The health significance of heterotrophic bacteria in drinking water

Tap water is not sterile; it contains organisms which grow in water distribution systems or inside taps and their fittings. The absence of known pathogenic bacteria is assured by the absence of the indicator organisms but concerns have been raised in the past few years that drinking water fulfilling the standards laid down in the EC Directive ECC 80/778 may still cause disease. These concerns have arisen from several sources: the fact that a cause has been identified in only half of all suspected waterborne outbreaks of disease; reports have suggested that heterotrophic bacteria possessing single pathogenic mechanisms such as haemolysin may cause disease; reports of heterotrophic organisms causing water contact diseases in hospitals. These concerns led to a reappraisal of the pathogenic potential of heteretrophic bacteria, by carrying out an extensive literature search and review commissioned by the UK Water Research Company. This research identified many papers showing an association between drinking water and heterotrophic bacteria but only very few reports of suspected waterborne disease associated with the heterotrophs. The organisms demonstrating potential to cause disease were species of Aeromonas and Yersinia, but typing of organisms identified in patients and isolated from the water revealed very few similarities. The potential of Aeromonas and Yersinia to cause waterborne disease is thought to be very low and the Communicable Disease Surveillance Centre database of laboratory infections due to these two genera of organisms was analysed to produce population-related incidences for each health region in England and Wales. Additionally a laboratory questionnaire revealed different levels of ascertainment of these two organisms in different laboratories of the Public Health Laboratory Service.

A simple approach for the estimation of food consumption from growth rates at different environmental conditions and its application to juvenile cod (Gadus morhua L.) of a fjordic sea loch on the west coast of Scotland

Abstract Growth and condition of fish are functions of available food and environmental conditions. This led to the idea of using fish as a “consumption sensor” for the measurement of food intake over a defined period of time. A bio-physical model for the estimation of food consumption was developed based on the von Bertalanffy model. Whereas some of the input variables of the model, the initial and final lengths and masses of a fish and the temperature within the time period considered can easily be measured, internal characteristics of the species have to be determined indirectly. Three internal parameters are used in the model: the maintenance consumption at 0°C, the temperature dependence of this consumption and the food efficiency, the percentage of the ingested food utilized. Estimates of the parameters for a given species can be determined by feeding experiments. Here, data from published feeding experiments on juvenile cod, Gadus morhua L., were used to validate the model. The average of the relative error for the food intake predicted by the model for individual fish was about 24 %, indicating that fish used the food with different efficiencies. However, grouping the fish according to size classes and temperature lowered the relative error of the predicted food intake for the group to typically 5 %. For a group containing all fish of the feeding experiment the relative prediction error was about 2 %. Zusammenfassung Wachstum und Kondition der Fische sind von der verfügbaren Nahrung und von Umweltbedingungen abhängig. Dies führte zur Idee, Fisch als „Konsum-Sensor“ für die Messung der Nahrungsaufnahme über einen definierten Zeitraum zu verwenden. Auf Grundlage des von Bertalanffy-Modells wurde ein bio-physikalisches Modell zur Schätzung der Futteraufnahme entwickelt. Während einige der Eingangsgrößen des Modells leicht gemessen werden können (Anfangs- und Endlänge und -körpermasse der Fische und die Temperatur innerhalb des betrachteten Zeitraum), können interne Parameter der betrachteten Art nur indirekt bestimmt werden. Drei interne Parameter werden in dem Modell verwendet: Die Erhaltungskonsumtion bei 0° C, die Temperaturabhängigkeit dieser Rate und der Wirkungsgrad der Nahrung (der Anteil der Nahrung ,der aufgenommen und verwendet und nicht ungenutzt wieder ausgeschieden wird). Die Modellparameter für eine bestimmte Art können durch Fütterungsversuche bestimmt werden. Um das Modell zu validieren wurden Daten aus veröffentlichten Fütterungsversuchen mit juvenilen Kabeljau (Gadus morhua L.) verwendet. Modell und Wirklichkeit weichen in der Regel voneinander ab. Der durchschnittliche relative Fehler der durch das Modell vorhergesagten Nahrungsaufnahme betrug für Einzelfische etwa 24%, was darauf hinweist, dass einzelne Fisch die Nahrung mit unterschiedlichen Wirkungsgraden verwerten. Allerdings senkte die Gruppierung der Fische nach Größenklassen und Temperatur den relativen Vorhersagefehler für die Nahrungsaufnahme der Gruppe auf etwa 5%. Für alle Fische im Fütterungsversuch ist der relative Vorhersagefehler etwa 2%.

Reference-growth rate – a simple and handy parameter summarizing the influence of environmental conditions

Abstract Environmental changes may have an impact on life conditions of the fish, e.g. food supply for the fish. The prevailing environmental conditions apply evenly to all age groups of one stock. Small fish have high growth rates, whereas large fish grow with low rates. But, it can be shown on the basis of the von Bertalanffy-growth model that it is sufficient to know only the growth rate of one single age group to compute the growth rates of all other age groups. The growth rate of a reference fish GRF (e.g. a fish with a body mass of 1 kg) was introduced as a reference growth describing the current food condition of all age groups of the stock. As an example a time series of the reference-growth rate of the northern cod stock (NAFO, 3K) was computed for the time span 1979 to 1999. For the northern cod stock it can be observed that environmental conditions caused growth rates below the long-term mean for seven years in a row. After a prolonged hunger period the fish stock collapsed in 1992 also by the impact of fisheries - and this was probably not a coincidence. Now, with the reference-growth rate GRF a simple and handy parameter was found to summarize the influence of the environmental conditions on growth and other derived models and therefore makes it easier to compute the influence of environmental changes within stock assessment. Zusammenfassung Veränderungen der Umwelt können Auswirkungen auf die Lebensbedingungen der Fische haben, z. B. auf das Nahrungsangebot der Fische. Die vorherrschenden Umgebungsbedingungen wirken gleichmäßig auf alle Altersgruppen eines Bestandes, wobei typischer Weise kleineFische hohe Wachstumsraten haben, während die großen Fische mit niedrigen Raten wachsen. Auf der Grundlage des von Bertalanffy-Wachstumsmodells kann gezeigt werden, dass es ausreicht, nur die Wachstumsrate von einer einzigen Altersgruppe zu kennen, um die Wachstumsraten von allen anderen Altersgruppen berechnen zu können. Die Wachstumsrate eines Referenz-Fisches (z.B. eines Fisches mit einer Körpermasse von 1 kg) wurde als Referenz-Wachstum GRF eingeführt, die den aktuellen Zustand des Nahrungsangebots füralle Altersgruppen des Bestandes beschreibt. Als Beispiel wurde einer Zeitreihe der Referenz-Wachstumsraten des nördlichen Kabeljaubestandes (NAFO, 3K) für die Zeitsraum 1979 bis 1999 berechnet. Für diesen Kabeljaubestand war zu beobachten, dass Umgebungsbedingungen für sieben Jahre in Folge Wachstumsraten unter dem langjährigen Mittelwert verursachten. Nach einer längeren Hungerperiode kollabierte dieser Fischbestand im Jahr 1992 auch durch den Einfluß der Fischerei - und dies war sicher kein Zufall. Jetzt, mit der Referenz-Wachstumsrate GRF, ist ein einfacher und handlicher Parameter gefunden, der es gestattet den Einfluss der Umweltbedingungen auf die Wachstumsbedingungen und andere davon abgeleitete Modelle zusammenzufassen. Dies macht es einfach, den Einfluss von Umweltveränderungen innerhalb der Bestandsabschätzungen zu berechnen.