Om patogenhalter i råvattnet
Halter av patogener i ytvatten varierar kraftigt, ofta över flera tiopotenser mellan olika sjöar och vattendrag. Variationen beror både på den verkliga variationen mellan olika råvattenintag och på att stickprover inte ger den fulla beskrivningen av variationen i patogenhalt över tid. Men den kan också bero på valet av analysmetod. Koncentrationen kan läggas in i QMRA-verktyget antingen som enstaka punktvärden, utan hänsyn till variationen, eller som en sannolikhetsfördelning för att representera variationen exempelvis med en Gamma-fördelning (se nedan).
För närvarande erbjuder kommersiella laboratorier i Sverige analys av Cryptosporidium och Giardia (filter skickas för att större volymer exempelvis 100 liter ska kunna analyseras). De kommersiella laboratorierna bestämmer dock inte metodutbytet i analysen, och utan hänsyn till detta blir halterna underskattade. För analys av Campylobacter, Salmonella, E. coli O157:H7 och norovirus erbjuder Livsmedelsverket analys av råvatten i begränsad utsträckning. Livsmedelsverket genomför även analys av Cryptosporidium och Giardia med bestämning av metodutbyte. Det finns kommersiella laboratorier som analyserar förekomsten av ytterligare patogener med fokus på rent dricksvatten. Men tänk på att QMRA-verktyger fordrar att en halt knappas in, och då räcker det inte med ett svar av typen finns/finns inte. Tänk också på att analysen bör vara anpassad för råvatten och inte enbart för dricksvatten.
Hur definierar jag patogenhalten i mitt råvatten?
När en serie av mätdata finns tillgängliga för ett råvatten bör alltid möjligheten tas att använda dessa i QMRA. En första möjlighet är att använda medel- eller medianvärde i QMRA-verktyget, eller högsta värdet för att beskriva ett värsta fall. Men ska hänsyn tas till variationen av halter över en längre tid, är det lämpligt att passa en sannolikhetsfördelning till halterna. Sannolikhetsfördelningen beskriver då den variation som ligger i dataunderlaget, och kan vara ett lämpligt underlag för att beräkna infektionsrisken per år. Att ta fram en sannolikhetsfördelning är ett matematiskt avancerat moment, och konsultstöd kan behöva anlitas.
Olika typer av sannolikhetsfördelningar kan väljas i QMRA-verktyget, t. ex. Log-normal, Gamma, Beta eller Uniform. För varje referenspatogen väljs punktvärde eller den typ av fördelning som finns att tillgå i det aktuella fallet. När data saknas helt eller är kraftigt begränsade kan det vara praktiskt att köra QMRA-verktyget för ett urval olika punktvärden, exempelvis den förväntade koncentrationen eller den maximala koncentration som kan uppstå under vissa utsläppshändelser i vattentäkten. Vattenverkets kapacitet under dessa specifika mikrobiella förhållanden kan på så vis utforskas. Halten 1 per liter kan användas som ett punktvärde för alla referenspatogener, om syftet är att förstå effekten av en viss beredningsprocess snarare än att fastställa infektionsrisken efter beredning av det specifika råvattnet. Patogendata från sex olika ytvattenintag i Sverige med varierande mikrobiologiska förhållanden anpassades i ett SVU-projekt till Poisson- och Gamma-fördelningar (Haltbestämning av patogener i råvatten för QMRA, se SVU-rapport 2018-3). Dessa sannolikhetsfördelningar är framtagna från provtagningar inom Livsmedelsverkets projekt ”Riskklassning av svenska ytråvatten”, som pågick 2013 till 2016. I brist på patogenprovtagningar av det egna råvattnet finns här fördelningar att hämta för Campylobacter, Salmonella, STEC, Cryptosporidium och Giardia (se nedan), dock inget virus.
I råvattenmodulen finns även möjligheten att definiera patogenkoncentrationen i behandlat eller obehandlat avloppsvatten och sedan lägga till en utspädningsfaktor från utloppspunkten fram till råvattenintaget (utspädning i ytvatten). För avloppsvatten finns från nämnda SVU-projekt fördelningar att välja på för Cryptosporidium och Giardia (se nedan).
Frågor för val av patogenhalter i en QMRA-modell
I brist på patogendata för det egna råvattnet, eller som komplement för vissa patogener, kan nedanstående frågor besvaras. Värden från tabellerna kan sedan kopieras över och klistras in i tillhörande ruta i modulen ”Karakterisering av råvatten” i QMRA-verktyget. Se även beslutsträdet i avsnittet nedan, som illustrativt sammanställer hur dessa tabeller kan användas.
