Dans ce travail, un modèle d'appréciation quantitative des risques microbiens a été développé pour proposer des mesures de maitrise sanitaire et les relier à des métriques du risque. A partir d'observations réalisées dans un hôpital, nous avons pu caractériser le procédé de fabrication et de distribution de deux plats de boeuf en sauce, de manière à prédire l'évolution du danger Clostridium perfringens tout au long de ce procédé en utilisant les outils de la microbiologie prévisionnelle. Dans le modèle d'exposition, nous avons construit un modèle décrivant la germination puis la croissance de Clostri- dium perfringens pendant deux étapes du procédé, et un modèle décrivant la destruction thermique finale des cellules végétatives de Clostridium perfrin- gens. Ensuite, pour estimer un risque de diarrhée lié à la consommation de ces plats, nous avons construit un modèle dose réponse. De manière à pouvoir prédire la gamme des situations possibles, nous avons cherché à décrire, dans chacun des modèles, la variabilité de la réponse biologique modélisée en utilisant des données issues de méta analyse, obtenues dans des conditions variées. L'utilisation de l'inférence bayésienne sur des données issues de méta analyse nous a permis de décrire séparément variabilité et incertitude, suivant les recommandations des instances internationales. Des simulations de Monte Carlo à deux dimensions sur l'ensemble du procédé nous ont ensuite permis d'estimer le risque moyen de maladie lié à la consommation des plats et d'estimer l'incertitude sur ce risque moyen. Ces simulations nous ont aussi permis d'identifier deux étapes importantes pour la maitrise du risque et de proposer, pour chacune de ces étapes, des mesures de maitrise sanitaire, dont nous avons ensuite mesuré l'efficacité.
| Identifer | oai:union.ndltd.org:CCSD/oai:pastel.archives-ouvertes.fr:pastel-00781728 |
| Date | 24 October 2011 |
| Creators | Sevrin-Jaloustre, Séverine |
| Publisher | AgroParisTech |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | fra |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0018 seconds