3	15,8
Республика Крым	38,9	9,5	13,4	14,1	9,5	67,5
Республика Мордовия	228,4	96	82,3	44,3	35	42,2
Республика Саха	323,1	192	191,7	184,5	163,8	182,7
Рязанская область	95,5	27,3	26,9	14,5	13,2	43
Самарская область	85,3	46,7	50,2	25,8	33,1	23,7
Свердловская область	217	175,6	178,8	143,9	143,5	130,3
Смоленская область	350,1	215,3	218,9	193,6	317,3	256,5
Тверская область	189,6	46,3	53	41,4	53,3	65,3
Томская область	42,4	16,7	13,5	11,5	19,4	14,9
Ямало-Ненецкий АО	163,4	55,8	82,8	120,6	158,9	225,1

< 30 проб/100 тыс. чел. 30–55 проб/100 тыс. чел. 56–100 проб/100 тыс. чел. > 100 проб/100 тыс. чел.

Таблица 3

Оценка доверительного уровня предельной ошибки выборки при исследовании проб мясной продукции

Регион	Количество проб мясной продукции в регионе			Доверительный уровень при фактической выборке, %	Прирост предельной ошибки выборки (относительно заданной Δ), %
	рекомендовано	фактически выполнено	доля отклонений от рекомендованного значения, %
1	2	3	4	5	6
1	142	137	3,52	89	1,86
2	278	125	55,04	73	49,2
3	311	278	10,61	88	5,79
4	365	314	13,97	87	7,86
5	385	232	39,74	80	28,75
6	409	268	34,47	82	23,55
7	427	182	57,38	72	53,1
8	522	431	17,43	87	9,63
9	525	121	76,9	57	108,3
10	567	202	64,37	67	67,6
11	568	399	29,8	83	19,3
12	576	143	75,17	59	100,7
13	653	639	2,14	90	1,1
14	690	294	57,39	72	55,15
15	805	248	69,2	64	80,16
16	998	775	22,34	85	13,5
17	1251	1111	11,19	88	6,12
18	1300	393	69,7	63	81,9

Окончание табл. 3

1	2	3	4	5	6
19	1382	952	31,11	83	20,5
20	1476	746	49,46	76	40,66
21	1512	998	33,99	82	23,1
22	1662	1036	37,67	80	26,7
23	1669	1549	7,19	89	3,8
24	1674	289	82,74	50	140,7
25	2205	1864	15,46	87	8,8
26	4124	2338	43,31	78	32,8
27	6707	1561	76,7	57	107,3

Модели зависимости между количеством отбираемых проб продукции и соответствующей долей проб, не соответствующих санитарно-эпидемиологических требованиям, предъявляемым к продукции (с расчетом на 100 тысяч населения)

Вид продукции	Показатель	а 1	а 2	R2	F	p
Мясо и мясные продукты	Микробиологич. показатели	1,98E+19	-9,29	0,37	494,9	< 0,0001
Птица, яйца и продукты их переработки	Микробиологич. показатели	2,09E+20	-12,56	0,18	173,5	< 0,0001

Таблица 5

Объемы потребления различных видов мясной продукции в Российской Федерации

Вид продукции	Потребление, Mk , кг/год	Источник информации
Мясо, в том числе полуфабрикаты	35,6	[19]
Субпродукты охлажденные, замороженные	4,3	[20]
Колбасные изделия из мяса	15,8	[20]
Продукты мясные… (паштеты…, зельцы, студни и пр.)	3,1	[19]
Мясо птицы	26,1	[20]
Колбасные изделия… из птицы	5,8	[20]

Доля отклонения от расчетного количества проб

Рис. Зависимость между долей отклонения количества отбираемых проб от рекомендуемых значений и верхней доверительной границей массива получаемых данных о продукции

регионов: при рекомендованном уровне 576 проб в год отобрано 143 пробы (верхняя граница доверительного интервала – 59 %); при рекомендованном уровне в 1674 пробы в год отобрано только 286 (верхняя граница доверительного интервала – 60 %). Получаемые результаты крайне недостаточны для корректной оценки ситуации.

В целом по стране в 2024 г. 29 регионов отобрали проб мясной продукции меньше рекомендованного уровня (отклонения составляли от 3,5 до 82 %). Получаемые результаты позволили установить, что при снижении на каждые 5 % количества отбираемых проб относительно обоснованного уровня верхняя граница доверительного интервала снижается почти на 1,9 % (рисунок).

