Occurrence of Aflatoxin in Some Food Commodities Commonly Consumed in Nigeria
Notice bibliographique
Résumé
Aflatoxicosis is a public health problem in Nigeria like other tropical and sub-tropical regions of the world. Control of aflatoxin contamination requires thorough risk assessment, monitoring, quality control and empirical data. This study assayed total aflatoxin levels, identified and quantified four aflatoxin types in five food commodities commonly consumed in the six geopolitical zones of Nigeria. The food materials: <em>Zea mays, Colocynthis citrullus, Capsicum frutescens, Irvingia gabonensis</em> and <em>Arachis hypogea</em> were obtained from Watt market in Calabar urban. ELISA method was used for total aflatoxin, HPLC for aflatoxin types, AOAC for moisture. All (100%) the samples were contaminated with aflatoxin. Contamination was highest in<em> Irvingia gabonensis</em> (63.40 ± 1.79 µg/kg) and least in <em>Zea mays</em> (3.20 ± 0.12 µg/kg) (p &lt; 0.05). Except for <em>Irvingia gabonensis</em> and <em>Colocynthis citrullus</em>, total aflatoxin was within safe intake level of the Nigerian regulatory authority (National Agency for Food and Drug Adminstration and Control {NAFDAC}). All four aflatoxin types occurred in <em>Irvingia gabonensis</em>, <em>Capsicum frutescens</em> and <em>Colocynthis citrullus</em>; none was detected in <em>Arachis hypogea</em>. AFB<sub>1</sub> contamination was highest in<em> Irvingia gabonensis</em> (11.71±0.10 µg/kg) followed by <em>Capsicum frutescens</em> (1.21 ± 0.01 µg/kg); AFB<sub>2</sub> ranged from 0.00 ± 0.00-2.43 ± 0.05 µg/kg, AFG<sub>1 </sub>0.00 ± 0.00-3.73 ± 0.04 µg/kg, and AFG<sub>2</sub> 0.00 ± 0.00-0.54 ± 0.01 µg/kg (p &lt; 0.05). Only<em> Irvingia gabonensis</em> exceeded the limit of AFB<sub>1</sub> specified by NAFDAC for human foods. Moisture content varied widely (3.23 ± 0.03%-10.37 ± 0.19%).<strong> </strong>The trend in the occurrence of aflatoxins in the food samples was directly proportional (r = 0.91) to their moisture contents. Food<strong> </strong>commodities sold in Calabar carry potential health hazard. Improved handling through food processing, preservation and storage can minimize aflatoxins in foodstuffs and ensure sustainable quality of food supply.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».