Impact de la chaîne du froid sur la contamination bactérienne

Transcription

1 Pôle Viandes Fraîches et Produits Transformés Juillet 2010 Impact de la chaîne du froid sur la contamination bactérienne Arnaud BOZEC, Mariem ELLOUZE, Alain LE ROUX, Gwenaël PIAUDEL

2 Sommaire RESUME... 3 INTRODUCTION... 4 MATERIELS ET METHODES Plan expérimental Simulation de la croissance des flores d altérations et pathogènes... 9 RESULTATS ET DISCUSSION Résultats Discussion CONCLUSION BIBLIOGRAPHIE

3 RESUME Cette étude a pour objectif d évaluer l impact que la maîtrise de la chaîne du froid peut avoir sur différentes flores d altérations et pathogènes, et donc sur la durée de vie microbiologique des produits mis sur le marché. Pour ce faire, des acquisitions de températures en entreprises, complétées par des simulations d incidents de réfrigération, ont été couplées à des prévisions du comportement microbien en utilisant les modèles de microbiologie prévisionnelle. La phase d acquisition des données a été initiée après une mise au point méthodologique pour la mesure de la température à la surface des viandes. Des suivis de températures réels observés lors du processus de refroidissement des carcasses, de la réfrigération pendant la découpe et du stockage des viandes fraîches ont été effectués chez trois industriels ayant une activité d abattage et de découpe sur le même site. Ces scénarii réels ont été ensuite complétés par des simulations d incidents de réfrigération afin de quantifier l impact de cette perte de maîtrise sur la croissance microbienne. Les profils thermiques ainsi obtenus ont été utilisés pour simuler les accroissements des trois micro-organismes suivants : Listeria monocytogenes, Pseudomonas et E. coli, choisis pour leur intérêt dans la filière. Les mesures de températures réalisées ont permis de confirmer la bonne maîtrise des installations réfrigérantes dans les entreprises du secteur abattage-découpe de porc qui ont participé à l étude. Au regard des simulations réalisées à partir de ces données, il apparaît que l étape du refroidissement de la carcasse peut conditionner fortement sa qualité microbiologique. La variabilité de la qualité microbiologique estimée est majoritairement expliquée par la cinétique de refroidissement des carcasses, qui dépend de leur masse, des équipements utilisés et du niveau de remplissage. Comparativement au refroidissement, le passage en salle de découpe n a pas d incidence sur la croissance microbienne, en raison des temps de séjour courts et des températures bien maîtrisées des salles de découpe. En cas de rupture de la chaîne du froid, qui était la clé d entrée initiale de ce projet, les industriels restent à ce jour démunis pour évaluer la dangerosité et la salubrité des produits concernés, et donc prendre une décision adaptée. Le scenario-type développé dans cette étude confirme que les accroissements peuvent être particulièrement élevés et rendre les produits dangereux et a minima impropres à la consommation. Enfin, la réalisation de cette étude et les échanges avec les industriels et les frigoristes en charge des installations confirment la complexité et la spécificité du froid dans les entreprises. Ces premiers résultats, non représentatifs de toutes les entreprises et basés sur des hypothèses, nécessitent d être approfondis afin de mieux caractériser et comprendre l impact de la chaîne du froid en abattage-découpe, et ainsi d être capable de proposer des optimisations qui permettraient de mieux maîtriser, voire d allonger, les durées de vie microbiologique des viandes, et le cas échéant de prendre des décisions en cas de rupture de la chaîne du froid. 3

