Piano attività progetto STARTEC

1
Progetto di Ricerca
2
Sviluppo di modelli probabilistici per stimare cambiamenti qualitativi e
3
quantitativi durante produzione, trasporto, stoccaggio e consumo di pasti e
4
prodotti pronti.
5
6
I patogeni che contaminano gli alimenti sono fonte di preoccupazione sia per le industrie
7
alimentari che per i governi. Entrambi cercano quindi di disegnare strategie di riduzione e/o
8
eliminazione del rischio. L’analisi quantitativa del rischio microbiologico (QMRA) è una
9
metodologia per valutare ed integrare dati relative all’origine ed all’evoluzione di un patogeno
10
lungo una catena alimentare e per determinare il rischio per la salute umana legato alla
11
presenza del patogeno stesso. La microbiologia predittiva può aiutare chi fa valutazione del
12
rischio e chi gestisce il rischio a prendere decisioni corrette in relazione alla riduzione di tale
13
rischio nei prodotti alimentari in base alla previsione dell’impatto di alcune variabili intrinseche
14
ed estrinseche sulla sopravvivenza o inattivazione dei patogeni.
15
Il principale obiettivo di questo progetto è sviluppare modelli probabilistici per una selezione di
16
parametri qualitativi e quantitativi da inserire in un software in relazione ad una gamma di
17
prodotti pronti al consumo (Ready to Eat RTE).
18
Piano di Attività
19
1. Revisione e mappatura dei fattori che impattano sicurezza e qualità dei prodotti
20
RTE da includere nei modelli, M1- M4. Una revisione della letteratura verrà effettuata.
21
Inoltre verrà svolta la valutazione dell’esposizione al rischio in funzione dei prodotti RTE
22
selezionati.
23
2. Selezione dei punti della catena alimentare che influenzano i parametri qualitativi
24
e di sicurezza per lo sviluppo dei modelli, M3- M8. Ad ogni fase della catena
25
produttiva saranno applicati modelli quantitativi o predittivi per stimare il cambiamento
26
quantitativo o di prevalenza dei microrganismi selezionati (Lindqvist et al. 2002; Nauta
27
2003; Tromp et al. 2010). L’output della modellazione di una fase rappresenterà l’input
28
per la fase successiva fino alla fine del processo produttivo quando verrà stimata
29
l’esposizione al patogeno in esame legata al consumo del prodotto RTE. Per stimare
30
l’effetto della miscelazione di ingredienti diversi durante la preparazione di un prodotto
31
RTE, il Modular Process Risk Model (MPRM) (Nauta 2001; Nauta 2003; Nauta 2005)
32
sarà considerato. Infine, saranno valutati gli effetti di differenti scenari di conservazione
33
e preparazione dei prodotti RTE sui parametri di sicurezza e qualitativi considerati.
34
2.2.1
Combinazione dei dati sperimentali e dei dati di modellazione ottenuti per i
35
parametri qualitativi e di sicurezza in relazione alle variabili legate ad
36
ingredienti, processi produttivi e distribuzione.
37
2.2.2
Validazione dei modelli. La validazione verrà effettuata sia utilizzando dati
38
ottenuti nel progetto che dati di letteratura e di banche dati. Verranno valutati gli
39
errori statistici e gli indici Goodness-of-Fit.
40
3. Stima dei criteri di sicurezza alimentare (Obiettivi di Performance (PO) e criteri di
41
processo (PC)) per i prodotti RTE ed i rischi microbiologici selezionati, M6-M9. I
42
risultati ottenuti nella prima fase del progetto saranno incorporati in modelli di analisi
43
quantitativa del rischio disponibili. I risultati dei modelli di analisi del rischio e predittivi
44
saranno utilizzati per definire PO quantitativi (es. Unità Formanti Colonia per g) per i
45
rischi studiati. Il raggiungimento di tali PO è legato al raggiungimento degli obiettivi di
46
sicurezza alimentare (FSO).
47
Per determinare i criteri di sicurezza alimentare si può applicare l’equazione proposta
48
dall’ICMSF (2002). Tale equazione considera l’effetto di differenti fasi del processo
49
produttivo in termini di crescita, inattivazione, contaminazione crociata, etc per il
50
raggiungimento di un FSO:
51
H0   I   R  FSO
52
(1)
53
H0 è la popolazione iniziale di microrganismo, I è un fattore che tiene conto dello
54
sviluppo, mentre R è il fattore di riduzione. I termini sono espressi in valore logaritmico.
55
Inoltre, specifici criteri di processo saranno elencati per ogni prodotto RTE in termini di
56
pH,
57
ottenere un appropriato standard qualitativo. Sia i PO che i PC saranno integrati nel
58
software che verrà sviluppato.
aw, intervalli tempo/temperature, miscele di gas (MAP) e altri parametri per
59
60
4. Sviluppo di modelli probabilistici da incorporare nel software, M9-M12. Fonti di
61
variabilità ed incertezza nei modelli verranno identificate e valutate attraverso metodi
62
statistici e tecniche di simulazione. Saranno considerati approcci Bayesian basati sulla
63
conoscenza di una data variabile nel modello. Inoltre, il metodo dei momenti sarà
64
considerate per propagare informazioni relative all’incertezza e variabilità in funzione di
65
media e deviazione standard degli inputs. L’analisi Monte Carlo sarà impiegata come
66
metodo numerico perchè permette di propagare le distribuzioni di probabilità in studi di
67
analisi del rischio in funzione di analisi basate su processi di campionamento casuali.
68
69
70
71
72
73
74
75
76
77
78
Bibliografia
-
ICMSF (International Commission on the Microbiological Specifications of Foods) (2002)
Microorganisms in Foods 7. Microbiological testing in food safety management. New York,
KluwerAcademic / Plenum Publisher.
-
Lindqvist R, Sylvén S, Vågsholm I (2002) Quantitative microbial risk assessment exemplified by
Staphylococcus aureus in unripened cheese made from raw milk. Int J Food Mic 78: 155-170.
-
Nauta M (2003) A retail and consumer phase model for exposure assessment of Bacillus cereus.
Int J Food Microbiol 83: 205-218.
79
80
81
82
83
84
85
86
87
-
Nauta MJ (2001) Modular process risk model structure for quantitative microbiological risk
assessment and its application in an exposure assessment of Bacillus cereus in REPFED.
Bilthoven, the Netherlands.
-
Nauta MJ (2005) Microbiological risk assessment models for partitioning and mixing during food
handling. Int J Food Microbiol 100:311-22.
-
Tromp SO, Rijgersberg H, Franz E (2010) Quantitative microbial risk assessment for Escherichia
coli O157:H7, Salmonella enterica, and Listeria monocytogenes in leafy green vegetables
consumed at salad bars, based on modeling supply chain logistics. J Food Prot 73: 1830-1840.