Exportar registro bibliográfico

Cross contamination of Listeria monocytogenes in ready-to-eat meat product during slicing: a predictive approach (2017)

  • Authors:
  • Autor USP: LOPES, JANAINA THAíS - FCF
  • Unidade: FCF
  • Sigla do Departamento: FBA
  • Subjects: MICROBIOLOGIA DE ALIMENTOS; CONTAMINAÇÃO DE ALIMENTOS; ALIMENTOS PREPARADOS; LISTERIA
  • Language: Inglês
  • Abstract: Os produtos derivados da carne que são prontos para consumo estão sujeitos à recontaminação após o processamento industrial, principalmente por Listeria monocytogenes, um microrganismo patogênico capaz de persistir por longo tempo no ambiente. Um produto cárneo pronto para consumo que se contamina com L. monocytogenes devido à contaminação cruzada durante alguma etapa após o processamento industrial, tal como pesagem, fatiamento ou acondicionamento, pode ser um importante causador de enfermidade, pois não há uma etapa de eliminação do patógeno antes do consumo. Este projeto teve por objetivo mensurar a transferência de L. monocytogenes durante o fatiamento de presunto cozido (contaminação cruzada), simulando em laboratório práticas adotadas nos estabelecimentos comerciais de fatiamento de produtos prontos para o consumo, e desenvolver um modelo preditivo capaz de descrever esta transferência. Foi observado que nas primeiras fatias obtidas após a contaminação experimental do fatiador, as contagens e as taxas de transferência de L. monocytogenes eram mais altas que nas subsequentes, observando-se que as curvas de contagem apresentavam uma longa cauda ao longo do fatiamento. Os dados demonstram que o fatiador pode ser uma fonte importante de contaminação cruzada de L. monocytogenes para produtos cárneos prontos para o consumo fatiados, independentemente do nível de contaminação do fatiador. Com os dados obtidos, foi possível sugerir um novo modelo de transferência, denominado 4p-2se, formado por uma equação com apenas quatro parâmetros (4p) e dois ambientes (2se,) sendo esse modelo independente da quantificação do patógeno transferido para o fatiador. O modelo sugerido foi comparado a outros dois modelos de transferência previamente descritos, observando os dados preditos no modelo 4p-2se apresentavam valores de RMSE (Root Mean Sum of squared erros) mais baixos que os demaismodelos. O modelo proposto mostrou-se capaz de predizer satisfatoriamente os dados de transferência de patógeno durante o fatiamento de presunto cozido, podendo auxiliar os estabelecimentos comerciais de alimentos e as agências reguladoras na avaliação e controle da contaminação cruzada de alimento prontos para consumo e na concepção de estratégias adequadas de gestão de risco.
  • Imprenta:
  • Data da defesa: 12.05.2017
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      LOPES, Janaina Thaís. Cross contamination of Listeria monocytogenes in ready-to-eat meat product during slicing: a predictive approach. 2017. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2017. Disponível em: http://www.teses.usp.br/teses/disponiveis/9/9131/tde-04102017-171557/. Acesso em: 18 abr. 2024.
    • APA

      Lopes, J. T. (2017). Cross contamination of Listeria monocytogenes in ready-to-eat meat product during slicing: a predictive approach (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/9/9131/tde-04102017-171557/
    • NLM

      Lopes JT. Cross contamination of Listeria monocytogenes in ready-to-eat meat product during slicing: a predictive approach [Internet]. 2017 ;[citado 2024 abr. 18 ] Available from: http://www.teses.usp.br/teses/disponiveis/9/9131/tde-04102017-171557/
    • Vancouver

      Lopes JT. Cross contamination of Listeria monocytogenes in ready-to-eat meat product during slicing: a predictive approach [Internet]. 2017 ;[citado 2024 abr. 18 ] Available from: http://www.teses.usp.br/teses/disponiveis/9/9131/tde-04102017-171557/


Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2024