4 INTRODUCTION La maîtrise de la chaîne du froid est une des Bonnes Pratiques d Hygiène qui conditionnent la conservation de la viande de porc, en limitant l accroissement des bactéries. Les industriels du secteur abattage-découpe maîtrisent la chaîne du froid par des installations réfrigérantes et des dispositifs de surveillance afin de réagir en cas d incident. Cependant, les discussions avec les professionnels font apparaître deux constats : une méconnaissance de l impact de l évolution de la température à la surface des produits sur la croissance bactérienne, un manque d outil d aide à la décision en cas de rupture de la chaîne du froid. Ces deux points revêtent une importance particulière du fait de la responsabilité renforcée des opérateurs à tous les maillons de la filière depuis la mise en place du Paquet Hygiène, mais également du fait de la réévaluation des mesures de maîtrise associées aux CCP et/ou PRPo dans le cadre de la mise en place du Plan de Maîtrise Sanitaire. En cas de rupture de la chaîne du froid en cours de process, l évaluation de la dangerosité et de l acceptabilité du produit reste ainsi aujourd hui hypothétique alors qu elle est classiquement réalisée lors de la validation de la Durée de Vie Microbiologique des produits. Ce sont ces constats et éléments de discussion qui avaient été à l origine de ce projet, et l idée initiale était de pouvoir fournir aux industriels des outils, abaques par exemple, pour les aider à évaluer la salubrité et la dangerosité de leurs produits en cas de rupture de la chaîne du froid. Deux difficultés majeures ont conduit à revoir la façon d aborder la problématique : L absence dans les entreprises de données utilisables pour définir des scenarii-types auxquels auraient été adossées des estimations d accroissements bactériens, les rares données disponibles étant des températures d ambiance et éventuellement des températures à cœur des produits ; L obtention de mesures fiables de la température à la surface de la viande. Cette étude a pour objectif d évaluer l impact de la maîtrise de la chaîne du froid sur différentes flores d altérations et pathogènes. Pour ce faire, une méthodologie pour la mesure de la température à la surface des viandes a été mise au point, et a été suivie par une phase d acquisition de données objectives sur le processus de refroidissement des carcasses, la réfrigération pendant la découpe et le stockage des viandes fraîches. Ces données ont ensuite permis de modéliser sous le logiciel Sym Previus l accroissement obtenu à la fin des profils thermiques pour les micro-organismes suivants : Listeria monocytogenes, Pseudomonas et E. coli en tant que représentant des entérobactéries. Ces scénarii réels ont été enfin complétés par des simulations d incidents de réfrigération afin de quantifier l impact de cette perte de maîtrise sur la Durée de Vie Microbiologique de la viande de porc. 4

5 MATERIELS ET METHODES 1. Plan expérimental Afin de réaliser les acquisitions de températures à l abattoir et en salle de découpe, nous avons utilisé des boîtiers testo n 171 à une ou deux sorties associés avec une sonde à piquer. Leur étendue de mesure est comprise entre -35 C et +75 C. La résolution de l affichage est au dixième de degré. Photo 1- Boîtiers testo n 171 avec sonde d ambiance et sonde à piquer L acquisition des températures d ambiance a été réalisée avec des piles océasoft programmables sous le logiciel thermotracer. Leur étendue de mesure est comprise entre - 40 C et + 85 C. La résolution de l affichage est au dixième de degré. Photo 2- Piles océasoft L ensemble du matériel d acquisition de températures fait l objet d un suivi métrologique dans le cadre du plan métrologique de l IFIP. Les valeurs enregistrées par les sondes sont corrigées par une équation de correction spécifique à chaque sonde. Les conditions expérimentales d acquisition de températures correspondent à des scénarii réels enregistrés en abattoirs et ateliers de découpe industriels. Trois industriels ayant une activité d abattage-découpe sur le même site ont ainsi participé à l étude. Les viandes et carcasses ayant fait l objet d un suivi sont situées dans le cœur de la gamme Uniporc (organisation de pesée classement marquage, à savoir un TMP (Taux de Muscle des Pièces) de et un poids de carcasse de 91kg ± 4 kg. Le positionnement des boîtiers d acquisition de température a été réalisé à deux moments distincts : A l abattoir : juste avant l entrée dans le ressuage et pendant toute la période de refroidissement ; En découpe : en chambre froide carcasses, avant l entrée en découpe et jusqu au quai d expédition. 5

6 Photos 3- Positionnement des sondes dans le hall d habillage avant l entrée en ressuage Photos 4 Carcasses en chambre froide Le dispositif d enregistrement permet d acquérir la température à cœur et en surface du jambon, ainsi que la température d ambiance pendant 24 heures après l abattage. Les jambons, les poitrines, les épaules de différentes carcasses ont fait l objet d un suivi de température entre la chambre froide des carcasses, la découpe, le stockage en chambre froide de découpe. Photos 5 Carcasses comportant des enregistreurs de températures sur des épaules, poitrines et jambons 6

7 Photo 6-Trois carcasses en attente d entrée en salle de découpe Après le passage en découpe primaire, les pièces sont positionnées sur des balancelles en attente de convoyage vers des chambres froides ou les quais d expédition (cf. photos 7). Des longes ont également été positionnées dans une chambre froide de raidissage, afin de permettre leur tranchage avant le conditionnement en barquettes sous atmosphère modifiée. Photos 7- Epaules, poitrines et jambons sur balancelles en chambre froide après découpe Le plan expérimental mis en place permet d évaluer la variabilité des profils temps température liée aux entreprises, aux carcasses au sein d une même entreprise ainsi qu aux pièces de découpe. Pour cela, les températures de refroidissement de deux carcasses ainsi que d une longe ont été enregistrées chez l entreprise 1. Les températures de refroidissement d une carcasse, d une épaule et de deux jambons ont été enregistrées chez l entreprise 2. Enfin, les évolutions des températures d une carcasse, d un jambon et d une poitrine ont été suivies chez l entreprise 3. Le plan expérimental permet également d évaluer l impact d une rupture de la chaîne du froid au niveau de la chambre froide. La gestion du froid n est pas transposable d une entreprise à l autre car elle est conditionnée par de nombreux facteurs. En effet, le froid dans une enceinte thermostatée est influencé par des paramètres tels que la puissance de l installation, son niveau d isolation, la nature et le volume des produits présents dans la chambre froide. De la même manière, la circulation de l air (i.e. l aéraulique) est influencée par les caractéristiques géométriques de l installation, la nature du conditionnement d air ou la position des produits et leur nombre. 7

