Modelo matemático predictivo del crecimiento de Escherichia coli O157 en carne vacuna

Autores
Signorini, M.L.
Año de publicación
2008
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
The aim of this study was modeled Escherichia coli O157 growth in beef hamburger as part of a quantitative risk assessment. Scientific articles that presented a complete pathogen growth model in meat depending on the temperature and two tertiary predictive models were selected. Since they were generated data of lag phase (ë) and growth rate (µ) in a range of temperatures (5 ° C to 34 ° C) and pH (5.6 - 6.5), and were obtained the linear relationship between each parameter and temperature. Linear equations in probability distributions for each parameter were included and ran a model for analyzing the behavior of lag-exponential and Gompertz equations in predicting E. coli O157 growth. The methodology exposed allows including different environmental conditions present in the meat throughout the process, taking into account the variability and uncertainty in the microbial growth parameters. Gompertz microbiological model generated better results, because consider the bacteria concentration on the stationary growth phase, preventing obtain extremely high values.
Fil: Signorini, M.L. CONICET. Argentina
Fil: Signorini, M.L. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria (EEA) Rafaela. Santa Fé, Argentina
El objetivo del estudio fue modelar el crecimiento microbiano de Escherichia coli O157 en carne vacuna (hamburguesas) como parte de una evaluación cuantitativa de riesgos. Se seleccionaron artículos científicos que exponían de manera completa modelos predictivos de crecimiento del patógeno en carne en función de la temperatura y dos modelos predictivos terciarios. A partir de éstos se generaron datos sobre el tiempo de latencia (ë) y tasa de crecimiento (µ) en un rango de temperaturas (5°C a 34°C) y pH (5,6 - 6,5), obteniéndose la relación lineal entre cada parámetro y temperatura. Se incluyeron las ecuaciones lineales en distribuciones de probabilidad para cada parámetro y se corrió un modelo para analizar el comportamiento de las ecuaciones lag-exponencial y Gompertz en la predicción del crecimiento de E. coli O157. La metodología expuesta permite incluir diferentes condiciones ambientales presentes en la carne a lo largo del proceso, considerando la variabilidad y las incertidumbres de los parámetros que caracterizan el crecimiento microbiano. Gompertz fue el modelo microbiológico que mejores resultados generó, ya que al considerar la concentración de bacterias que alcanzan la fase estacionaria de crecimiento, evita obtener valores extremadamente elevados.
Fuente
InVet, vol. 10, nº1
Materia
Evaluación cuantitativa de riesgos
Escherichia coli O157
modelos de crecimiento
Quantitative risk assessment
Escherichia coli O157
growth models
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Repositorio
Repositorio Digital Institucional de la Universidad de Buenos Aires
Institución
Universidad de Buenos Aires
OAI Identificador
oai:RDI UBA:pveterinaria/invet:HWA_4919

id RDIUBA_e34abfc282ca2ffb5c7997d5bdedb72b
oai_identifier_str oai:RDI UBA:pveterinaria/invet:HWA_4919
network_acronym_str RDIUBA
repository_id_str
network_name_str Repositorio Digital Institucional de la Universidad de Buenos Aires
spelling Modelo matemático predictivo del crecimiento de Escherichia coli O157 en carne vacunaMathematical model to predict the growth of Escherichia coli O157 in beefSignorini, M.L.Evaluación cuantitativa de riesgosEscherichia coli O157modelos de crecimientoQuantitative risk assessmentEscherichia coli O157growth modelsThe aim of this study was modeled Escherichia coli O157 growth in beef hamburger as part of a quantitative risk assessment. Scientific articles that presented a complete pathogen growth model in meat depending on the temperature and two tertiary predictive models were selected. Since they were generated data of lag phase (ë) and growth rate (µ) in a range of temperatures (5 ° C to 34 ° C) and pH (5.6 - 6.5), and were obtained the linear relationship between