Crépet, Amélie (2007) Statistique Bayésienne et Monte-Carlo de Second Ordre pour l’évaluation des risques microbiologiques. Le cas de Listeria monocytogenes dans les produits de IVème gamme. PhD thesis Mathématiques appliquées et applications des mathématiques, INRA? UR 1204 Méthodologie d'analyse et de risques alimentaires, AgroParistech 2007AGPT0042 p.222.
Full text available as:
|
|
Alternative Locations: http://tel.archives-ouvertes.fr/index.php?halsid=egv7qu47u9q6t4ukdd1fbaj3r0&view_this_doc=tel-00267183&version=2
Abstract
Listeria monocytogenes par sa présence dans les végétaux et sa capacité à se développer à de faibles températures représente un danger pour les consommateurs de salades de IVème gamme. L'objectif de ces travaux est de construire un modèle d'évaluation des risques de listériose par consommation de ce produit. Nous opérons en deux temps : estimation des paramètres d'entrée du modèle par inférence bayésienne puis, à partir des distributions obtenues, simulation de l'exposition et du risque par méthodes de Monte-Carlo de second ordre. Ces techniques permettent de propager séparément la variabilité et l'incertitude le long de la chaîne alimentaire. En particulier, un modèle d'estimation de la distribution de la contamination microbiologique d'un aliment, tenant compte des faibles concentrations est développé. L'effet sur le risque de différents scénarios comme le plafonnement de la croissance de L. monocytogenes ou l'élimination du chlore du procédé industriel est évalué.
| Item Type: | PhD Thesis (PhD) |
|---|---|
| PhD Supervisor: | Carlin, Frédéric |
| Date: | 12 December 2007 |
| Board of examiners: | Cornu, Marie and Bacro, Jean-Noël and Stahl, Valérie and Daudin, Jean-Jacques and Dervin, Catherine and Carlin, Frédéric |
| Ecole Doctorale: | ED 435 AGRICULTURE, ALIMENTATION, BIOLOGIE, ENVIRONNEMENTS ET SANTE |
| Discipline: | Mathématiques appliquées et applications des mathématiques |
| Collection (Fonds): | AgroParistech |
| Institution: | AgroParistech |
| Department: | INRA? UR 1204 Méthodologie d'analyse et de risques alimentaires |
| Subjects: | 1. Mathematics and Applications 7. Life Sciences and Engineering |
| Uncontrolled Keywords: | Statistique bayésienne, simulation de Monte-Carlo de second ordre, évaluation des risques alimentaires, Modèle de croissance microbiologique, Données incomplètes, Bayesian statistics, Second Order Monte Carlo simulations, Food risk assessment, Microbiological growth model, Incomplete data, Listeria monocytogenes |
| ID Code: | 3595 |
| Deposited By: | Amélie Crépet |
| Deposited On: | 03 June 2008 |
Table of content
Remerciements 1
Comités de pilotage et de thèse 3
Table des matières 4
Table des
gures 9
Liste des tableaux 11
Liste dacronymes et abbréviations 14
1 Chapitre introductif 15
1.1 Introduction - 15
1.2 Justi
cation du sujet - 18
1.2.1 Un danger avéré - 18
1.2.2 Nécessité dévaluer lexposition à L. monocytogenes et de caractériser
les risques de listériose par consommation de salade de IVeme gamme 21
1.3 Enjeux scienti
ques - 23
1.3.1 Construire un modèle dévaluation de lexposition à L. monocytogenes
et de caractérisation des risques de listériose par consommation de
salade de IVeme gamme - 23
1.3.2 Intégrer dans lévaluation des risques alimentaires des méthodes sta-
tistiques permettant de prendre en compte séparément la variabilité et
lincertitude - 25
1.4 Organisation du manuscript - 35
4
TABLE DES MATIÈRES 5
2 Estimation de la contamination 38
2.1 Introduction - 38
2.2 La méthode du "nombre le plus probable" dans le cas de dilutions en série . 41
2.2.1 Principe de la méthode des dilutions - 41
2.2.2 Estimation de la concentration en micro-organismes - 41
2.3 Structure des données de contamination microbiologique et notations - 43
2.4 Méthode destimation et génération de valeurs de log-concentration - 45
2.4.1 Modèle de mélange de deux lois normales - 46
2.4.2 Méthode destimation des paramètres et des hyperparamètres du modèle 47
2.4.3 Formalisation bayésienne du modèle - 49
2.4.4 Génération de valeurs de log-concentration - 51
2.5 Application à Listeria monocytogenes dans les produits végétaux - 53
2.5.1 Description des données - 53
2.5.2 Réalisation et contrôle de la convergence - 54
2.5.3 Résultats - 56
2.6 Discussion - 57
3 Estimation des paramètres de croissance 62
3.1 Introduction - 62
3.2 Rappel sur les modèles de croissance bactérienne - 65
3.2.1 Modèle primaire de croissance - 66
3.2.2 Modèle secondaire de croissance - 67
3.3 Description des données - 71
3.4 Estimation des distributions des paramètres de croissance - 79
3.4.1 Le modèle M1 - 79
3.4.2 Le modèle M2 : introduction dune structure hiérarchique - 82
3.5 Validation - 86
3.5.1 Comparaison entre les valeurs observées et les valeurs prédites - 86