8 Afin de poursuivre nos expérimentations et mettre en évidence l impact d une rupture de la chaîne du froid sur la croissance des micro-organismes, nous souhaitions recueillir des scénarii réels de panne en industrie, informations difficilement disponibles chez nos partenaires industriels. Nous avons donc décidé de simuler expérimentalement une panne dans la salle de découpe de l IFIP. Des poitrines de porc avec couenne ont été positionnées dans deux bacs dans une chambre froide réfrigérée. L impact de la température ambiante sur la viande fraîche a été évalué à l aide d enregistreurs testo et de piles océasoft placés en surface des viandes conformément aux photos 10 ci-dessous. Photos 10 Dispositif d enregistrement des températures dans le scénario de rupture de la chaîne du froid Après une réfrigération à 2 C pendant une vingtaine d heures, le froid a été arrêté afin de simuler une panne de 24 heures dans une chambre froide (Cf. tableau 1), l objectif étant de quantifier l évolution de la température ambiante (inertie relative à l isolement de la chambre froide) ainsi que la température de surface des viandes. Tableau 1. Planning de mesures des températures Jour Heure Température de consigne 21 août h14 2 C 22 août h00 OFF 23 août h00 Arrêt enregistrements 8

9 Les douze scénarii étudiés sont présentés dans le tableau 2. Tableau 2. Présentation des 12 scénarii étudiés N Scénario Entreprise Carcasse Pièce Carcasse Carcasse Carcasse 1 1+longe Carcasse 1 2+longe Carcasse Carcasse 2 1+Epaule Carcasse2 1+Jambon Carcasse 2 1+Jambon Carcasse Carcasse 3 1+Jambon Carcasse 3 1 +Poitrine 12 Station expérimentale 3 1 Carcasse Poitrine + Rupture 2. Simulation de la croissance des flores d altérations et pathogènes Le logiciel Sym Previus permet de simuler le comportement des micro-organismes en fonction du temps et des facteurs environnementaux. Il est utilisé dans cette étude pour simuler l évolution de Listeria monocytogenes, de Pseudomonas et de E. coli en fonction du temps en tenant compte du ph et de l aw des carcasses, et ce pour les douze scénarii présentés dans le tableau 2. Pour cela, Sym Previus utilise l approche modulaire, qui consiste à modéliser individuellement l effet de chaque facteur environnemental (ph, aw ou température) sur le taux maximum de croissance, µ max, relativement à sa valeur optimale µ opt, obtenue pour des conditions optimales de croissance. Les interactions entre facteurs sont également prises en compte par un module supplémentaire (équation 1). µ max = µ opt. γ(ph). γ (a w ). γ (température). γ (interactions) Eq 1 L effet des facteurs température, ph, aw et des interactions est décrit en utilisant des paramètres ayant une signification biologique. Dans l approche cardinale utilisée par Sym Previus (équation 2), l effet du facteur X (représentant le ph, l aw ou la température) est décrit par les valeurs X min (valeur minimale permettant la croissance), X opt (valeur optimale permettant la croissance) et X max (valeur maximale permettant la croissance). Ces valeurs appelées valeurs cardinales sont, par hypothèse, des caractéristiques intrinsèques de la bactérie et donc indépendantes du milieu dans lequel la croissance a lieu. L effet du milieu est pris en compte à travers le paramètre µ opt spécifique d un couple bactérie/aliment. γ (X) = γ ( X, X min, X opt, X max ) Eq 2 Les simulations ont été réalisées pour un germe pathogène : Listeria monocytogenes ainsi que pour deux germes d altération : Pseudomonas et E. coli. Ce dernier germe a été choisi en tant que représentant des entérobactéries, car il s agit d un groupe bactérien constitué de nombreuses bactéries appartenant à plusieurs genres et présentant une diversité de caractéristiques physiologiques (en particulier en ce qui concerne la potentialité de croissance en fonction des paramètres environnementaux). 9

