APÉNDICES

Apéndice A. Reseña de la información que se ha de incluir en la caracterización de peligros

A continuación se presenta una reseña propuesta de la forma de presentación y la información que se ha de incluir en la caracterización de peligros con fines de referencia. El examen de la información que se debe incluir comienza con el resumen de los factores relativos al huésped, el patógeno y la matriz alimentaria y la manera en que afectan a la verosimilitud de la enfermedad. La información específica incluida se debe ajustar a la finalidad de lo que se va a hacer y a la combinación patógeno-producto objeto de examen. La inclusión de una curva de dosis-respuesta ajustada depende de la calidad de los datos disponibles y de la bondad del ajuste.

1. Descripción de los factores relativos al patógeno, el huésped y la matriz alimentaria y la manera en que afectan al resultado de la enfermedad.

1.1 Características del patógeno.

1.1.1 Infectividad, virulencia o patogenicidad y mecanismo de la enfermedad.

1.1.2 Factores genéticos (por ejemplo, resistencia antimicrobiana y factores de virulencia).

1.2 Características del huésped o la población de huéspedes.

1.2.1 Estado inmunitario.
1.2.2 Edad, sexo y grupo étnico.
1.2.3 Comportamientos sanitarios.
1.2.4 Estado fisiológico.
1.2.5 Factores genéticos y ambientales.

1.3 Características de la matriz alimentaria.

1.3.1 Contenido de grasas y sal.
1.3.2 pH y actividad del agua.
1.3.3 Elaboración en relación con las tensiones sobre las poblaciones microbianas.

2. Resultados para la salud pública.

2.1 Manifestaciones de la enfermedad.
2.2 Fundamento de los resultados biológicos finales del modelo.

3. Relación dosis-respuesta.

3.1 Resumen de los datos disponibles.

3.1.1 Enfermedad, dada una exposición.
3.1.2 Secuelas, dada una enfermedad.
3.1.3 Transmisión secundaria y terciaria.
3.1.4 Muerte, dada una enfermedad.

3.2 Modelo de dosis-respuesta.

3.2.1 Fuentes de los datos utilizados.
3.2.2 Postulados.
3.2.3 Modelos.
3.2.4 Bondad de ajuste de la distribución.
3.2.5 Incertidumbre y variabilidad en las estimaciones.

4. Validación y examen de expertos.
5. Referencias.

Apéndice B. Glosario

--------- § ---------

Acción independiente: La probabilidad media de infección por microorganismo inoculado es independiente del número de microorganismos en el inóculo (enfermedad). [4]

Aleatoriedad inherente: Perturbaciones aleatorias que en principio son irreductibles, como el principio de incertidumbre de Heisenberg.

Alimento: Toda sustancia, elaborada, semielaborada o bruta que se destina al consumo humano, incluidas las bebidas, el chicle y cualesquiera otras sustancias que se utilicen en la fabricación, preparación o tratamiento de los "alimentos", pero no incluye los cosméticos ni el tabaco ni las sustancias utilizadas solamente como medicamentos. [1]

Análisis de riesgos: Proceso que consta de tres componentes: evaluación de riesgos, gestión de riesgos y comunicación de riesgos. [1]

Análisis de sensibilidad: Un método utilizado para analizar el comportamiento de un modelo, midiendo las variaciones de salida que resultan de los cambios a su entrada. [10]

Análisis probabilístico: Análisis en el que se asignan distribuciones para representar la variabilidad o la incertidumbre en las cantidades. La forma del resultado de un análisis probabilístico es semejante a una distribución.

