hygiejne og prædiktiv...
Post on 07-Jul-2020
5 Views
Preview:
TRANSCRIPT
1/28
Paw Dalgaard
Afd. for Fødevareindustriel Forskning (FF)
Danmarks Tekniske Universitet
pada@food.dtu.dk
www.staff.dtu.dk/pada
Hygiejne og prædiktiv mikrobiologi
Kan effekten af fødevarehygiejne forudsiges?
Hygiejne og politik – politik og hygiejne, 6. februar 2014Spor 8 – Kan hygiejne indbygges og forudses
2/28DTU Fødevareinstituttet
• Prædiktiv mikrobiologi og fødevarekæder
• Overførsel af mikroorganismer
• Kvantitativ mikrobiologisk risikovurdering (QMRA)
• Konklusioner og perspektiver
Hygiejne og prædiktiv mikrobiologi
Kan effekten af fødevarehygiejne forudsiges?
3/28
Prædiktiv modellering
Lagringstid
Kon
c. a
f bak
terie
r (Lo
g cf
u/g)
Kritisk koncentration afsygdomsfremkaldendebakterie
Kritisk koncentration affordærvelsesbakterier
FordærvelsesbakterierSygdomsfremkaldende bakterie
Holdbarhed mht.sikkerhed
Holdbarhed mht.lugt og smag
DTU Fødevareinstituttet
4/28
0 10 20 30 40 50
Storage time (days at 7°C)
0
1
2
3
4
5
6
7
8
9
Aero
bic
plat
e co
unt,
log
(cfu
/g)
Industrially processed samples
Manually processed samples
- - - Predicted growth of Lactobacillus sakei
Case: Production of brined cold-water shrimp
Mejlholm et al. 2008; Mejlholm & Dalgaard, 2013
5/28
Prædiktiv mikrobiologi og fødevarekæder
The ICMSF Equation
DTU Fødevareinstituttet
6/28Ross (2013)DTU Fødevareinstituttet
Prædiktiv mikrobiologi og fødevarekæder
7/28DTU Food
Spiseklare fødevarer Grænseværdi Kommentar Til spædbørn og syge Ingen i 10x25 g Understøtter vækst Ingen i 5x25 g - Hos producent
Understøtter vækst (Kat. 1.2)
100 cfu/g - Det skal dokumenteres at 100 cfu/g ikke overskrives ved holdbarhedsperiodens udløb
Understøtter ikke vækst (Kat. 1.3)
100 cfu/g - Dokumentation - pH ≤ 4,4 el. aw ≤ 0,92 - pH ≤ 5,0 og aw ≤ 0,94 - Holdbarhed < 5 dage
Kommissionens Forordning (EF) Nr. 2073/2005 af 15. november 2005 om mikrobiologiske kriterier for fødevarer – Kapitel 1. Fødevaresikkerhedskriterier
Listeria monocytogenes - lovgivning
8/28DTU Food
Seafood Spoilage and Safety Predictor
http://sssp.dtuaqua.dk
Prædiktiv model,
softwareProdukt egenskaber
Lagringsbetingelser
Holdharhed/sikkerhed
Sikker recept/produkt
9/28
Vækst af Listeria monocytogenes kan forekomme i kold-røget laks
10/28
Tilsætning af eddikesyre eller diacetat kan forhindre vækst af L. monocytogenesindenfor holdbarheden af koldrøget laks (Produkt 2 = blå streg)
Vækst/ikke vækst af L. monocytogenes afhænger altid af den kombinerede effekt af alle produktegenskaber og lagringsbetingelser
11/28
- 2°C i 7 dage- 5°C i 7 dage- 10°C i 7 dage- 12°C i 7 dage
12/28% Water phase benzoic acid
% W
ater
pha
se s
orbi
c ac
id
Growth
ψ = 0.5
MIC sorbic acid
MIC
benzoic acid
ψ = 0.75
ψ = 1.0
ψ = 1.5ψ = 1.25
ψ = 2.0
No-growth
DTU Food
Software kan forudsige vækstgrænsen for Listeria monocytogenes samt den afstand/sikkerhedsmargin der er fra vækstgrænsen til et
givet produkts sammensætning
Forudsigelse af vækst i fiskeprodukter
Mejlholm & Dalgaard (2009)
13/28
http://www.foedevarestyrelsen.dk/Nyheder/Nyheder/Arkiv_2013/Sider/Nye‐redskaber‐til‐virksomhedernes‐kontrol‐af‐Listeria.aspx
14/28DTU Fødevareinstituttet
• Prædiktiv mikrobiologi og fødevarekæder
• Overførsel af mikroorganismer
• Kvantitativ mikrobiologisk risikovurdering (QMRA)
• Konklusioner og perspektiver
Hygiejne og prædiktiv mikrobiologi
Kan effekten af fødevarehygiejne forudsiges?