10 La simulation du comportement de ces trois micro-organismes en surface de la viande de porc a nécessité l utilisation d un modèle primaire pour permettre de prévoir l évolution de la concentration bactérienne en fonction du temps ainsi qu un modèle secondaire permettant de prévoir la valeur du taux maximum de croissance (µ max ) de chaque microorganisme en fonction des facteurs environnementaux retenus : le ph, l activité de l eau et la température. Cette prévision a nécessité de disposer des données suivantes : les valeurs cardinales caractéristiques de chaque bactérie et indépendantes du milieu dans lequel elle se trouve. Il s agit des températures cardinales : T min, T opt, T max, des ph cardinaux : ph min, ph opt, ph max et des aw cardinales : aw min, aw opt, aw max. les paramètres spécifiques du couple micro-organisme/viande de porc et notamment le taux optimal de croissance µ opt et la densité de population maximale N max. Les estimations de ces paramètres se sont basées sur les données fournies dans le rapport «Transport des carcasses n ayant pas atteint la température réglementaire» ou sur les données du logiciel Sym Previus. Pour se placer dans des conditions sécuritaires, un temps de latence nul a été utilisé lors des simulations. Par ailleurs, la contamination microbienne initiale a été fixée à 1 UFC/g correspondant à 0 log UFC/g pour mieux faciliter la lecture des accroissements obtenus dans les différents scénarii directement sur les cinétiques de croissance. En ce qui concerne les propriétés physico-chimiques, le ph a été fixé à 6,3 correspondant à la moyenne des ph de jambon (côté viande) obtenue lors d études précédentes réalisées par l IFIP. Pour le scénario 6, des suivis de ph réalisés par l IFIP ont permis d identifier un ph moyen au niveau de l épaule = 6,1 et cette valeur a ainsi été utilisée. Enfin, l aw a été fixé à 0,995. Le tableau 3 regroupe les différentes hypothèses de simulation utilisées : Tableau 3. Récapitulatif des hypothèses de simulation utilisées Micro organisme Souche Origine souche Lag (h) µ opt (h 1 ) N max (log UFC/g) Valeurs cardinales Val T ph aw L. monocytogenes Symprevius Saucisse (L5) Symprevius Pseudomonas Bibliographie Rapport E.coli Symprevius Toutes souches Min Max Opt 0, 28, , 6.8, Symprevius 0.950, 0.990,

11 RESULTATS ET DISCUSSION 1. Résultats A partir des scénarii thermiques enregistrés dans les trois entreprises, il s agit de simuler l accroissement obtenu à la fin des profils thermiques pour les micro-organismes suivants : Listeria monocytogenes, Pseudomonas et E. coli en tant que représentant des entérobactéries. Dans l entreprise n 1, deux scénarii de refroidissement de carcasses ont été retenus en raison d un niveau de chargement différent de la chambre froide d égalisation, ayant des conséquences sur le profil thermique. Cette différence s observe graphiquement sur les figures 1 et 2 vers les 4 heures de refroidissement. Après une chute de la température de surface du jambon, celle-ci peut remonter jusqu'à 7,3 C (figure 1) dans le premier scénario versus 13,4 C (figure 2) dans le second scénario. Figure 1 Suivi de température (scénario 1 : carcasse1-1 mesure en surface du jambon) Figure 2 Suivi de température (scénario 2 : carcasse1-2, en surface du jambon) 11

12 Ces deux scénarii ont été complétés par des enregistrements sur des longes afin de quantifier le couple temps-température lors des étapes de découpe, raidissage et tranchage avant le conditionnement sous atmosphère modifiée. Photo 8 -Acquisition de températures sur des longes en découpe Photo 9- Acquisition de températures sur des longes destinées au tranchage et conditionnement sous atmosphère modifiée Ainsi les scénarii 3 et 4 thermiques obtenus dans l entreprise n 1 sont schématisés par les figures ci-dessous : Figure 3 Suivi de température (scénario 3 : carcasse 1-1+ longe) Figure 4 Suivi de température (scénario 4: carcasse longe) 12

13 Les scenarii 3 et 4 et permettent ensuite de simuler la croissance de trois micro-organismes : Listeria monocytogenes, E. coli et Pseudomonas selon les figures ci-dessous. Figure 5 Simulation de la croissance de Listeria monocytogenes (scénario 3 : carcasse 1-1+ longe) Figure 6 Simulation de la croissance de Listeria monocytogenes (scénario 4 : carcasse 1-2+ longe) Figure 7 Simulation de la croissance d E. coli (scénario 3 :1-1 carcasse + longe) Figure 8 Simulation de la croissance d E. coli (scénario 4 :1-2 carcasse + longe) Figure 9 Simulation de la croissance de Pseudomonas (scénario 3 : carcasse longe) Figure 10 Simulation de la croissance de Pseudomonas (scénario 4 : carcasse longe) 13

