| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 1.5 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
ABSTRACT - Whole Genome Sequencing (WGS) data has been growing and its recent application in Quantitative Microbial Risk Assessment (QMRA) has been discussed. Taking this growth into consideration, this study compared classic QMRA and WGS QMRA in terms of risk assessment questions they can answer and the way they can support decision making by risk managers. For this purpose, Listeria monocytogenes in Serra da Estrela cheese was used as a case study.
Initially, a review of existing literature related to classic QMRAs and the application of WGS in QMRA was performed. This review revealed that WGS has shown advantages when integrated in the classic QMRA by allowing to fine tune each step of the risk assessment.
After literature review, a classic QMRA was performed which predicted a total of 16 listeriosis cases in Portugal in one year due to the consumption of Serra da Estrela cheese. Multiple scenarios were tested, and results underline the importance of the cheese being stored at refrigeration temperatures. The WGS QMRA based on available WGS data of L. monocytogenes isolated from cheeses, using a machine learning model trained with French L. monocytogenes WGS data with known clinical frequency, predicted a clinical frequency of 37 to 54% due to Serra da Estrela cheese consumption and identified the genes and cheeses that are associated the most with clinical cases.
This study concluded that both the assessed QMRA approaches are good in answering different questions and may support different types of control measures. Classic QMRA is good in giving the necessary scientific information for risk managers to decide on mitigation strategies whereas WGS QMRA allows for an early detection of outbreaks and more informed decision on product withdrawal. Therefore, this study suggests that having models to predict the clinical frequency based on WGS can be useful for risk managers as WGS data can, not only be integrated in the classic QMRA to obtain more precise results, but also be used independently as a first approach tool to promptly detect outbreaks and decide if immediate measures are required. However, further studies on the use of WGS for decision making in the risk management phase are needed for a correct use of the information.
RESUMO - Comparação de Abordagens Quantitativas de Avaliação de Risco Microbiológico Usando Listeria monocytogenes em Queijo Serra da Estrela como Estudo de Caso - O uso de metodologias de sequenciação total do genoma (WGS) bacteriano tem vindo a aumentar nos últimos anos, permitindo a sua aplicação em Avaliação de Risco Microbológico (AQRM). Neste estudo procurou-se comparar a AQRM clássica com a AQRM baseada em WGS, de modo a determinar as questões da avaliação de risco a que conseguem responder e o apoio que fornecem na tomada de decisão da gestão do risco. Para isso, utilizou-se a Listeria monocytogenes em queijo Serra da Estrela como estudo de caso. Realizou-se inicialmente uma revisão bibliográfica sobre AQRM clássica e a aplicação de WGS na AQRM. Esta revisão evidenciou que a integração dos dados resultantes da metodologia de WGS em AQRM clássica é vantajosa nos vários passos da AQRM. Após a revisão bibliográfica, foi desenvolvida uma AQRM clássica que estimou um total de 16 casos de listeriose, em Portugal, num ano, devido ao consumo de queijo Serra da Estrela. Múltiplos cenários alternativos foram testados e mostraram a importância da conservação do queijo Serra da Estrela em refrigeração durante a vida útil. A AQRM baseada em dados resultantes de WGS, utilizou um modelo de machine learning modelado com dados franceses obtidos através de WGS provenientes de estirpes de L. monocytogenes, cuja frequência em casos clínicos humanos era conhecida. Inserindo dados de WGS de L. monocytogenes isolada de múltiplos queijos, o modelo previu uma frequência de casos de listeriose entre 37 e 54% devido ao consumo de queijo Serra da Estrela. Este modelo identificou ainda os genes de L. monocytogenes e os queijos mais frequentemente associados a casos clínicos de listeriose. O estudo concluiu que as AQRM respondem a questões diferentes e apoiam diferentes medidas de controlo. O AQRM clássico fornece a informação científica necessária para os gestores de risco decidirem quais as melhores estratégias de mitigação do risco, enquanto o AQRM baseado em WGS permite a rápida deteção de surtos e uma tomada de decisão mais informada na retirada de produtos da cadeia alimentar. Este estudo sugere que a construção de modelos para prever a frequência de casos clínicos é útil para os gestores de risco, uma vez que os dados de WGS podem ser integrados na AQRM clássica para obter estimativas mais precisas e ser usados independentemente, como ferramenta de atuação imediata. Mais estudos relativos ao uso de dados resultantes de WGS em AQRM para a tomada de decisão na gestão de risco são necessários para garantir um uso adequado da informação.