При сохранении заданного доверительного интервала «недобор» 5 % проб для исследования примерно на 4–5 % увеличивает ошибку выборки.

Полученные данные позволяют в перспективе рассматривать результаты контроля и мониторинга в том числе с позиций степени доверия к ним и корректности оценки ситуации.

Для задач управления дополнительно получены достоверные математические модели связи «число отбираемых проб мясной продукции (на 100 тысяч населения) – нарушения требований к безопасности мясной продукции». Установлено, что «лимитирующими», определяющими требуемое число исследований проб мяса и мясной продукции, являются микробиологические показатели. Параметры модели для данного показателя безопасности приведены в табл. 4.

На 2024 г. доля проб с нарушениями по микробиологическим показателям составила 3,5 % для подгруппы «Мясо и мясные продукты». Если поставить целью достижение показателя безопасности продукции, к примеру, в два раза ниже текущего (т.е. до уровня 1,75 %), то для выявления с заданной степенью надежности и удаления с рынка недоброкачественной продукции объемы исследований целесообразно увеличить до 10,6 пробы/10 тысяч населения. Достижение еще более «строгого» уровня в 1 % нестандарта потребует выполнения порядка 12 проб/10 тысяч потребителей.

Очевидно, рост числа отбираемых проб при повышении плотности и, соответственно, надежности контроля требует существенных временных и финансовых ресурсов со стороны надзорного органа. Одним из инструментов оптимизации контроля, в том числе с целью сокращения объемов исследований в целом, является повышение адресности контроля/мониторинга безопасности через обоснованный выбор конкретной продукции для исследования.

Таблица 4

Такой выбор предполагает оценку структуры рисков здоровью потребителей, создаваемых отдельными подгруппами продукции внутри крупной группы пищевых товаров. Оценка риска, формируемого более мелкими подгруппами пищевой продукции, выполняется по тому же алгоритму, что для группы в целом, однако предполагает использование данных о частоте нарушений требований безопасности в подгруппе, данных о последствиях несоблюдения требований и объемов потребления именно данной подгруппы продукции. Если продукция является специфической (предназначенной для конкретного контингента потребителей), то учитываемым элементом должна быть и доля потребителей этой продукции среди всего населения страны.

При анализе результатов исследования образцов мясной продукции установлено, что, по данным лабораторного модуля ЕИАС, в выбранном регионе в рамках бюджетных ассигнований доля проб, не соответствующих гигиеническим нормативам, составляла 15,3 %. Это почти в 4,3 раза выше, чем при учете всех видов исследований, выполненных в отношении мясной продукции в регионе и отраженных в ведомственной статистике. В данных условиях оценка рисков и повышение адресности лабораторных исследований представлялась тем более важной.

Исследованные образцы группы «Мясо и мясные продукты» относились к одной из следующих подгрупп, предусмотренных нормативно-справочным блоком ЕИАС, которым пользуются специалисты лабораторно-испытательных центров, вводя результаты лабораторных исследований: 1.1. «Мясо, в том числе полуфабрикаты…»; 1.2. «Субпродукты охлажденные, замороженные…»; 1.4. «Колбасные изделия из мяса…»; 1.5. «Продукты мясные… (паштеты…, зельцы, студни и пр.)»; 1.9. «Мясо птицы»; 1.11 «Колбасные изделия… из птицы».

Из данных научно-технической литературы и данных бизнес сообщества были получены значения потребления мясной продукции ( M_k ⁱ ) (табл. 5).

Общий объем годового потребления пищевой продукции для реализации формулы (4) был принят на уровне 752 кг/год ¹¹ .

По данным лабораторного модуля ЕИАС и ведомственной статистики было установлено, что практически для всех видов мясной продукции микробный фактор является превалирующим (73 % всех выявленных нарушений). В связи с этим при оценке риска здоровью в качестве наиболее вероятного ответа рассматривали кишечные инфекции, тяжесть которых принимали как 0,141 в соответствии с приложением П7.1. «Руководства по оценке риска…» ¹² .