14 La comparaison des deux scénarii 3 et 4 montre des croissances différentes pour les trois microorganismes. Selon le tableau 4, les Listeria ont un accroissement de 0,92 Log UFC dans le scénario 4 (défavorable) versus 0,48 dans le scénario 3. La période de refroidissement et de stockage avant découpe conditionne l accroissement de l ensemble des flores. En effet, on n observe pas de différence de croissance entre les scénarii 1 & 3 ainsi qu entre les scénarii 2 & 4, l importance de la phase de refroidissement, 24 heures contre 2 heures entre la découpe, le refroidissement et le tranchage, explique ce résultat. Tableau 4. Résultats des simulations microbiologiques obtenues pour l entreprise n 1 N Scénario Entreprise Carcasse Pièce Accroissement (Log UFC) Listeria E. coli Pseudomonas Carcasse 1 1 0,47 0,10 0, Carcasse 1 2 0,92 0,52 1, Carcasse 1 1+longe 0,48 0,09 0, Carcasse 1 2+longe 0,92 0,50 1,25 Dans l entreprise 2, trois pièces de découpe ont fait l objet d un suivi, il s agit de deux jambons et d une épaule. Le scénario 8 est illustré graphiquement par la figure 11. La période de passage en découpe et de stockage sur le quai d expédition est de deux heures. Scénario 8 : cinétique carcasse puis Jambon 2 45,0 40,0 35,0 30,0 température 25,0 20,0 15,0 Découpe Quai d expédition T surface jambon 2 T coeur jambon 2 Ambiance jambon 2 10,0 5,0 0,0 0,0 5,0 10,0 15,0 20,0 25,0 30,0 5,0 Figure 11 Scénario thermique d un jambon de l entrée du ressuage jusqu au quai d expédition 14

15 Le scenario 8 permet ensuite de simuler la croissance de trois micro-organismes : Listeria monocytogenes, E. coli et Pseudomonas selon les figures ci-dessous. Figure 12 Simulation de la croissance de Listeria monocytogenes (scénario 8 : carcasse 2 + jambon 2) Figure 13 Simulation de la croissance de E. coli (scénario 8 : carcasse 2 + jambon 2) Figure 14 Simulation de la croissance de Pseudomonas (scénario 8 : carcasse 2 + jambon 2) 15

16 Selon le tableau 5 de résultats ci-dessous, quelle que soit la pièce de découpe étudiée, jambon 1 & 2 ou épaule, les taux d accroissement par flore sont identiques. Ils sont en moyenne de 0,67 Log UFC pour Listeria, 0,2 Log UFC pour E. coli et 0,87 Log UFC pour Pseudomonas. Tableau 5- Résultats des simulations microbiologiques obtenues pour l entreprise n 2 N Scénario Entreprise Carcasse Pièce Accroissement (Log UFC) Listeria E. coli Pseudomonas Carcasse 2 1 0,68 0,27 0, Carcasse 2 1+Epaule 0,66 0,27 0, Carcasse2 1+Jambon 1 0,67 0,27 0, Carcasse 2 1+Jambon 2 0,68 0,27 0,92 Dans l entreprise 3, deux pièces de découpe ont fait l objet d un suivi, il s agit d un jambon et d une poitrine. Le scénario 8 est illustré graphiquement par la figure 11. La période de passage en découpe et de stockage sur le quai d expédition est de deux heures. Figure 18 Suivi de température (scénario 11 : carcasse 3-1+ poitrine) Le scenario 11 permet ensuite de simuler la croissance de trois micro-organismes : Listeria monocytogenes, E. coli et Pseudomonas selon les figures ci-dessous. Figure 15 Simulation de la croissance de Listeria monocytogenes (scénario 11 : carcasse poitrine) 16

17 Figure 16 Simulation de la croissance de E. coli (scénario 11 : carcasse poitrine) Figure 17 Simulation de la croissance de Pseudomonas (scénario 11 : carcasse poitrine) Comparativement aux données d accroissement calculées dans les entreprises 1 et 2, les accroissements sont supérieurs quelles que soient les flores, comme le montre la comparaison des tableaux 4, 5 et 6. La cinétique de refroidissement de la carcasse et sa réfrigération sont à l origine de ces différences d accroissement. De la même manière que pour les entreprises 1 et 2, le passage en découpe n a pas d influence sur les accroissements calculés (comparaison du scénario 11 avec les scénarii 9 et 10). Tableau 6- Résultats des simulations microbiologiques obtenues pour l entreprise n 3 N Scénario Entreprise Carcasse Pièce Accroissement (Log UFC) Listeria E. coli Pseudomonas Carcasse 3 1 1,6 0,76 2, Carcasse 3 1+Jambon 1,61 0,78 2, Carcasse 3 1 +Poitrine 1,61 0,77 2,2 17