Asintomático: Que no muestra o provoca síntomas (un síntoma es una manifestación subjetiva de una enfermedad o la situación de un paciente, es decir, es el paciente quien percibe dicha manifestación; es un cambio de la situación del paciente indicativo de algún estado corporal o mental). Obsérvese que el síntoma es distinto del signo, que es una manifestación objetiva de una enfermedad, es decir, la manifestación que es perceptible por el médico que realiza el examen, en contraposición a las sensaciones subjetivas (síntomas) del paciente. [12]

Bondad de ajuste: Semejanza estadística de datos reales con un modelo, expresada como fortaleza o grado de ajuste del modelo

Brote (transmitido por los alimentos): Incidente en el que dos o más personas experimentan una enfermedad semejante tras la ingestión del mismo alimento o tras la ingestión de agua de la misma fuente y en el que de las pruebas epidemiológicas se deduce que el alimento o el agua es la fuente de la enfermedad.

Cadena de Markov Montecarlo: Método general de muestreo de distribuciones de probabilidad altamente dimensionales arbitrarias, tomando un recorrido aleatorio a través del espacio de la configuración. Se modifica el estado del sistema al azar de acuerdo con una norma fija de transición, generando así un recorrido aleatorio a través del espacio del estado, s0, s1, s2,... La definición de un proceso de Markov es que el paso siguiente se elige a partir de la distribución de probabilidad que depende exclusivamente de la posición presente. De esta manera es muy fácil la expresión matemática. El proceso recibe a menudo el nombre de "la marcha del borracho" (estadística). [9]

Caracterización del peligro: Evaluación cualitativa y/o cuantitativa de la naturaleza de los efectos nocivos para la salud relacionados con agentes biológicos, químicos y físicos que pueden estar presentes en los alimentos. En el caso de los agentes químicos, deberá realizarse una evaluación de la relación dosis-respuesta. En lo que respecta a los agentes biológicos o físicos, deberá realizarse una evaluación de la relación dosis-respuesta, si se dispone de los datos necesarios (ARM). [1]

Caracterización del riesgo: Estimación cualitativa y/o cuantitativa, incluidas las incertidumbres concomitantes, de la probabilidad de que se produzca un efecto nocivo, conocido o potencial, y de su gravedad para la salud de una determinada población, basada en la determinación del peligro, su caracterización y la evaluación de la exposición (ARM). [1]

Comunicación de riesgos: Intercambio interactivo de información y opiniones a lo largo de todo el proceso de análisis de riesgos sobre los peligros y riesgos, los factores relacionados con los riesgos y las percepciones de los riesgos, entre las personas encargadas de la evaluación de los riesgos, las encargadas de la gestión de riesgos, los consumidores, la industria, la comunidad académica y otras partes interesadas, comprendida la explicación de los resultados de la evaluación de los riesgos y de los fundamentos de las decisiones relacionadas con la gestión de los riesgos. [1]

Criterio bayesiano de información (BIC): Véase: Criterio de información de Akaike (AIC).

Criterio de información de Akaike (AIC) y Criterio bayesiano de información (BIC): Son criterios que se utilizan en la selección de modelos para elegir el mejor entre un conjunto de modelos admisibles. Un modelo es mejor que otro si tiene un valor AIC (o BIC) menor. El AIC se basa en la distancia de Kullback-Leibler en la teoría de la información y el BIC se basa en una verosimilitud integrada en la teoría bayesiana. Si no aumenta la complejidad del modelo verdadero con el tamaño del conjunto de datos, es preferible el criterio BIC, y en caso contrario el AIC. [18]

Datos subrogados: Datos o mediciones sustitutivos sobre una sola cantidad utilizados en la estimación de valores análogos o correspondientes para otra cantidad.

Definición del caso: La definición del caso es un conjunto normalizado de criterios para decidir si un individuo se debe incluir entre los que tienen el estado de salud de que se trata. [15]

Detalle del modelo: Nivel de simplicidad o detalle asociado con las relaciones funcionales que se suponen en el modelo en comparación con las relaciones reales, pero desconocidas, en el sistema para el cual se crea.

