容易使李斯特菌生長之食品 -生長潛力（δ）








































 





































李斯特菌生長潛力的計算  (EURL Lm，2021)

        對於每批，生長潛力Δ根據以下公式計算：

          Δ = logmax - log i
   
        其中 logmax 是從至少 4 個採樣點（不包括 t0 處的採樣）獲得的 Lm 計數的
最大值，當每個採樣點分析一個測試單元時。

        當每個採樣點分析一個以上的測試單元時，logmax 是從這 4 個採樣點中的每
一個獲得的最高平均值。  

         Log i 是在時間零 (t0) 分析的 3 個測試單元的平均值
         在所有測試批次中保留的生長潛力是獲得的最高 Δ 值。


範例A. 3 個批次- 5 個採樣點 - 每個採樣點 1 個測試單元的生長潛力計算。

 

時間 0 (t0)

時間1

時間2

時間3

時間4

Δ 

batch

Δ 

Food

[Lm]

log10 cfu/g

Mean ±

sd*

[Lm]

log10 cfu/g

[Lm]

log10 cfu/g

[Lm]

log10 cfu/g

[Lm]

log10 cfu/g

 

 

 

批次 1

2.15

2.18

2.08

2.14 ±

0.05

 

2.15

 

2.11

 

2.04

 

2.18

2.18 -2.14

= 0.04

 

 

 

 

0.08

 

批次 2

2.11

2.15

2.04

2.10 ±

0.06

 

2.18

 

2.10

 

2.11

 

2.08

2.18-2.10

= 0.08

 

批次 3

2.16

2.26

2.18

2.20 ±

0.05

 

2.20

 

2.14

 

2.24

 

2.06

2.24 -2.20

= 0.04
*sd : 標準差                                                             (EURL Lm，2021)



        在第一個範例A中，展示了大多數情況，分析了 3 個批次。
對於每批，在測試期間分佈 5 個採樣點，並在每個採樣點分析 
1 個測試單元。

        在範例A中，批次 1、批次 2 和批次 3 在時間 0 (t0) 的 3 個
結果之間的標準偏差 (sd) 分別為 0.05、0.06 和 0.05 log10。接種
步驟已正確執行 (<0.3 log10)，因此可以使用為評估生長潛力而
獲得的挑戰測試結果。

            在範例A中，3 個批次中最高的“Δ”值為 0.08 log10。

    生長潛力低於確定 RTE 食品是否能夠支持 Lm 生長的標準
0.5 log10。

        注：如果同時分析 3 個批次，t0 的 1 個採樣點計算標準偏差就足夠了。


範例B. 3 個批次- 5 個採樣點 - 每個採樣點 3 個測試單元的生長潛力計算。

 

時間0 (t0)

時間1

時間2

時間3

時間4

 

Δ 

batch

 

Δ 

Food

[Lm]

Mean ±

sd*

[Lm]

Mean

[Lm]

Mean

[Lm]

Mean

[Lm]

Mean

 批次

1

2.10

2.28

1.80

2.06 ±

0.24

2.90

1.98

3.10

 

2.66

3.00

3.86

3.95

 

3.60

4.12

4.24

4.18

 

4.18

4.98

4.75

4.73

 

4.82

4.82 -2.06

= 2.68

 

 

 

 

 

3.30

 

批次 

2

1.48

2.36

2.18

2.00 ±

0.46

 

 

 

 

 

 

 

 

 

批次 

3

2.16

2.26

2.18

2.20 ±

0.05

1.80

3.00

3.10

 

2.63

3.90

3.95

3.97

 

3.94

4.20

4.31

4.50

 

4.34

5.80

5.30

5.40

 

5.50

5.50 -2.20

= 3.30

批次

4

2.20

2.04

1.96

2.06 ±

0.12

2.28

2.72

2.85

 

2.62

3.14

3.53

3.26

 

3.31

3.25

4.0

3.11

 

3.45

4.42

4.18

4.50

 

4.36

4.36-2.06

= 2.30
*sd : 標準差                                                             (EURL Lm，2021)


            第二個範例B展示了從 3 個批次、5 個採樣點和每個採樣點的 3 個測試單元
獲得的挑戰測試的結果（因為所研究產品的物理化學參數之間存在差異)。

        在時間 0，批次 2 的標準偏差等於 0.46 log10。 它高於
0.3 log10 的容差，這意味著接種步驟未正確執行。 因此，
第 2 批的挑戰測試已停止，因為在接種樣本之間以這種差異
開始挑戰測試是不可接受的。重新啟動了對另一批次（表中
名為第 4 批次）的挑戰測試。

