 |
| Martin Wiedmann |
Martin Wiedmann aime comparer les tentatives des installations de production pour identifier et gérer les souches résidentes du pathogène d'origine alimentaire, Listeria monocytogenes, en tant que missions de «recherche et de destruction».
Au fil des ans, l'industrie des fruits et légumes a considérablement amélioré sa capacité à détecter ou à rechercher des souches persistantes de Listeria, a dit Wiedmann de l'Université Cornell. Là où l'industrie reste souvent en difficulté, c'est dans la partie «détruire» de la mission.
Points clés à retenir
Une revue de la littérature a examiné la persistance de Listeria à la fois dans les installations de production et en dehors de l'industrie.
Les ateliers de conditionnement coopérants ont fourni une contribution essentielle pour garantir que les résultats étaient réels.
Le projet produira un outil d'aide à la décision pour aider les exploitants d'installations de production à prendre de meilleures décisions plus rapidement.
«Chaque installation de transformation est différente et souvent les interventions sont coûteuses», a-t-il dit «La partie recherche prend du temps, mais une fois que vous avez formé des personnes, vous pouvez, avec un budget raisonnable, avoir des résultats. Une fois que vous avez identifié les interventions - qu'elles concernent des problèmes de conception ou de maintenance ou même des fissures dans un sol - c'est parfois un investissement en capital sans aucune certitude que cela résoudra vraiment le problème.»
En conséquence, Wiedmann a dit que l'industrie avait besoin de ressources améliorées pour identifier rapidement les facteurs susceptibles de contribuer à la persistance de Listeria, puis identifier les interventions scientifiques appropriées pour prévenir, éliminer ou gérer les causes pertinentes.
À travers le projet, «Factors affecting persistence of Listeria monocytogenes need to be identified for evaluation and prioritization of interventions» (Les facteurs affectant la persistance de Listeria monocytogenes doivent être identifiés pour l'évaluation et la priorisation des interventions), Wiedmann et son équipe prévoient d'adopter une approche en trois étapes qui aboutira à un outil d'aide à la décision.
Renata Ivanek, également de Cornell, qui possède une expertise dans le développement de modèles informatiques, a rejoint Wiedmann en tant que co-chercheuse principale.
Leur projet a commencé par une recherche documentaire qui s'est étendue au-delà des seules situations liées aux produits, car la persistance de Listeria peut également être un problème ailleurs. En outre, ils ont examiné les articles publiés et non publiés.
Wiedmann a indiqué l'exemple du transpalette comme équipement utilisé pour les produits ainsi que dans d'autres industries, telles que le conditionnement de la viande, qui peut héberger des populations persistantes de Listeria.
«L'idée est qu'il y aura déjà des expériences utiles dans l'industrie des fruits et légumes et dans d'autres industries qui pourraient être utiles pour l'industrie des fruits et légumes avec la partie destruction», a-t-il déclaré. «Les essais sur le terrain peuvent être coûteux et difficiles. Mais s'il existe des connaissances, nous voulons en profiter.»
Après avoir réduit les 1 656 documents originaux à 264, l'équipe les a examinés pour identifier environ 32 des stratégies les plus pertinentes. Ils ont ensuite validé certaines interventions identifiées avec quatre installations de conditionnement coopérantes.
Au départ, ils ont échantillonné chaque établissement avant toute intervention et ont effectué une analyse formelle des causes profondes avec le personnel de l'établissement.
«Quel est selon nous le problème?», a demandé Wiedmann. «Une fois que nous l'avons identifié, nous avons examiné les solutions potentielles à partir de la littérature, mais aussi d'un point de vue de bon sens. Quelles interventions devrions-nous faire? Ensuite, nous avons fait un suivi pour voir s'ils avaient un effet.»
Sur la base de ces résultats, les chercheurs ont développé une approche étape par étape que les usines de conditionnement peuvent utiliser pour mener une analyse des causes profondes afin d'identifier les facteurs les plus probables derrière une persistance spécifique ainsi que des interventions appropriées.
Wiedmann a dit qu'il était «absolument essentiel» d'avoir ce type de participation de l'industrie des produits pour s'assurer que leurs résultats étaient applicables aux installations de production.
«Pour comprendre ce qui se passe dans le monde réel, nous devons être dans une véritable installation», a-t-il dit.
Les interventions qu'ils ont identifiées mais qui étaient trop difficiles à valider expérimentalement dans une installation de conditionnement ont été testées en utilisant un modèle informatique développé précédemment.
«Nous avons recréé des installations de production presque en 3D, afin que nous puissions identifier les endroits où Listeria peut survivre dans le temps et nous pouvons voir ce qui se passe lorsque nous changeons les choses», a dit Wiedmann.
Au final, les chercheurs envisagent de développer un outil d'aide à la décision que l'industrie pourra utiliser pour développer des stratégies d'intervention. Tout comme ils l'ont fait lors de la validation des interventions, les chercheurs solliciteront les commentaires de l'industrie sur l'outil de soutien auprès d'un groupe de discussion.
L’outil permettra également au personnel de l’usine d’exécuter des scénarios de type «What if» pour comparer différentes stratégies, mais il ne remplacera pas l’élément humain.
«L'opérateur prendra toujours les décisions, mais nous voulons augmenter les chances qu'il prenne la bonne décision», a-t-il dit «Le modèle ne prend pas la décision à leur place, mais il les aide à prendre de meilleures décisions plus rapidement.»
Aucun commentaire:
Enregistrer un commentaire
Remarque : Seul un membre de ce blog est autorisé à enregistrer un commentaire.