Fråga: Kan du hävda att ditt råvatten liknar någon av de täkttyper som anges i Tabell 2.1?
Tabell 2.1 (SVU-rapport 2018:3): Ytvattenintag vid dricksvattenverk i Sverige som ingick i provtagningsprogrammet 2013-2015. Medelvärde och spridningsintervall är från vattenverkets egna mätningar under minst en fyraårsperiod fram till år 2013.
Punkt | Täkttyp | Fekala utsläppskällor uppströms vattenintaget, angivna i en enkät av vattenproducenterna | E. coli (antal/100 ml) | Koliforma (antal/100 ml) | COD (mg/l O2) | Turbiditet (NTU) |
---|---|---|---|---|---|---|
A | Sjö | Reningsverk, avloppsutsläpp, betesdjur, gödsel, badande, dagvatten | 1,5 (0-15) | 87 (0-2419) | 8,0 (5,8-11) | 2,9 (1,2-6) |
B | Älv | Reningsverk, avloppsutsläpp, betesdjur, gödsel, enskilda avlopp, dagvatten | 31 (0-486) | 95 (0-2400) | 4,3 (3,4-6,1) | 4,2 (1,0-19) |
C | Sjö | Betesdjur, gödsel, enskilda avlopp | 0,1 (0-2) | 57 (1-530) | 8,3 (6,8-11) | 1,5 (0,7-3,4) |
D | Sjö | Avloppsreningsverk, avloppsutsläpp, betesdjur, gödsel, badvatten, dagvatten | 0,6 (0-9) | 11,9 (0-360) | 1,6 (-2,5) | 0,4 (0,2-1,6) |
E | Sjö | Avloppsreningsverk, betesdjur, gödsel, badande, enskilda avlopp, dagvatten | 1,5 (0-32) | 36 (0-1100) | 3 (-7,3) | 0,3 (0,12-1) |
F | Sjö | Betesdjur, gödsel, fåglar, badande, enskilda avlopp, dagvatten, avloppsutsläpp | 5,0 (0-200) | 70 (0-13000) | 9,1 (6,6-13,4) | 1,2 (0,46-3,2) |
Gör så här: För den täkttyp i Tabell 2.1 som liknar din råvattentäkt, välj värden från statistisk fördelning för parasiter (Tabell 3.2)
Tabell 3.2 (SVU-rapport 2018:3): Resultat från statistisk modellering av råvattenhalter av Cryptosporidium spp. och Giardia spp. Både presumtiva och konfirmerade (oo)cystor representeras med Poisson-fördelning medan endast konfirmerade med Gamma-fördelning.
Passning till Poisson-modell | Passning till Gamma-modell | Resultat från Gamma-modell | ||||
---|---|---|---|---|---|---|
Presumtiva | Konfirmerade | Konfirmerade | Förväntad medelhalt | Övre 95-percentil av variationen | ||
Punkt | medel | medel | alfa | beta | Antal/liter | Antal/liter |
Cryptosporidium | ||||||
A | 0,045 | 0,015 | 0,18 | 0,083 | 0,015 | 0,118 |
B | 0,03 | 0,012 | 0,216 | 0,055 | 0,012 | 0,0863 |
C | 0,025 | 0,00689 | 0,128 | 0,053 | 0,00676 | 0,0608 |
D | 0,00755 | 0,00431 | 0,238 | 0,018 | 0,00434 | 0,0305 |
E | 0,00657 | 0,000547 | 591 | 0,000000925 | 0,000547 | 0,000592 |
F | 0,038 | 0,013 | 2973 | 0,00000449 | 0,013 | 0,014 |
Giardia | ||||||
A | 0,00656 | 0,00082 | 15100 | 0,0000000541 | 0,00082 | 0,000894 |
B | 0,00903 | 0,00271 | 0,073 | 0,037 | 0,00272 | 0,029 |
C | 0,00364 | - | - | - | ||
D | 0,00998 | 0,000998 | 877 | 0,00000114 | 0,000998 | 0,00107 |
E | 0,015 | 0,00557 | 0,04 | 0,149 | 0,00591 | 0,068 |
F | 0,012 | 0,000883 | 818 | 0,00000108 | 0,000883 | 0,000944 |
Gör så här: För den täkttyp i Tabell 2.1 som liknar din råvattentäkt, välj värden från statistisk fördelning för bakteriella patogener (Tabell 3.3)
Tabell 3.3 (SVU-rapport 2018:3): Resultat för statistisk modell passad till råvattendata för Campylobacter spp., Salmonella spp. och STEC (shigatoxin-producerande E. coli, i QMRA-verktyget motsvarande E. coli O157:H7). ED = ej detekterade.