Detección de quorum: La detección de quorum es una forma de comunicación entre las bacterias basada en el uso de moléculas de señalización que les permite coordinar su comportamiento. La acumulación de moléculas de señalización en el medio ambiente permite a una sola célula detectar el número de bacterias (densidad celular). Las respuestas del comportamiento pueden ser la adaptación a la disponibilidad de nutrientes, la defensa frente a otros microorganismos que puedan competir por los mismos nutrientes y la manera de evitar los compuestos tóxicos posiblemente peligrosos para la bacteria. Por ejemplo, es muy importante para las bacterias patógenas durante la infección de un huésped (por ejemplo personas, otros animales o plantas) coordinar su virulencia a fin de escapar a la respuesta inmunitaria del huésped, con el fin de poder establecer una infección eficaz.

Distribución contagiosa: Distribución de probabilidades que describe un proceso estocástico consistente en una combinación de dos o más procesos. También se denomina "distribución de mezcla" (estadística).

Distribución de muestreo: Distribución de probabilidad para una estadística.

Distribución de Poisson: Las distribuciones de Poisson representan el modelo de (algunas) variables aleatorias discretas (es decir, variables en las que se puede tomar sólo un número de valores distintos que se pueden contar, como 0, 1, 2, 3, 4,...). Lo normal es que una variable aleatoria de Poisson sea el recuento de número de casos que se producen en un intervalo de tiempo o un espacio determinados (estadística). [6]

Distribución de probabilidad subjetiva: Distribución de probabilidad que representa el convencimiento de una persona o un grupo acerca de la gama y la verosimilitud de los valores para una cantidad, basándose en el parecer de experto (véase) de esa persona o grupo.

Distribución de probabilidad: Función en la que para cada valor posible de una variable aleatoria discreta se toma la probabilidad de que se presente ese valor, o una curva en la que se especifica por medio de la superficie comprendida en un intervalo debajo de ella la probabilidad de que una variable aleatoria continua quede dentro del intervalo (función de densidad de la probabilidad).

Dosis: Cantidad de un patógeno que entra en un organismo o tiene una interacción con él. [11]

Efecto adverso: Cambio en la morfología, la fisiología, el crecimiento, el desarrollo o la duración de la vida de un organismo como consecuencia de una alteración de la capacidad funcional o de la capacidad para compensar el estrés adicional o aumento de la susceptibilidad a los efectos perjudiciales de otras influencias del medio ambiente. La decisión de si un efecto es adverso como requiere la valoración de un experto. [2]

Enfermedad: Estado caracterizado por una desviación pronunciada de un estado de salud normal. [12]

Entradas: Es lo que se incorpora o introduce, o bien que funciona o se utiliza en cualquier proceso o sistema (material o abstracto), como por ejemplo la información que se incorpora a un modelo.

Error aleatorio: Variaciones inexplicables, pero caracterizables, en mediciones repetidas de un valor verdadero fijo derivado de procesos que son aleatorios o estadísticamente independientes entre sí, como las imperfecciones en las técnicas de medición. Algunos errores aleatorios se pueden reducir mediante la preparación de técnicas perfeccionadas.

Error sistemático: Véase sesgo.

Estadística: Función de una muestra aleatoria de datos (por ejemplo media, desviación estándar, parámetros de distribución).

Estimación del riesgo: La información resultante de la caracterización del riesgo. [10]

Estructura del modelo: Conjunto de hipótesis y opciones de inferencia en que se basa un modelo, con inclusión de la teoría que le sirve de base, así como determinadas relaciones funcionales.

Evaluación cualitativa del riesgo: Una evaluación de riesgos basada en datos que, a pesar de no constituir una base suficiente para cálculos numéricos del riesgo, permiten, si se cuenta con un conocimiento previo de expertos y una identificación de las incertidumbres que conllevan, establecer una clasificación de los riesgos según su gravedad o separarlos en categorías descriptivas. [10]

Evaluación cuantitativa del riesgo: Una evaluación del riesgo que ofrece expresiones numéricas del mismo, así como una indicación de la incertidumbre que conlleva. [10]

