Development of a Quantitative Microbial Risk Assessment Model for Foodborne E. coli O157:H7 Infection: The Risk of Consuming Lettuce
Notice bibliographique
Résumé
The current study used a probabilistic Quantitative Microbial Risk Assessment (QMRA) framework to describe the change of E. coli O157:H7 concentration in lettuce through a foodborne pathway, to develop a predictive model for risk estimation for E. coli O157:H7 infection associated with lettuce. The model consisted of a series of pathogen-associated events including initial contamination, growth during cooling, cold storage and distribution, disinfection (chlorine, gaseous chlorine dioxide and gamma irradiation), and dose response after consumption. A modified Baranyi growth model was proposed which described the initial physiological state of E. coli O157:H7 as a function of the initial temperature. The modified Baranyi growth model was used to predict \nE. coli O157:H7 growth under realistic time-temperature profiles, accounting for the time dynamics of temperature fluctuation. The risk assessment model was constructed in an Excel spreadsheet and Monte Carlo uncertainty analysis was simulated using Crystal Ball. The results in the current study showed that temperature control was the key measure for minimizing the risk of E. coli O157:H7 infection associated with lettuce. Disinfecting contaminated lettuce using the hypothetical methods examined in the study had limited effectiveness in risk reduction. Temperature abuse occurring before or after the hypothetical disinfections significantly diminished the disinfection effect and contributed to increased risk. Of all simulated scenarios, the lowest risk was associated with adequate temperature control and irradiation (44 infections per 1000 consumptions [95%: 94 infection per 1,000 consumption; 5%: 5 infections per 1,000 consumption]). The model can be used to explore the public health impact of other potential strategies that can be adopted to minimize the risk of E. coli O157:H7, while taking into account the possible amplification of pathogen through the food chain.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».