each parameter and temperature. Linear equations in probability distributions for each parameter were included and ran a model for analyzing the behavior of lag-exponential and Gompertz equations in predicting E. coli O157 growth. The methodology exposed allows including different environmental conditions present in the meat throughout the process, taking into account the variability and uncertainty in the microbial growth parameters. Gompertz microbiological model generated better results, because consider the bacteria concentration on the stationary growth phase, preventing obtain extremely high values.Fil: Signorini, M.L. CONICET. ArgentinaFil: Signorini, M.L. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria (EEA) Rafaela. Santa Fé, ArgentinaEl objetivo del estudio fue modelar el crecimiento microbiano de Escherichia coli O157 en carne vacuna (hamburguesas) como parte de una evaluación cuantitativa de riesgos. Se seleccionaron artículos científicos que exponían de manera completa modelos predictivos de crecimiento del patógeno en carne en función de la temperatura y dos modelos predictivos terciarios. A partir de éstos se generaron datos sobre el tiempo de latencia (ë) y tasa de crecimiento (µ) en un rango de temperaturas (5°C a 34°C) y pH (5,6 - 6,5), obteniéndose la relación lineal entre cada parámetro y temperatura. Se incluyeron las ecuaciones lineales en distribuciones de probabilidad para cada parámetro y se corrió un modelo para analizar el comportamiento de las ecuaciones lag-exponencial y Gompertz en la predicción del crecimiento de E. coli O157. La metodología expuesta permite incluir diferentes condiciones ambientales presentes en la carne a lo largo del proceso, considerando la variabilidad y las incertidumbres de los parámetros que caracterizan el crecimiento microbiano. Gompertz fue el modelo microbiológico que mejores resultados generó, ya que al considerar la concentración de bacterias que alcanzan la fase estacionaria de crecimiento, evita obtener valores extremadamente elevados.Universidad de Buenos Aires. Facultad de Ciencias Veterinarias.2008info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdf1514-6634 (impreso)1668-3498 (en línea)http://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=pveterinaria/invet&cl=CL1&d=HWA_4919https://repositoriouba.sisbi.uba.ar/gsdl/collect/pveterinaria/invet/index/assoc/HWA_4919.dir/4919.PDFInVet, vol. 10, nº1reponame:Repositorio Digital Institucional de la Universidad de Buenos Airesinstname:Universidad de Buenos Airesspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/2.5/ar/2025-09-04T11:46:21Zoai:RDI UBA:pveterinaria/invet:HWA_4919instacron:UBAInstitucionalhttp://repositoriouba.sisbi.uba.ar/Universidad públicahttps://www.uba.ar/http://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/oaiserver.cgicferrando@sisbi.uba.arArgentinaopendoar:2025-09-04 11:46:22.256Repositorio Digital Institucional de la Universidad de Buenos Aires - Universidad de Buenos Airesfalse
dc.title.none.fl_str_mv Modelo matemático predictivo del crecimiento de Escherichia coli O157 en carne vacuna
Mathematical model to predict the growth of Escherichia coli O157 in beef
title Modelo matemático predictivo del crecimiento de Escherichia coli O157 en carne vacuna
spellingShingle Modelo matemático predictivo del crecimiento de Escherichia coli O157 en carne vacuna
Signorini, M.L.
Evaluación cuantitativa de riesgos
Escherichia coli O157
modelos de crecimiento
Quantitative risk assessment
Escherichia coli O157
growth models
title_short Modelo matemático predictivo del crecimiento de Escherichia coli O157 en carne vacuna
title_full Modelo matemático predictivo del crecimiento de Escherichia coli O157 en carne vacuna
title_fullStr Modelo matemático predictivo del crecimiento de Escherichia coli O157 en carne vacuna
title_full_unstemmed Modelo matemático predictivo del crecimiento de Escherichia coli O157 en carne vacuna
title_sort Modelo matemático predictivo del crecimiento de Escherichia coli O157 en carne vacuna
dc.creator.none.fl_str_mv Signorini, M.L.
author Signorini, M.L.
author_facet Signorini, M.L.