18 2. Discussion L utilisation de la microbiologie prévisionnelle a permis de simuler le comportement de Listeria monocytogenes, E. coli et Pseudomonas en surface de carcasses et de viande de porc selon les différents scénarii thermiques enregistrés en conditions réelles. Tableau 7- Synthèse des résultats des simulations microbiologiques obtenues pour les 12 scénarii étudiés N Accroissement Entreprise Carcasse Pièce Scénario Listeria E. coli Pseudomonas Carcasse 1 1 0,47 0,10 0, Carcasse 1 2 0,92 0,52 1, Carcasse 1 1+longe 0,48 0,09 0, Carcasse 1 2+longe 0,92 0,50 1, Carcasse 2 1 0,68 0,27 0, Carcasse 2 1+Epaule 0,66 0,27 0, Carcasse2 1+Jambon 1 0,67 0,27 0, Carcasse 2 1+Jambon 2 0,68 0,27 0, Carcasse 3 1 1,6 0,76 2, Carcasse 3 1+Jambon 1,61 0,78 2, Carcasse 3 1 +Poitrine 1,61 0,77 2,2 Station Carcasse Poitrine + 12 expérimentale 3 1 Rupture 3,35 2,55 4,56 Moyenne (11 premiers scénarii) 0,94 0,42 1,26 Ecart type (11 premiers scénarii) 0,82 0,66 1,13 D après le tableau 7, il apparaît que l accroissement obtenu à la fin des profils thermiques varie en fonction du micro-organisme considéré et du profil temps température. Pour L. monocytogenes, on obtient un accroissement maximal de 1,61 Log UFC, un accroissement minimal de 0,47 Log UFC pour une moyenne de 0,94 Log UFC et un écart type de 0,82 Log UFC. Les valeurs obtenues pour E. coli sont légèrement moins dispersées avec une moyenne de 0,42 Log UFC et un écart type de 0,66 Log UFC. Pour Pseudomonas, on obtient une dispersion quasiment aussi importante que la moyenne, respectivement 1,13 Log UFC et 1,26 Log UFC. Les accroissements vont de 0,59 Log UFC à 2,21 log UFC. Le tableau 7 montre que l accroissement des E. coli est systématiquement plus faible que celui des L. monocytogenes, qui à son tour est plus faible que celui des Pseudomonas et ce pour n importe quel scénario. Ce résultat s explique par les caractéristiques des souches étudiées d une part et les caractéristiques physico-chimiques et de conservation de l aliment d autre part. Pour Pseudomonas, qui présente pourtant le taux de croissance optimal le plus faible (µ opt =1.1h -1 ) par exemple, la combinaison entre les valeurs cardinales, le profil temps température et les caractéristiques physico-chimiques fait qu il possède l accroissement le plus élevé pour tous les profils étudiés. Il existe également une variabilité associée aux profils temps température employés. Cette variabilité peut être liée à trois sources différentes : la variabilité intra-entreprise entre les carcasses, la variabilité intra-entreprise entre les différentes pièces de découpe et la variabilité entre les entreprises. 18

19 Les accroissements obtenus au niveau des scénarii 1 et 5 restent assez faibles, en revanche l accroissement calculé dans la troisième entreprise est beaucoup plus important (scénario 9). Cela suggère que la variabilité entre entreprises au niveau des carcasses doit intervenir pour expliquer la variabilité totale et ce pour les trois micro-organismes étudiés. Dans un objectif de détermination de l influence des bonnes pratiques d hygiène sur le niveau de contamination des flores présentes sur carcasses et pièces de découpe, il serait pertinent d extrapoler ces données au plan de contrôle des entreprises afin de quantifier l impact de la phase de refroidissement sur le niveau de contamination réellement observé chez ces industriels. En comparant deux carcasses d une même entreprise (scénarii 1 et 2 ou 3 et 4 par exemple), la variabilité observée est plus grande et répétable d une souche à une autre. Le passage en découpe ne semble pas augmenter la variabilité observée. En comparant le scénario de la carcasse seule ou le scénario de la même carcasse jusqu au stade pièce de découpe, une très faible différence est observée au niveau de l accroissement. Ainsi, en comparant les scénarii 1 (carcasse seule) et 3 (carcasse devenue longe), la différence d accroissement reste non significative pour les trois micro-organismes considérés. Ce résultat observé pour l entreprise 1, se vérifie également pour l entreprise 2 et ce quelle que soit la pièce de découpe considérée. L observation des courbes d évolution de la température au cours du passage en découpe permet d expliquer ce résultat. En effet, la découpe se fait à une température bien maitrisée (< 5 C) et pendant un temps très court limitant tout développement microbien significatif. En conclusion, c est l étape du refroidissement de la carcasse qui conditionne sa qualité microbiologique. Cette qualité microbiologique est variable et la variabilité observée est majoritairement expliquée par la rapidité du refroidissement des carcasses qui dépend de leur masse, des équipements utilisés lors du refroidissement ainsi que de la charge de ces équipements. Cette variabilité est donc indirectement liée à l entreprise. La simulation d une panne dans une chambre froide (scénario 12) pendant une période de 24 heures est un incident plausible en cas de défaillance du système de télésurveillance pendant un week-end. La figure 18 ci-dessous illustre le suivi de température d ambiance et de surface que l on pourrait observer. 45,0 40,0 35,0 Refroidissemment carcasse + découpe poitrine + arret chambre froide 24 h Température 30,0 25,0 20,0 15,0 10,0 5,0 0,0 0,00 10,00 20,00 30,00 40,00 50,00 60,00 70,00 80,00 T surface carcasse 2 + poitrine T coeur carcasse 2 + poitrine Ambiance carcasse 2 + poitrine Figure 18 Scénario thermique 12 de rupture de la chaîne du froid pendant 24 heures. 19