Evaluación de la exposición: Evaluación cualitativa y/o cuantitativa de la ingestión probable de agentes biológicos, químicos y físicos a través de los alimentos, así como de las exposiciones que se derivan de otras fuentes, si procede (ARM). [1]

Evaluación de la relación dosis-respuesta: Determinación de la relación entre la magnitud de la exposición (dosis) a un agente químico, biológico o físico y de la gravedad y/o frecuencia de los efectos nocivos conexos para la salud (respuesta) (ARM). [1]

Evaluación de riesgos: Proceso basado en conocimientos científicos, que consta de las siguientes fases: i) identificación del peligro, ii) caracterización del peligro, iii) evaluación de la exposición, y iv) caracterización del riesgo. [1]

Exactitud: Grado de acuerdo entre las predicciones medias de un modelo o el promedio de las mediciones y el valor verdadero de la cantidad que se predice o mide.

Gestión de riesgos: Proceso distinto de la evaluación de riesgos que consiste en ponderar las distintas opciones normativas, en consulta con todas las partes interesadas y teniendo en cuenta la evaluación de riesgos y otros factores relacionados con la protección de la salud de los consumidores y la promoción de prácticas comerciales equitativas y, si fuera necesario, en seleccionar las posibles medidas de prevención y control apropiadas. [1]

Hipótesis: Estructura que caracteriza la ruta probable que afecta a la inocuidad del producto alimenticio. Puede incluir aspectos de la elaboración, la inspección, el almacenamiento, la distribución y las prácticas de consumo. A cada hipótesis se aplican valores de probabilidad y gravedad. [17]

Identificación del peligro: Determinación de los agentes biológicos, químicos y físicos que pueden causar efectos nocivos para la salud y que pueden estar presentes en un determinado alimento o grupo de alimentos (ARM). [1]

Incertidumbre aleatoria: Es aleatorio lo que se debe a causas naturales o accidentales o pertenece a ellas y no se puede explicar con una teoría mecanística. En general se considera que es lo mismo que variabilidad estocástica.

Incertidumbre del modelo: Sesgo o imprecisión que se asocia con los compromisos adquiridos o falta de conocimiento suficiente para especificar la estructura y la calibración (estimación de los parámetros) de un modelo.

Incertidumbre estocástica: También conocida como error aleatorio (véase).

Incertidumbre: Falta de conocimiento con respecto al valor verdadero de una cantidad, como una característica específica (por ejemplo media, varianza) de una distribución de la variabilidad, o con respecto a las opciones apropiadas y adecuadas de inferencia que se han de usar para estructurar un modelo o hipótesis. También recibe los nombres de modelo de incertidumbre e hipótesis de incertidumbre. La falta de conocimiento o incertidumbre se puede reducir obteniendo más información mediante investigaciones y recopilación de datos, por ejemplo mediante la investigación de los mecanismos, tamaños mayores de muestras o muestras más representativas.

Infección: Entrada y reproducción del agente infeccioso en el organismo de una persona o un animal (enfermedad). [3]

Inferencia bayesiana: En la inferencia se utilizan datos para informarse de alguna cantidad incierta. El teorema de Bayes describe la manera de actualizar una distribución anterior de una cantidad incierta utilizando un modelo (que expresa la verosimilitud de los datos observados) para obtener una distribución posterior. La inferencia bayesiana permite incorporar convicciones anteriores y puede afrontar problemas con datos insuficientes para una inferencia frecuentista.

Intervalo de confianza: Gama de valores inferidos o que se considera que contienen el valor real o verdadero de una cantidad incierta con un grado especificado de probabilidad. Los intervalos de confianza se pueden inferir tomando como base las distribuciones muestrales para una estadística.

Límites del modelo: Esferas de competencia determinadas del modelo, incluidos el tiempo, el espacio, los patógenos, las rutas y las poblaciones expuestas, y gamas aceptables de valores para cada entrada y conjuntamente entre todas las entradas para las cuales cumple el modelo los objetivos de calidad de los datos.