author_role author
dc.subject.none.fl_str_mv Evaluación cuantitativa de riesgos
Escherichia coli O157
modelos de crecimiento
Quantitative risk assessment
Escherichia coli O157
growth models
topic Evaluación cuantitativa de riesgos
Escherichia coli O157
modelos de crecimiento
Quantitative risk assessment
Escherichia coli O157
growth models
dc.description.none.fl_txt_mv The aim of this study was modeled Escherichia coli O157 growth in beef hamburger as part of a quantitative risk assessment. Scientific articles that presented a complete pathogen growth model in meat depending on the temperature and two tertiary predictive models were selected. Since they were generated data of lag phase (ë) and growth rate (µ) in a range of temperatures (5 ° C to 34 ° C) and pH (5.6 - 6.5), and were obtained the linear relationship between each parameter and temperature. Linear equations in probability distributions for each parameter were included and ran a model for analyzing the behavior of lag-exponential and Gompertz equations in predicting E. coli O157 growth. The methodology exposed allows including different environmental conditions present in the meat throughout the process, taking into account the variability and uncertainty in the microbial growth parameters. Gompertz microbiological model generated better results, because consider the bacteria concentration on the stationary growth phase, preventing obtain extremely high values.
Fil: Signorini, M.L. CONICET. Argentina
Fil: Signorini, M.L. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria (EEA) Rafaela. Santa Fé, Argentina
El objetivo del estudio fue modelar el crecimiento microbiano de Escherichia coli O157 en carne vacuna (hamburguesas) como parte de una evaluación cuantitativa de riesgos. Se seleccionaron artículos científicos que exponían de manera completa modelos predictivos de crecimiento del patógeno en carne en función de la temperatura y dos modelos predictivos terciarios. A partir de éstos se generaron datos sobre el tiempo de latencia (ë) y tasa de crecimiento (µ) en un rango de temperaturas (5°C a 34°C) y pH (5,6 - 6,5), obteniéndose la relación lineal entre cada parámetro y temperatura. Se incluyeron las ecuaciones lineales en distribuciones de probabilidad para cada parámetro y se corrió un modelo para analizar el comportamiento de las ecuaciones lag-exponencial y Gompertz en la predicción del crecimiento de E. coli O157. La metodología expuesta permite incluir diferentes condiciones ambientales presentes en la carne a lo largo del proceso, considerando la variabilidad y las incertidumbres de los parámetros que caracterizan el crecimiento microbiano. Gompertz fue el modelo microbiológico que mejores resultados generó, ya que al considerar la concentración de bacterias que alcanzan la fase estacionaria de crecimiento, evita obtener valores extremadamente elevados.
description The aim of this study was modeled Escherichia coli O157 growth in beef hamburger as part of a quantitative risk assessment. Scientific articles that presented a complete pathogen growth model in meat depending on the temperature and two tertiary predictive models were selected. Since they were generated data of lag phase (ë) and growth rate (µ) in a range of temperatures (5 ° C to 34 ° C) and pH (5.6 - 6.5), and were obtained the linear relationship between each parameter and temperature. Linear equations in probability distributions for each parameter were included and ran a model for analyzing the behavior of lag-exponential and Gompertz equations in predicting E. coli O157 growth. The methodology exposed allows including different environmental conditions present in the meat throughout the process, taking into account the variability and uncertainty in the microbial growth parameters. Gompertz microbiological model generated better results, because consider the bacteria concentration on the stationary growth phase, preventing obtain extremely high values.
publishDate 2008
dc.date.none.fl_str_mv 2008
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv 1514-6634 (impreso)
1668-3498 (en línea)
http://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=pveterinaria/invet&cl=CL1&d=HWA_4919
https://repositoriouba.sisbi.uba.ar/gsdl/collect/pveterinaria/invet/index/assoc/HWA_4919.dir/4919.PDF
identifier_str_mv 1514-6634 (impreso)
1668-3498 (en línea)
url http://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=pveterinaria/invet&cl=CL1&d=HWA_4919
https://repositoriouba.sisbi.uba.ar/gsdl/collect/pveterinaria/invet/index/assoc/HWA_4919.dir/4919.PDF
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Veterinarias.
publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Veterinarias.
dc.source.none.fl_str_mv InVet, vol. 10, nº1
reponame:Repositorio Digital Institucional de la Universidad de Buenos Aires
instname:Universidad de Buenos Aires
reponame_str Repositorio Digital Institucional de la Universidad de Buenos Aires
collection Repositorio Digital Institucional de la Universidad de Buenos Aires
instname_str Universidad de Buenos Aires
repository.name.fl_str_mv Repositorio Digital Institucional de la Universidad de Buenos Aires - Universidad de Buenos Aires
repository.mail.fl_str_mv cferrando@sisbi.uba.ar
_version_ 1842346722209038336
score 12.623145