Resultat från Gamma-modell | ||||
---|---|---|---|---|
Passning till Gamma-modell | Förväntad medelhalt | Övre 95-percentil av variationen | ||
Punkt | alfa | beta | antal/liter | antal/liter |
Campylobacter | ||||
A | 0,403 | 3,196 | 1,28 | 7,14 |
B | 0,512 | 5,366 | 2,74 | 13,7 |
C | 1,51 | 0,046 | 0,07 | 0,216 |
D | 0,394 | 1,204 | 0,475 | 2,66 |
E | 1,48 | 0,045 | 0,066 | 0,206 |
F | 0,375 | 16,707 | 6,26 | 35,9 |
Salmonella | ||||
A | - | - | ED | - |
B | 2,118 | 0,023 | 0,05 | 0,136 |
C | - | - | ED | - |
D | - | - | ED | - |
E | - | - | 0,14 | - |
F | 0,671 | 0,159 | 0,106 | 0,468 |
STEC | ||||
A | 2,11 | 0,022 | 0,047 | 0,128 |
B | 0,255 | 5,22 | 1,332 | 9,06 |
C | 1,44 | 0,037 | 0,053 | 0,168 |
D | - | - | 0,08 | - |
E | 0,642 | 0,15 | 0,096 | 0,433 |
F | 0,612 | 0,327 | 0,2 | 0,919 |
Fråga: Finns det utsläppspunkter för orenat avloppsvatten och behov av att studera risken för parasiter? Kan du hävda att avloppssystemet liknar något av dem som beskrivs i Tabell 2.2?
Tabell 2.2 (SVU-rapport 2018-3): Beskrivning av reningsverk som ingick i provtagningsprogrammet 2014 för analys av Giardia och Cryptosporidium, samt rapporterad incidens av dessa parasiter på länsnivå under 2014 (fall per 100 000 invånare och år).
Rapporterad incidens | ||||||||
---|---|---|---|---|---|---|---|---|
Punkt | ARV | Provtagen avloppsfraktion | Personer anslutna | Systemtyp | Stad | Län | Giardia | Cryptosporidium |
1 | Ryaverket | Orenat | 725617 | Främst duplikat | Göteborg | Västra Götaland | 9.6 | 1.8 |
2 | Göviken | Orenat (2a), Behandlat (2b) | 51700 | Nästan enbart duplikat | Östersund | Jämtland | 19.7 | 3.9 |
3 | Halmstad | Orenat | 70837 | Främst duplikat | Halmstad | Halland | 20.0 | 34.4 |
4 | Danviken | Orenat | 389102 | Kombinerat och duplikat | Stockholm | Stockholm | 13.3 | 3.5 |
5 | Sickla | Orenat | 394962 | Kombinerat och duplikat | Stockholm | Stockholm | 13.3 | 3.5 |
6 | Visby | Orenat | 39431 | Främst duplikat | Visby | Gotland | 3.5 | 0.0 |
7 | Vänersborg | Orenat (7a), Behandlat (7b) | 27480 | Främst duplikat | Vänersborg | Västra Götaland | 9.6 | 1.8 |
Gör så här: För den systemtyp i Tabell 2.2 som liknar ditt avloppssystem, välj värden från statistisk fördelning för parasiter (Tabell 3.5)
Tabell 3.5 (SVU-rapport 2018:3): Resultat från statistisk modellering av Cryptosporidium spp. och Giardia spp. i obehandlat (1-7) och i renat (2b och 7b) avloppsvatten. Enbart presumtiva data representeras med Poisson-modellen, medan både presumtiva och konfirmerade data representeras med Gamma-modellen.