Método de detección: Este método tiene por objeto proporcionar sobreestimaciones prudentes de la exposición y el riesgo utilizando métodos de cálculo relativamente sencillos y rápidos y con necesidades relativamente bajas de entrada de datos. La finalidad de dichos métodos, modelos o técnicas es eliminar la necesidad de crear nuevos modelos más detallados para hipótesis que no provoquen niveles de exposición o riesgo suficientemente elevados como para ser motivo de una posible preocupación, o bien contribuyan a ellos. Si un método de detección indica que los niveles de exposición o riesgo son bajos, debe haber una confianza elevada de que las exposiciones o los niveles de riesgo reales son bajos. En cambio, si un método de detección indica que la exposición estimada o los niveles de riesgo son altos, se debe aplicar un método más refinado, puesto que el método de detección está deliberadamente sesgado. Véase Método perfeccionado.

Método perfeccionado: Este método tiene por objeto proporcionar una exposición y un riesgo exactos utilizando métodos suficientemente rigurosos y creíbles desde el punto de vista científico. La finalidad de tales métodos, modelos o técnicas es obtener una estimación exacta y precisa de la exposición o el riesgo, o de ambas cosas, en consonancia con los objetivos de calidad de los datos o las mejores prácticas, o ambas cosas.

Métodos bayesianos: Se trata de un enfoque -basado en el teorema de Bayes- que forma uno de los dos flujos de estadísticas. La inferencia bayesiana es muy fuerte cuando sólo se dispone de datos subjetivos y es útil para utilizar datos con objeto de mejorar la propia estimación de un parámetro.

Modelo: Conjunto de limitaciones que restringen los valores conjuntos posibles de varias cantidades. Es una hipótesis o sistema de convencimiento sobre la manera en que un sistema funciona o responde a los cambios en sus entradas. La finalidad del modelo es representar un sistema particular de interés con la exactitud y precisión necesarias con respecto a objetivos particulares de decisión.

Objetivo de calidad de los datos: Previsiones o metas en relación con la precisión y exactitud de las mediciones, las inferencias a partir de datos relativos a las distribuciones de las entradas y las predicciones del modelo.

Parámetro: Cantidad utilizada para calibrar o especificar un modelo, como los parámetros de un modelo de probabilidad (por ejemplo, la desviación media y estándar para una distribución normal). Los valores de los parámetros se seleccionan a menudo ajustando un modelo a un conjunto de datos de calibración.

Parecer de un experto: El parecer conlleva una formación razonada de una opinión. El experto es alguien con un conocimiento o experiencia especiales en relación con un problema particular. El parecer del experto está documentado y se puede explicar para responder a un examen externo.

Patógenos infecciosos, patógenos toxicoinfecciosos y patógenos toxicogénicos: Se diferencian tres clases amplias de patógenos transmitidos por los alimentos -infecciosos, toxicoinfecciosos o toxicogénicos- en función de sus modalidades de patogenicidad. Los patógenos infecciosos tienen normalmente un proceso de tres etapas mediante el cual provocan una respuesta patológica: ingestión de células viables, unión de estas células a lugares específicos a lo largo del tracto gastrointestinal (o algún otro mecanismo para evitar su arrastre debido a la peristalsis) e invasión del epitelio (gastroenteritis) o de todo el organismo (septicemia). Los agentes toxicoinfecciosos siguen un proceso semejante de tres etapas, con la excepción de que en lugar de invadir el epitelio o el organismo permanecen en el tracto gastrointestinal, donde producen o liberan toxinas que afectan a puntos del epitelio y/o del interior del organismo. Las bacterias toxicogénicas se diferencian en que provocan la enfermedad produciendo toxinas en los alimentos antes de su ingestión. [16]

Patógenos toxicogénicos: Véase patógenos infecciosos.

Patógenos toxicoinfecciosos: Véase patógenos infecciosos.