20 Selon le tableau 7, les résultats de la simulation de ces données de rupture de la chaîne du froid entraînent un doublement de la population de Pseudomonas et de Listeria estimée avant la panne. Les populations passeraient respectivement de 2,2 à 4,56 Log UFC et de 1,61 à 3,35 Log UFC. Les E. coli verraient leur population plus que triplée en passant de 0,77 à 2,55 Log UFC. Selon les données collectées par le plan de contrôle Certiviande 2009, les contaminations générales mesurées sur pièces de découpe sont de : 1,47 Log UFC par cm² avec un écart type de 0,95 pour les Entérobactéries 3,08 Log UFC par cm² avec un écart type de 1,15 pour les Pseudomonas Si on couplait ces niveaux de contaminations initiaux avec l accroissement théorique simulé, on obtiendrait un niveau de contamination de 1,47 + 2,55 = 4,0 Log UFC pour les E. coli (Entérobactéries) et 3,08 + 4,56 = 7,6 Log UFC pour les Pseudomonas. Le niveau de contamination par les flores d altérations que l on obtiendrait serait alors non conforme au regard des critères recommandés par le guide de bonnes pratiques et d application des principes HACCP du secteur abattage et découpe de porc. A savoir : Pseudomonas : m=10 5 ufc/cm²; M=10m avec n=5, c1=2 et, c2=0 pour les analyses individuelles ; 3m avec n=1 et c=0 pour les analyses en mélange ; Entérobactéries : m=10 4 ufc/cm²; M=10m avec n=5, c=2 pour les analyses individuelles ; 3m avec n=1 et c=0 pour les analyses en mélange L industriel n aurait d autre solution que de détruire les viandes qui présenteraient une altération organoleptique importante (phénomène de poissage et verdissement) en raison de la population de Pseudomonas. Dans le cas de notre étude, le logiciel Sym Previus permet de calculer l accroissement à partir des scénarii thermiques enregistrés. En cas d incident thermique, cet outil devient alors une aide à la décision pour les équipes dirigeantes concernant le devenir des denrées alimentaires. Il permet d estimer l impact de cette rupture de la chaîne du froid sur la croissance bactérienne, d envisager une correction ou une orientation vers un procédé assainissant et dans le cas ultime une destruction. Cette prise de décision nécessite pour l industriel de bien connaître plusieurs points : Le niveau de contamination initiale de la matière première ; Le scénario de rupture de la chaîne du froid (couple temps-température) ; L évolution de la température de surface du produit. D autres outils sont disponibles sur le web. La figure 19 (copies d écrans) ci-dessous en est un exemple. Cette interface Web a été développée par «The center for Meat Process Validation» de l Université du Wisconsin. Cet outil en ligne est capable de prédire des accroissements en fonction de ruptures de la chaîne du froid. Le lien ci-après permet de se connecter sur cette interface et de rentrer le scénario thermique suivi par le produit. Le logiciel calcule ensuite les accroissements en E. coli O157, Salmonella et Staphylococcus aureus. Afin de comparer les résultats de Sym Previus, nous avons renseigné quelques valeurs cible du scénario 12 dans ce calculateur, les résultats sont illustrés par la figure