Passning till Poisson-modell | Passning till Gamma-modell | Presumtiva (oo)cystor | |||||
---|---|---|---|---|---|---|---|
Presumtiva | Presumtiva | Konfirmerade | Förväntad medelhalt | Övre 95-percentilen av variationen | |||
Punkt | medel | alfa | beta | alfa | beta | Antal/liter | Antal/liter |
Cryptosporidium | |||||||
1 | 74,9 | 0,98 | 81,6 | 0,198 | 112 | 80,4 | 299 |
2a | 38,6 | 19000 | 0,00203 | - | - | 38,6 | 39,1 |
2b | 2,39 | 0,55 | 4,32 | 2780 | 0,000123 | 2,36 | 11,4 |
3 | 393 | 0,4 | 985 | - | - | 393 | 2190 |
4 | 26,7 | 8,91 | 2,97 | - | - | 26,4 | 46,4 |
5 | 16,5 | 0,0766 | 349 | - | - | 26,7 | 282 |
6 | 162 | 673000 | 0 | 2 | 49 | 162 | 162 |
7a | 231 | 1,75 | 132 | 0 | 70,7 | 231 | 679 |
7b | 3,04 | 0,995 | 3,08 | - | - | 3,07 | 11,3 |
Giardia | |||||||
1 | 1350 | 0,84 | 1800 | 0,255 | 1420 | 1520 | 6030 |
2a | 718 | 1,82 | 406 | 0,409 | 293 | 739 | 2130 |
2b | 7,88 | 0,415 | 18,9 | 0,0779 | 21,2 | 7,84 | 42,9 |
3 | 1880 | 1,83 | 1020 | 0,142 | 1160 | 1880 | 5400 |
4 | 2170 | 2,07 | 1290 | 0,109 | 2470 | 2670 | 7360 |
5 | 1750 | 1,09 | 2320 | 0,349 | 371 | 2530 | 9000 |
6 | 129 | 1,08 | 134 | 11800 | 0,00242 | 145 | 518 |
7a | 1070 | 0,927 | 1220 | 0,403 | 657 | 1130 | 4290 |
7b | 2,98 | 0,535 | 5,66 | - | - | 3,02 | 14,7 |
Kvotmodell för att omräkna en halt av E. coli till en halt av patogener
Om inga lokala patogendata finns tillgängliga, eller det finns topphalter av E. coli att titta närmare på, har en kvot-modell utvecklats, även detta inom ramen för ovannämnda SVU-projekt. Med denna kvot-modell kan patogenhalter teoretiskt beräknas, utgående från en E. coli-halt som användaren matar in. Användaren behöver även ha en uppfattning (hypotes) om varifrån i avrinningsområdet som dessa E. coli härstammar: från avloppsvatten, från gödsel eller från betesdjur. Modellen finns fritt tillgänglig att köra i en webbversion, och kan öppnas från denna sida (ACP-version).
Beslutsträd för val av patogenhalter i en QMRA-modell
I SVU-rapporten ”Patogenhalter i svenska ytvattentäkter för QMRA – statistisk modellering och utvärdering av ett hypotesbaserat angreppssätt” finns i Bilaga 3 nedanstående illustration. Detta är ett beslutsträd som med ja- och nej-frågor vägleder till val av lämpliga patogenhalter i en QMRA-modell, och sammanfattar hur ovan nämnda tabeller kan användas:
Den fråga som ställs i ruta E ”Finns det utsläppspunkter för orenat eller behandlat avloppsvatten” motiveras av att Cryptosporidium och Giardia är de referenspatogener i QMRA-verktyget som är mest överlevnadståliga, och där alltså även avlägsna utsläppspunkter kan leda till vattenburna utbrott. När läsaren av felträdet kommer till den streckade linjen längst ner, kan arbetet betraktas som avslutat för denna gång. Riskbedömningar bör dock återupprepas med jämna mellanrum, vilket pilen tillbaka till ruta A vill visa.
För ytterligare läsning om potentiella patogenkällor i en vattentäkt, och metoder att kartlägga dessa, hänvisas till ”Handbok Dricksvattenrisker. Mikrobiologiska risker i ytråvatten” (Livsmedelsverket 2016). Handboken kan laddas ner här.
Referenser:
Livsmedelsverket (2016) Handbok Dricksvattenrisker. Mikrobiologiska risker i ytråvatten. 48 sidor.
Åström, J. (2018) Patogenhalter i svenska ytvattentäkter för QMRA – statistisk modellering och utvärdering av ett hypotesbaserat angreppssätt. Svenskt Vatten Utveckling rapport nr. 2018-03. Stockholm. Svenskt Vatten. Tillgänglig: http://vav.griffel.net/vav.htm (2018-05-20): 56 sidor.