        考慮到對範例B 的第 1 批、第 3 批和第 4 批進行的挑戰
測試的結果，可以評估 Lm 在測試產品中的生長潛力。
        3 個批次中最高的“Δ”值為 3.30 log10。 生長潛力高於
確定 RTE 食品是否能夠支持 Lm 生長的標準 0.5 log10。
因此，這種 RTE 食品支持 Lm 的生長。




生長潛力結果的應用 (EURL Lm，2021)


        FBO 負責使用挑戰測試的結果。評估生長潛力的挑戰測試
的結果將告知 FBO 以下兩點：

o 產品支持 Lm 生長的能力
        首先要解決的問題是食物是否能夠支持Lm的生長，如果：
• Δ 低於或等於 0.5 log10 的限值，則假定食品無法支持 Lm 的生長；
• Δ 高於 0.5 log10 的限值，則假定食品能夠支持 Lm 的生長。

o 根據獲得的生長潛力值估算 Lm 的生長
        在假設食物能夠支持 Lm 生長的情況下，Δ 值可用於估計
生長（參見以下範例C）：

                 食品保存期限內 Lm 的最高濃度 = Lm 的初始濃度 + Δ

        在實踐中，從上述計算中獲得的最高 Lm 濃度可用於確定
在食品的整個保存期限內是否超過法規 100 cfu/g 的限值。



o 範例C


問題 1：根據 Δ 值，食物是否支持 Lm 的生長？

        在範例 A 中，生長潛力為：
        Δ = 0.08 log10
  Δ 低於 0.5 log10，則假定該食物不支持 Lm 的生長。

        在範例 B中，生長潛力為：
        Δ = 3.30 log10
  Δ 遠高於 0.5 log10，則假定該食品支持 Lm 的生長。

        因此，在範例 B中，為確保 Lm 污染在保存期限結束時不會
超過法規 2 log cfu/g 的限值，Lm 的初始濃度(Ci) 應非常低，
即低於 0.05 cfu/g

（Ci = 2.0 - 3.30 = -1.3 log cfu/g）


o 範例D

問題 2：根據獲得的生長潛力，在食品的整個保存期限內，Lm 的最高濃度是多少？

       範例 D：假如實驗結果的生長潛力為：

         Δ = 0.7 log10

       產品中 Lm 的初始濃度為 Ci = 1 log10 cfu/g (10 cfu/g)


        Δ 高於 0.5 log10，則假定食物支持 Lm 的生長。該 Δ 值可用
於進一步計算。
       食品保存期限內的最高 Lm 濃度可以使用以下公式估算：

Lm 的最高濃度 = Lm 的初始濃度 + Δ

Lm 的最高濃度 = 1 log10 cfu/g + 0.70 log10 = 1.70 log10 cfu/g

（低於 2 log10 cfu/g 的監管限值）







延伸閱讀:

1. 有關2020.10.6公告「食品中微生物衛生標準」的幾點觀念


留言

張貼留言

這個網誌中的熱門文章

鑑別危害發生頻率與嚴重性在食品安全管制系統（HACCP）符合性稽查中的建議查核重點受到更重視

圖片
HACCP稽查進程       由法規的 時序進展 ，來看鑑別危害 發生頻率 與 嚴重性 在食品安全管制系統（HACCP）符合性稽查中的 建議查核重點 受到更重視，表明TFDA對HACCP 執法的 穩步增加 。做好準備是避免查核時被列缺失的關鍵。 一、衛生局針對「餐盒食品工廠」進行食品安全管制系統 (HACCP) 之稽查程序說明   2012/05/23 https://consumer.fda.gov.tw/Pages/Detail.aspx?nodeID=59&pid=565 附件三: 餐飲業實施食品安全管制系統符合性查檢表 附件1、 餐盒食品工廠實施食品安全管制系統符合性查檢表_20120620.doc 查核結果 ( 請勾選 ) HACCP 查檢條文 ( 代號 A) 註： ◎ 該項不符合者為主要缺失 說明 ( 不符合編號或良好表現 ) 不符合 符合 不適用 A-5 危害分析   A-5 -1 食品業者應列出所有危害，並執行危害分析，以鑑別危害管制系統計畫書所列危害，決定危害之預防措施。 A-5 -2 危害分析應依據已查證之產品描述、產品預定用途與現場相符之加工流程圖為基礎。   A-5 -3 危害分析應鑑別 危害 之 發生頻率 及 嚴重性 ，並考慮下列各 種危害： a. 天然毒素危害。 b. 微生物污染危害。 c. 化學性污染危害。 d. 殺蟲劑危害。 e. 藥物殘留危害。 f. 動物疾病危害。 g. 分解或劣變物質危害。 h . 寄生蟲危害。 i. 食品添加物危害。 j. 物理性危害。     k. 其他食品安全危害。 A-6 決定重要管制點 A-6 -1 重要管制點之決定 ，應 依據 危害分析所獲得資料 加以判定。 A-6 -2 每一加工廠如其食品安全之危害、重要管制點、管制界限等基本上是相同時，則可歸為同一危害分析重要管制點計畫。 1.0 版?
繼續閱讀