RESUMO - Comparação de Abordagens Quantitativas de Avaliação de Risco Microbiológico Usando Listeria monocytogenes em Queijo Serra da Estrela como Estudo de Caso - O uso de metodologias de sequenciação total do genoma (WGS) bacteriano tem vindo a aumentar nos últimos anos, permitindo a sua aplicação em Avaliação de Risco Microbológico (AQRM). Neste estudo procurou-se comparar a AQRM clássica com a AQRM baseada em WGS, de modo a determinar as questões da avaliação de risco a que conseguem responder e o apoio que fornecem na tomada de decisão da gestão do risco. Para isso, utilizou-se a Listeria monocytogenes em queijo Serra da Estrela como estudo de caso. Realizou-se inicialmente uma revisão bibliográfica sobre AQRM clássica e a aplicação de WGS na AQRM. Esta revisão evidenciou que a integração dos dados resultantes da metodologia de WGS em AQRM clássica é vantajosa nos vários passos da AQRM. Após a revisão bibliográfica, foi desenvolvida uma AQRM clássica que estimou um total de 16 casos de listeriose, em Portugal, num ano, devido ao consumo de queijo Serra da Estrela. Múltiplos cenários alternativos foram testados e mostraram a importância da conservação do queijo Serra da Estrela em refrigeração durante a vida útil. A AQRM baseada em dados resultantes de WGS, utilizou um modelo de machine learning modelado com dados franceses obtidos através de WGS provenientes de estirpes de L. monocytogenes, cuja frequência em casos clínicos humanos era conhecida. Inserindo dados de WGS de L. monocytogenes isolada de múltiplos queijos, o modelo previu uma frequência de casos de listeriose entre 37 e 54% devido ao consumo de queijo Serra da Estrela. Este modelo identificou ainda os genes de L. monocytogenes e os queijos mais frequentemente associados a casos clínicos de listeriose. O estudo concluiu que as AQRM respondem a questões diferentes e apoiam diferentes medidas de controlo. O AQRM clássico fornece a informação científica necessária para os gestores de risco decidirem quais as melhores estratégias de mitigação do risco, enquanto o AQRM baseado em WGS permite a rápida deteção de surtos e uma tomada de decisão mais informada na retirada de produtos da cadeia alimentar. Este estudo sugere que a construção de modelos para prever a frequência de casos clínicos é útil para os gestores de risco, uma vez que os dados de WGS podem ser integrados na AQRM clássica para obter estimativas mais precisas e ser usados independentemente, como ferramenta de atuação imediata. Mais estudos relativos ao uso de dados resultantes de WGS em AQRM para a tomada de decisão na gestão de risco são necessários para garantir um uso adequado da informação.
Descrição
Dissertação de Mestrado Integrado em Medicina Veterinária
Palavras-chave
Risk assessment Whole genome sequencing Machine learning Listeria monocytogenes Cheese Avaliação do risco Whole genome sequencing Machine learning Listeria monocytogenes Queijo
Contexto Educativo
Citação
Costa RLO 2021. Comparison of quantitative microbial risk assessment approaches using Listeria monocytogenes in Serra da Estrela cheese as a case study [dissertação de mestrado]. Lisboa: FMV-Universidade de Lisboa.
Editora
Universidade de Lisboa, Faculdade de Medicina Veterinária
