Return to search

Appréciation quantitative des risques pour l'évaluation de mesures de maîtrise sanitaire dans une filière agro-alimentaire. Application à Clostridium perfringens en restauration hospitalière / Quantitative risk assessment for assessment of control measures in a food chain. Application to Clostridium perfringens in an hospital kitchen

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. / In this study, a quantitative risk assessment model was developed in order to propose control measures making it possible to reach some `risk based' targets. A survey, carried out in an hospital, made it possible to describe a food chain, from raw material until consumption, of two beef-in-sauce products, such as to predict the evolution of Clostridium perfringens along the whole process using predictive microbiology tools. In the exposure assessment model, we described Clostridium perfringens germination, outgrowth and growth in a first model, applied on two process steps, and final thermal inactivation of Clostridium perfringens vegetative cells in a second model. Then, in order to estimate the risk of diarrhea after the consumption of the two products, we established a dose response model. In order to predict in our model the full range of possible outcomes, we aimed at describing, in each proposed model, the variability on the modelled biological response using meta analysis data, obtained on various experimental conditions. Performing Bayesian inference on these published data, we separated variability and uncertainty, according to recommendations of international organizations. Second order Monte Carlo simulations on the whole process made it possible to estimate the mean risk of diarrhea after to the consumption of the products and to estimate the uncertainty on this median risk. Based on these simulations, two key steps for food safety were then identified in the process, leading us to propose, for each step, control measures and to measure their efficacy.

Identiferoai:union.ndltd.org:theses.fr/2011AGPT0059
Date24 October 2011
CreatorsSevrin-Jaloustre, Séverine
ContributorsParis, AgroParisTech, Delignette-Muller, Marie-Laure, Poumeyrol, Gérard, Membré, Jeanne-Marie
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0023 seconds