問題分析與改善手法 - QC story

圖片
 一、前言 二、解決問題前先要有的認知 PDCA循環  (1). PDCA循環首先由美國人修華特(Shewhart)所提出，戴明於1950年代將之引進日本。 (2). 由於戴明的推廣與日本人大量的運用PDCA循環於 品質管理活動 中，後來大家就將PDCA循環稱之為 戴明循環(Deming cycle) 。 (3). PDCA循環 須要不斷的重複 計畫(plan) 、 實施(do) 、 查核(check) 與 處置(act)  等四項活動。 QC Story (1). 在QCC活動中，每當小集團於進行問題解決活動後，會將活動內容依照大致內容結構順序整理為成果報告書。這種寫作的結構順序，稱之為 QC Story 。 (2).後來由於把QC Story當作解決實際問題的進行方法時，亦非常有效。故將其廣泛地提倡為所謂的「 問題解決法 」。 (3). QC Story 有二種： 問題解決型 (problem solving) QC story 與 課題達成型 (task achieving) QC story 。 三、 QC   Story  步驟 1.主題選定 2.計畫擬定 3 .現況把握 4.目標設定 5.解析 6.對策 擬定   ＿ 7.對策實施及檢討   8.效果確認 9.標準化 10.檢討及改進 待續... .. 單張「QC Story」報告的示範例 (圖文不符) 四、 某食品廠範例簡報: QCC活動成果報告 題目: 減少包裝 紙損失 https://slidesplayer.com/slide/11184072/ 五、如果 是多因子情境，可以使用多變量分析 (1). 可參考: 姚念周，2019/01/08， 多變量分析於商業上的應用 https://www.e-sinew.com/showExpertopinion.php?artid=470     (2). 若有需求要上課課程的可參考: 樞紐科技顧問的 通用產業-多變量統計分析的應用-建模與預測 https://www.e-sinew.com/TrainingonJob/sinewclass/classdisplay.php?classID=4  六、參考資料 1. 第三章-品質分析方法與應用_10906 - 公共工程委員會(pdf 檔案1.4Mb) https://ws.pcc.gov.
繼續閱讀

食品保存期限設定

圖片
1. 依據食藥署  市售包裝食品有效日期評估指引 2013/04/24 包裝食品有效日期之評估流程6個步驟: 口訣 如下:(1)分析，(2)選擇，(3)擬定，(4)執行，(5)決定，(6)監控 2.    試驗 ・ 判定 ・ 保存期限設定的全貌          保存期限 由: (1) 期限確定 × (2) 安全係數  所組成 3.  保存期限試驗要選哪一種 ?  4.  食品保存期限預測主要模型  5. 保存期限通用預測模型  6.  食品預測微生物學的數學模型  7.  微生物的生長如何影響保存期限和日期標記  8.  範例 一 •      使用 Arrhenius 方程式 ，   利用 Excel 來 計算 有效日期 ，同時 算出 Q 10 的 求法  9.  案 例一 : 餅乾的存儲測試數據（感官評價，用 5 分法判斷） 1 、拖動此 Excel 表並選擇“插入” - > “散布圖”。 2 、從散點圖的“圖形佈局”中選擇“ ƒx 功能”。 3 、根據獲得的線性函數，計算 excel 表。 10. 實驗已知設定的溫度(1 / T )跟測得之反應值ln（κ），使用Excel軟體數據線性回歸後，可求得斜率(- Ea / R)和截距(ln（A）)。      (1). 利用每一個試驗溫度所得數據線性回歸後，      上述等式: y = mx + b      是Arrhenius方程式: ln（κ）= - Ea / R × 1 / T + ln（A）。       (2). 當截距為5.0(上限)，y=3.0(品質維持界限)時，求得各限性回歸後實驗溫度點的ln（κ）值。 __________________________________________________ 上述內文錯誤，更正如下:       由經過日數(d)與感官評價分數  第一次的 線性回歸後，所得3個試驗溫度(45 ℃ 、35 ℃ 、25 ℃ )的3條直線，並不是 Arrhenius 方程式的線條，所以不能直接當作是 Arrhenius 方程式，不
繼續閱讀