3.5.2 Utilisation dun critère dadéquation - 86
3.5.3 Sélection de modèles : le Critère dInformation de Déviance (DIC) . 89
3.6 Réalisation pratique et contrôle de la convergence - 89
3.7 Résultats - 90
3.7.1 Statistiques des distributions a posteriori des paramètres des di¤érents
modèles - 90
TABLE DES MATIÈRES 6
3.7.2 Résultats de la validation - 93
3.7.3 Résultats de la sélection de modèles par le Critère dInformation de
Déviance - 97
3.8 Discussion - 98
4 Simulations de la contamination 101
4.1 Introduction - 101
4.2 Procédé de fabrication et circuit logistique des salades de IVeme gamme . . . 103
4.3 Modèle de simulation de la contamination des sachets à linstant de la consom-
mation - 106
4.3.1 Etapes du modèle - 106
4.3.2 Modèle destimation de la contamination de la matière première . . . 108
4.3.3 Méthode destimation de la réduction en micro-organismes au cours
du lavage à leau chlorée et du lavage à leau non chlorée - 109
4.3.4 Modèle de simulation de la croissance de L. monocytogenes dans chaque
étape du circuit logistique - 110
4.4 Nature et origine des données - 112
4.4.1 Contamination de la matière première - 112
4.4.2 Réduction en micro-organismes au cours du lavage à leau chlorée et
du lavage à leau non chlorée - 113
4.4.3 Durées et températures des di¤érentes étapes du circuit logistique des
salades en sachet - 115
4.5 Distributions des paramètres du modèle - 118
4.5.1 Distribution des paramètres du modèle de contamination de la matière
première - 118
4.5.2 Distribution de la réduction en micro-organismes au cours du lavage à
leau chlorée et du lavage à leau non chlorée - 118
4.5.3 Distribution de la quantité de salades contenues dans les sachets . . . 119
4.5.4 Distributions des durées et des températures de chaque étape du circuit
logistique - 120
4.6 Réalisation des simulations - 126
4.7 Résultats - 128
4.7.1 Contamination de la matière première entrant dans lusine - 128
TABLE DES MATIÈRES 7
4.7.2 Contamination de la matière première après lavage à leau chlorée et
à leau non chlorée - 129
4.7.3 Contamination à la sortie de la chaîne de fabrication - 130
4.7.4 Contamination à chaque étape du circuit logistique - 131
4.7.5 Test de vieillissement - 133
4.7.6 Scénarios pour le paramètre ymax - 134
4.8 Discussion - 135
4.8.1 Di¢cultés de la reproduction dun procédé de fabrication et dun cir-
cuit logistique - 136
4.8.2 De linuence du volume de données sur le niveau dincertitude : exemple
des données de contamination - 138
4.8.3 E¤et du chlore sur la contamination des salades de IVeme gamme . . 139
4.8.4 Peut-on valider le modèle ? - 139
5 Evaluation de lexposition et des risques 148
5.1 Introduction - 148
5.2 Les données de consommation disponibles en France - 150
5.2.1 Lenquête individuelle nationale sur les consommations alimentaires
(INCA) - 151
5.2.2 Le panel Sécodip - 153
5.3 Utilisation de lenquête INCA et du panel Sécodip - 154
5.3.1 Statistiques de la consommation de salade - 154
5.3.2 Proportion de salades en sachet consommées par rapport aux salades
non transformées - 158
5.3.3 Poids de redressement de la population INCA - 159
5.4 Evaluation de lexposition - 160
5.4.1 Dé
nition de lexposition - 160
5.4.2 Evaluation de lexposition à partir des sachets de salade - 160
5.4.3 Evaluation de lexposition par simulation de la croissance des bactéries
directement dans les quantités consommées - 162
5.5 Caractérisation des dangers - 162
5.6 Caractérisation des risques - 164
5.6.1 Risque individuel par acte de consommation - 164
5.6.2 Risque individuel annuel - 165
TABLE DES MATIÈRES 8
5.6.3 Nombre de cas annuel de listériose du à la consommation de salade en
sachet - 165
5.7 Résultats - 166
5.7.1 Exposition estimée à L. monocytogenes par consommation de quantités
de salades de IVeme gamme contaminées - 167
5.7.2 Risque estimé de listériose par acte de consommation de salade de
IVeme gamme - 168
5.7.3 Risque estimé de listériose annuel - 169
5.7.4 Nombre estimé de cas de listériose en France par consommation de
salade de IVeme gamme - 175
5.8 Discussion - 175
5.8.1 Intérêt dutiliser les données individuelles de consommation et les ca-
ractéristiques socio-démographiques des individus - 176
5.8.2 Une estimation du risque de listériose par consommation de salade de
IVeme gamme relativement élevé - 177
5.8.3 Un nombre de cas de listériose plausible ? - 179
6 Discussion générale 183
6.1 Limites des travaux et pistes de recherche - 183
6.2 Statistique et évaluation des risques : un dispositif complexe - 184
6.2.1 Pluridisciplinarité scienti
que - 185
6.2.2 Collaboration avec lindustrie - 186
6.2.3 Communication avec les gestionnaires - 186
Bibliographie - 187
Annexes 207
Repository Staff Only: edit this item