Meta-analysis of cardinal values for the growth of Listeria monocytogenes

Abstract

The food industry has the goal and responsibility of providing safe products to the consumers, and their microbial quality is one of the key criteria to be considered. A tool that can help the food industry in this goal is Predictive Microbiology, as it allows the estimation of bacterial growth responses over a range of intrinsic and extrinsic conditions using mathematical modelling, hence enabling predictions of their dynamics in food. Meta-analysis, as a statistical approach that provides an enlarged vision about the research outcomes of a specific topic by examining a vast number of studies, can be combined with Predictive Microbiology, thus creating the opportunity to generate comprehensive knowledge about bacterial kinetic parameters that can be used by the food industry to ensure the production of safe food. The general objectives in this dissertation are: (i) to estimate the global minimum, optimum and maximum cardinal values for temperature for Listeria monocytogenes using meta-analysis; (ii) to identify the moderators that have the greatest impact on the cardinal values assessment and (iii) to propose a methodology for estimating cardinal values. To achieve the objectives, a database of growth rates of Listeria monocytogenes was constructed from the literature and meta-analysed using R software. In parallel, laboratory experiments were conducted with strains from the Nestlé Pathogen Culture Collection to assess growth rates at selected temperatures under optimal conditions of pH and water activity. The data was analysed in R software, Microsoft Excel (Solver) and Sym’Previus. The meta-analysis performed allowed the fitting of the Cardinal Parameter Model to several subsets of data, making it possible to obtain broad estimates of 𝑇min, 𝑇opt, 𝑇max and 𝜇opt. It was concluded that the strain, growth medium, water activity and pH values have great impact on the estimated values. The meta-analysis also evidenced that very few isothermal experiments have been conducted at temperatures above 40 °C, thus some gaps in microbial growth rates and cardinal values were identified. The proposed methodology to estimate cardinal values consists of performing experiments using optical density methods at a large range of temperatures (0 to 45 °C). Vast amounts of data must be generated around the growth boundaries in order to increase the precision of the estimated values of 𝑇min and 𝑇max.

A indústria alimentar tem o objectivo e a responsabilidade de fornecer aos consumidores produtos seguros, sendo a qualidade microbiológica destes um dos principais critérios a considerar. Uma ferramenta que pode auxiliar a indústria alimentar nesse objectivo é a Microbiologia Preditiva, que permite a estimativa de respostas de crescimento bacteriano em diversas condições intrínsecas e extrínsecas usando modelação matemática, possibilitando assim previsões da dinâmica bacteriana em alimentos. A meta-análise, enquanto abordagem estatística que fornece uma visão alargada sobre os resultados da pesquisa de um tópico específico através da análise de uma vasta quantidade de estudos, pode ser combinada com a Microbiologia Preditiva, criando assim uma oportunidade para gerar conhecimento abrangente sobre parâmetros cinéticos bacterianos, os quais podem ser usados pela indústria alimentar para garantir a produção de alimentos seguros. Os objetivos gerais desta dissertação são: (i) estimar os valores cardinais mínimos, máximos e ótimos para temperatura de Listeria monocytogenes usando meta-análise; (ii) identificar os moderadores de maior impacto na estimativa desses valores e (iii) propor uma metodologia para a estimativa de valores cardinais. Para atingir os objetivos propostos, uma base de dados de taxas de crescimento de L. monocytogenes em alimentos e meios de cultura foi construída a partir da literatura e meta-analisada usando o software R. Em paralelo, trabalho experimental com estirpes pertencentes à Nestlé Pathogen Culture Collection foi realizado para avaliar as taxas de crescimento a determinadas temperaturas sob condições ótimas de pH e atividade da água. Os dados foram analisados usando o software R, Microsoft Excel (Solver) e Sym’Previus. A meta-análise realizada permitiu o ajuste do Modelo do Parâmetro Cardinal a vários conjuntos de dados, permitindo obter estimativas amplas de 𝑇min, 𝑇opt, 𝑇max e 𝜇opt. Concluiu-se que a estirpe, o meio de cultura e os valores de atividade da água e pH têm grande impacto nos valores estimados. Também foi evidenciado o reduzido número de experiências isotérmicas conduzidas acima dos 40 °C, identificando-se assim algumas lacunas relativas a taxas de crescimento microbianas e a valores cardinais. A metodologia proposta para estimar valores cardinais consiste em realizar experiências utilizando métodos de densidade óptica numa ampla gama de temperaturas (0 a 45 °C). Vastas quantidades de dados devem ser geradas em torno dos limites de crescimento de modo a aumentar a precisão dos valores estimados de 𝑇min e 𝑇max.