Peligro: Agente biológico, químico o físico presente en el alimento, o una propiedad de éste, que puede provocar un efecto nocivo para la salud (ARM). [1]

Precisión: Medida de la reproducibilidad de las predicciones de un modelo o las mediciones repetidas, normalmente en función de la desviación estándar u otras medidas de la variación entre dichas predicciones o mediciones.

Probabilidad: Se define en función de la perspectiva filosófica, como sigue:

1. Frecuencia con que obtenemos muestras en una gama determinada o para una categoría específica (por ejemplo, la probabilidad de que una persona de tipo medio con una dosis media particular contraiga una enfermedad).

2. Grado de convencimiento con respecto a la verosimilitud de una gama o categoría particular.

Prueba de bondad de ajuste: Procedimiento para criticar y evaluar las posibles insuficiencias de un modelo de distribución de probabilidades con respecto a su capacidad de ajuste para representar un conjunto particular de observaciones.

Replicación: Método numérico -también conocido como simulación de replicación- para inferir distribuciones e intervalos de confianza en el muestreo para estadísticas de variables aleatorias. La metodología para estimar la incertidumbre conlleva la generación de subconjuntos de los datos tomando como base un muestreo aleatorio con sustituciones a medida que se toman muestras de los datos. Con este nuevo muestreo, cada dato está igualmente representado en el plan de aleatorización (estadística). [7]

Representatividad: Propiedad de una muestra (conjunto de observaciones) de ser característica del sistema del cual está tomada o que pretende representar, y por tanto apropiada para su uso como base a partir de la cual puedan hacerse inferencias. Una muestra es representativa si está libre de un sesgo inaceptablemente grande con respecto a un objetivo particular de calidad de datos.

Riesgo: Función de la probabilidad de un efecto nocivo para la salud y de la gravedad de dicho efecto, como consecuencia de un peligro o peligros presentes en los alimentos. [1]

Sesgo: Este término se refiere a la medida en que se aleja la estadística media del parámetro que estima, es decir, el error que surge al estimar una cantidad. También se denomina "error sistemático". Es la diferencia entre la media de un modelo de predicción o de un conjunto de mediciones y el valor verdadero de la cantidad que se predice o mide. Los errores debidos al azar se cancelan mutuamente a la larga, pero los del sesgo no (estadística). [6]

Tasa de ataque: Proporción de una población expuesta a un riesgo que se infecta o contrae una enfermedad clínica durante un período determinado de tiempo. [11]

Transparente: Característica de un proceso cuya justificación, lógica de desarrollo, obstáculos, postulados, juicios de valor, limitaciones e incertidumbres de la determinación alcanzada están explícitamente expresados, documentados y accesibles para su revisión. [10]

Umbral: Dosis de una sustancia o concentración de una exposición por debajo de la cual no se observa ni se espera que se produzca un efecto declarado (enfermedad). [5]

Validación: Comparación de las predicciones de un modelo con los valores de la cantidad o cantidades que se predicen estimados u observados de manera independiente y cuantificación de los sesgos en la predicción media y la precisión de las predicciones.

Variabilidad controlable: Fuentes de heterogeneidad de valores de tiempo, espacio o distintos miembros de una población que se pueden modificar en parte -por lo menos en principio- mediante una intervención, como una estrategia de control. Por ejemplo, la variabilidad en el historial de tiempo y temperatura del almacenamiento de alimentos entre diversos sistemas de almacenamiento influye en la variabilidad del crecimiento de patógenos entre las porciones de alimentos y en principio se puede modificar por medio de una estrategia de control. Tanto para el riesgo de la población como para el individual, la variabilidad controlable es un componente de la variabilidad global.

Variabilidad estocástica: Fuentes de heterogeneidad de valores asociados con los miembros de una población que son una propiedad fundamental del sistema natural y que en la práctica no se pueden modificar, estratificar o reducir mediante ninguna intervención. Por ejemplo, la variación de la susceptibilidad humana a la enfermedad para una dosis determinada para la cual no hay capacidad predictiva que permita distinguir la respuesta de una persona concreta de la de otra. La variabilidad estocástica contribuye a la variabilidad global para las medidas del riesgo individual y para el riesgo de la población.