При оценке риска продукции из подгрупп «Мясо, в том числе полуфабрикаты» и «Мясо птицы», «Субпродукты…» изначально планировали оценивать риски с учетом термической обработки сырой мясной продукции или полуфабрикатов (через ввод уточняющих коэффициентов, характеризующих снижение микробной обсемененности продуктов при обработке). Вместе с тем анализ литературы показал, что далеко не всякая термическая или химическая (замачивание к маринаде, уксусе и пр.) обработка мяса, как в домашних, так и в иных условиях, имеет следствием снижение микробной опасности до нормативных величин [21, 22]. Более того, популяризация таких блюд, как тартар и карпаччо (блюда из сырого фарша или мяса), распространение технологий су-вид (приготовление мяса при температурах 50–80 °С), стремление сохранить мясо нежным и сочным в условиях термической обработки через сокращение сроков термообработки [23] имеют следствием недостаточно полную по критериям безопасности подготовку мясных продуктов для употребления в пищу. Принимая во внимание принцип предосторожности, результаты научных исследований о влиянии микробного фактора мясной продукции на уровень заболеваемости населения [21–25] и данные о вспышечной заболеваемости пищевой этиологии в стране ¹³ , от понижающих коэффициентов отказались.

Таблица 6

Показатели и структура риска здоровью при потреблении мясной продукции (пример регионального уровня)

Вид продукции м я Он о м о S ц ^ О м s g go f S& рэ & S И о с N Он м Он & и И И ’S И s & я с о 2 $ Р § Й § g ч « « § 8 И а S S § Н ч а§ « о И Л м g и о я s е Мясо, в том числе полуфабрикаты 223 0,21 0,047 1,40E-03 49,34 31,63 Субпродукты охлажденные, замороженные 45 0,11 0,006 8,87E-05 3,12 6,38 Колбасные изделия из мяса 36 0,11 0,021 3,26E-04 11,47 5,11 Продукты мясные… (паштеты…, зельцы, студни и пр.) 11 0,36 0,004 2,09E-04 7,36 1,56 Мясо птицы 324 0,16 0,035 7,83E-04 27,56 45,96 Колбасные изделия… из птицы 66 0,03 0,008 3,26E-05 1,15 9,36 Суммарный риск, формируемый потреблением мясной продукции 2,84E-03 100 100 ции; учет последствий для здоровья населения несоблюдения требований к качеству продукции (пищевой ценности, содержанию макро- и микронутриентов и т.п.), обоснование соотношения исследований, которые должны обеспечивать контроль и мониторинг высокорисковой продукции и исследований, которые позволили бы максимально широкого охватывать потребительский рынок в целом. Последнее важно в том числе для недопущения оборота продукции, которая не имеет серьезной истории надзора/мониторинга на рынке, но потенциально может оказаться небезопасной для населения.

Выводы. Предлагаемые подходы базируются на принципе максимальной адекватности структуры лабораторных исследований структуре рисков для здоровья потребителей и позволяют на основе накопленных статистических и научных данных выполнять расчет рекомендуемого количества проб для задач планирования контроля и мониторинга качества и безопасности пищевой продукции (с учетом достижения среднероссийского или задаваемого показателя доли нестандартных проб). Минимально достаточное количество отбираемых проб для контроля / мониторинга образцов продукции в регионе предполагает учет частоты нарушений требований безопасности, численности потребителей продукции (население под воздействием) и допустимой величины предельной ошибки выборки, которая задается максимально строгой для продукции категорий «чрезвычайно высокого» и «высокого риска».

Показано, что недостаточное количество отбираемых образцов продукции снижает доверитель-

ный уровень получаемого результата. Каждые 5 % сокращения числа отбираемых проб относительно рассчитанного минимального достаточного количества снижают верхнюю доверительную границу выборки на 1,8 %.

В сложившейся практике ряд регионов, отбирая недостаточное количество проб, получает результаты, которые имеют уровень доверия 50–87 % вместо желаемого 90 % и более.

Предложен детальный анализ риска внутри крупных групп продукции. Предлагается, что структура отбора продукции внутри категорированных крупных товарных групп должна соответствовать вкладу продукции в суммарный риск, формируемый всеми видами продукции, входящих в эту категорию. Подход повышает адекватность получаемых результатов и в ряде случаев свидетельствует о необходимости более пристального внимания к конкретным «рисковым» продуктам внутри группы продукции.

Основными направлениями развития предложенного подхода являются формирование профилей риска для отдельных подкатегорий продукции, в том числе с учетом вероятной региональной специфики, учет при организации контроля (надзора) за продукцией видов контролируемых лиц и форм проведения мероприятий по контролю (надзору) / мониторингу безопасности продукции.

Финансирование. Исследование не имело спонсорской поддержки.