15/28
-Exopolysaccharide-Biofilm-Clustering-Extracelular structure
Donor surface
Recipient surface
-Pressure-Humidity-Roughness-Contact time
Bacterial adherence
Intrisicfactors
Environmental factors
Departamento de Bromatología y Tecnología de los Alimentos. Universidad de Córdoba
Grupo HIBRO
CROSS CONTAMINATION FACTORS
Cross contamination: transfer factors
16/28
Humidity Adherence Transfer rate
Pressure Proximity Transfer rate
Contact time Binding Transfer rate
1 2 3 4Departamento de Bromatología y Tecnología de los Alimentos. Universidad de Córdoba
Grupo HIBRO
Cross contamination: transfer factors
17/28Int. J. Food Microbiol. 157 (2012) 267-277DTU Fødevareinstituttet
18/28DTU Fødevareinstituttet J. Appl. Microbiol. 112 (2012) 112, 90-98
19/28DTU Fødevareinstituttet J. Appl. Microbiol. 112 (2012) 90-98
20/28DTU Fødevareinstituttet
• Prædiktiv mikrobiologi og fødevarekæder
• Overførsel af mikroorganismer
• Kvantitativ mikrobiologisk risikovurdering (QMRA)
• Konklusioner og perspektiver
Hygiejne og prædiktiv mikrobiologi
Kan effekten af fødevarehygiejne forudsiges?
21/28
Quantitative microbiological risk assessment(QMRA)Hazard Exp
osure
charaxrerizatio
n assessm
ent
Predictive microbiology models(Deterministic and stochastic)
Prevalence and conc. of pathogen
Product characteristics
Storage conditions
Storage time (shelf‐life)
Output: Predicted concentrations / distributions in food at the time of consumption
Consumption patterns and dose‐response models
Output: Cases per year FAO/WHO (2004)
22/28
Pérez-Rodriguezet al. (2006)
Kvantitativ mikrobiologisk risiko vurdering
23/28Pérez-Rodriguez et al (2006)DTU Fødevareinstituttet
24/28DTU Fødevareinstituttet Risk Analysis 34 (2014) 56-74
25/28DTU Fødevareinstituttet Risk Analysis 34 (2014) 56-74
26/28DTU Fødevareinstituttet
• Prædiktiv mikrobiologi og fødevarekæder
• Overførsel af mikroorganismer
• Kvantitativ mikrobiologisk risikovurdering (QMRA)
• Konklusioner og perspektiver
Hygiejne og prædiktiv mikrobiologi
Kan effekten af fødevarehygiejne forudsiges?
27/28
Konklusioner og perspektiver
1. Vækst og overlevelse af mikroorganismer i fødevarer kanidag forudsiges for mange typer af produkter
2. Prædiktive mikrobiologiske modeller anvendes i stigendegrad ved til:
- Produktudvikling- Risikovurdering- Dokumentation af fødevareiskkerhed
3. Hygiejne, kryds- og re-kontaminering er inkluderet i flereprædiktive modeller for fødevarekæder:
- Forudsigelser er forbundet med betydelig usikkerhed- Behov for yderligere data/validering samt forskning
indenfor modellering og forudsigelse
DTU Food
28/28DTU Fødevareinstituttet
http://www.food.dtu.dk/nyheder/arrangementer
top related