Variabilidad interindividual: Véase Variabilidad.

Variabilidad intraindividual: Véase Variabilidad.

Variabilidad: Diferencias observadas atribuibles a una verdadera heterogeneidad o diversidad en una población o un parámetro de exposición. La variabilidad implica diferencias reales entre los miembros de esa población. Por ejemplo, distintos individuos tienen ingestas y susceptibilidad diferentes. Las diferencias a lo largo del tiempo para un individuo determinado se denominan variabilidad intraindividual. Las diferencias entre los miembros de una población en un momento determinado se denominan variabilidad interindividual. La variabilidad en la evaluación de riesgos microbianos no se puede reducir, sino sólo caracterizar con mayor precisión.

Verosimilitud: Probabilidad de los datos observados para diversos valores de los parámetros desconocidos del modelo (estadística). [3]

----------------------

Fuentes de las definiciones

[1] Comisión del Codex Alimentarius. 2001 Manual de procedimiento. 12ª edición. Roma, Organización de las Naciones Unidas para la Agricultura y la Alimentación y Organización Mundial de la Salud.

[2] OMS. 1994. Assessing human health risks of chemicals: derivation of guidance values for health-based exposure limits. Criterios de salud ambiental, Nº 170.

[3] Last, J.M. (ed). 1995. A dictionary of epidemiology. 3rd ed. Nueva York, NY: Oxford University Press.

[4] Meynell, G.G., & Stocker, B.A.D. 1957. Some hypotheses on the aetiology of fatal infections in partially resistant hosts and their application to mice challenged with Salmonella paratyphi-B or Salmonella typhimurium by intraperitoneal injection. Journal of General Microbiology, 16: 38-58.

[5] OMS. 1999. Risk Assessment Terminology: methodological considerations and provisional results. Report on a WHO experiment. Terminology Standardization and Harmonization, vol. 2, nos. 1-4.

[6] http://www.stats.gla.ac.uk/steps/glossary/sampling.html

[7] http://linkage.rockefeller.edu/wli/glossary/stat.html

[8] http://inside.uidaho.edu/tutorial/gis/engine.asp?term=goodness-of-fit

[9] http://www.mcc.uiuc.edu/SummerSchool/David%20Ceperley/dmc_lec3.htm

[10] Comisión del Codex Alimentarius. 1999. Principios y Directrices para la Aplicación de la Evaluación de Riesgos Microbiológicos. Doc. Nº CAC/GL-30.

[11] ILSI [Instituto Internacional de Ciencias de la Vida]. 2000. Revised framework for microbial risk assessment. ILSI, Washington.

[12] Dorland's illustrated medical dictionary. Twenty-sixth edition. 1981. Filadelfia. W.B. Saunders Company.

[13] Benenson, A.S. (ed). 1995. Control of communicable diseases manual. Sixth edition. Washington DC: American Public Health Association.

[14] Anónimo. 2003. Risk assessment of food borne bacterial pathogens: quantitative methodology relevant for human exposure assessment. Bruselas, Comisión Europea, Dirección General de Salud y Protección del Consumidor.

[15]. Gregg, M., Dicker, R.C., & Goodman, R.A. (eds). 1996. Field epidemiology. Nueva York, NY: Oxford Press.

[16] Buchanan, R.L., Smith, J.L., & Long, W. 2000. Microbial risk assessment: dose-response relations and risk characterization. International Journal of Food Microbiology, 58: 159-172.

[17] FAO/OMS. 1995. Application of risk analysis to food standards issues. Informe de una Consulta FAO/OMS de Expertos, Ginebra, Suiza, 13-17 de marzo de 1995. OMS, Ginebra.

[18] Burnham, K.P., & Anderson, D.R. 1998. Model selection and inference. Springer.