21 Figure 19 simulation du scénario 12 sous l interface de«the center for Meat Process Validation» 21

22 22

23 23

24 Cet outil d aide à la décision semble être une solution adaptée aux industriels, en termes de praticité et de réponse apportée. En revanche, bien que les flores étudiées ne soient pas toutes les mêmes, les résultats obtenus s avèrent différents pour les E. coli. Selon le tableau 7, il y aurait un accroissement de 2,55 Log UFC sous Sym Previus contre 1 Log UFC sous l interface «Meat Process». Cependant les flores ne sont pas strictement identiques. Dans un cas il s agit des E. coli et dans l autre des E. coli O157:H7 (pathogène), or les valeurs cardinales sont spécifiques à chaque bactérie. Enfin, les hypothèses dans les deux simulateurs sont différentes, les Américains appliquent un temps de latence de 5 heures alors qu il a été fixé à 0 dans les simulations de Sym Previus pour se placer dans des conditions sécuritaires. Il n en reste pas moins que cette interface web est un outil pertinent, pouvant être utilisé pour prendre une décision sur la dangerosité d une viande. Ainsi le développement d une interface équivalente intégrant nos critères nationaux et disponible sur le web pour la filière porcine constituerait une avancée dans la gestion de la chaîne du froid. 24

25 CONCLUSION Les mesures de températures réalisées en situations réelles ont permis de confirmer la bonne maîtrise des installations réfrigérantes dans les entreprises du secteur abattagedécoupe de porc qui ont participé à l étude. Au regard des simulations effectuées à partir de ces données, il apparaît que l étape du refroidissement de la carcasse peut conditionner fortement sa qualité microbiologique. La variabilité de la qualité microbiologique estimée est majoritairement expliquée par la cinétique de refroidissement des carcasses, qui dépend de leur masse, des équipements utilisés et du niveau de remplissage. Comparativement au refroidissement, le passage en salle de découpe n a pas d incidence sur la croissance microbienne, en raison des temps de séjour courts et des températures des salles de découpe. En revanche, les simulations réalisées montrent que les incidents de réfrigération peuvent avoir un effet très significatif sur l accroissement des micro-organismes. Par ailleurs, la conduite de cette étude et les échanges avec les industriels et les frigoristes en charge des installations, nous ont fait découvrir toute la complexité et la spécificité du froid dans les entreprises. Ces premiers résultats ouvrent la voie vers d autres études qui permettront d améliorer la chaîne du froid en France. Elles auraient pour objectifs d améliorer notre connaissance des points suivants : Avoir une idée de l impact de la chaîne du froid sur la DVM, afin que les entreprises se posent des questions sur les optimisations possibles ; Etre capable d extrapoler la température de surface à partir d autres éléments disponibles : température d ambiance et/ou à cœur ; Proposer des outils d aide à la décision en cas de rupture de la chaîne du froid, et identifier les données dont les entreprises auront besoin pour utiliser ces outils ; Augmenter le nombre de cinétiques et/ou avoir une idée de la variabilité des cinétiques entre entreprises et intra entreprise ; Utiliser des flores plus pertinentes ou plus fiables pour les modélisations (E. coli vs entérobactéries ; flores lactiques ) Avoir des informations sur les phases de latence des micro-organismes d intérêt pour la filière ; éventuellement avoir une idée de l impact du process (type/durée de la réfrigération) sur la variabilité de ces phases de latence. Ces premiers résultats sont donc encourageants et nécessitent d être approfondis afin de mieux caractériser et comprendre l impact de la chaîne du froid en abattage-découpe. Ils seront source d optimisations qui permettront de renforcer la maîtrise, voire même d allonger, les durées de vie microbiologique des viandes, et le cas échéant de prendre des décisions en cas de rupture de la chaîne du froid. 25

26 BIBLIOGRAPHIE INGHAM S., MELODY A. FANSLAU, et al. Predicting Pathogen Growth during Short-Term Temperature Abuse of Raw Pork, Beef, and Poultry Products: Use of an Isothermal-Based Predictive Tool, Journal of Food Protection, Vol. 70, No. 6, 2007, Pages MIRADE P.-S. Aéraulique en chambre froide, Mesures, modélisation, solutions d amélioration et perspectives, Viandes Prod. Carnés Vol 27 (2),2008. PICGIRARD L. PUECH J.-M. Le froid dans l industrie des viandes. La gestion des compromis, Viandes Prod. Carnés Vol 27 (2), POTTIER M, Le froid en abattoir. Production et distribution, Viandes Prod. Carnés Vol 27 (2),

27 Antenne Rennes La Motte au Vicomte B.P Le Rheu Cedex Tél. : + 33 (0) Fax : + 33 (0) ifip@ifip.asso.fr - Antenne Toulouse 34 bd de la Gare TOULOUSE Tél. : + 33 (0) Fax : + 33 (0) Antenne Maisons-Alfort 7, avenue du Général de Gaulle MAISONS-ALFORT Tél. : + 33 (0) Fax : + 33 (0) Avec le concours financier d INAPORC Étude financée au titre du programme national de développement agricole et rural. IFIP 2010