Modelo de crecimiento microbiano para predecir el comportamiento de Salmonella spp. en queso costeño colombiano

• Rafael E. González ^[1] ; Arnulfo Tarón Dunoyer ^[1] ; Jaime Pérez Mendoza ^[1]
  1. [1] Universidad de Cartagena

     Universidad de Cartagena

     Colombia

     
• Localización: Información tecnológica, ISSN-e 0718-0764, ISSN 0716-8756, Vol. 33, Nº. 1 (Febrero), 2022, págs. 225-234
• Idioma: español
• Títulos paralelos:
  • Microbial growth model to predict growth behavior of Salmonella spp. on Colombian coastal cheese
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El objetivo de este estudio fue desarrollar y validar un modelo secundario para predecir el crecimiento de la bacteria patógena Salmonella spp. en queso costeño de Colombia. Muestras de queso fueron inoculadas con Salmonella spp. y almacenadas a distintas temperaturas (8, 14, 18 y 21°C). El modelo Baranyi y Roberts fue utilizado para obtener los parámetros cinéticos como la velocidad especifica de crecimiento (μmax). Los valores de μmax se emplearon para construir el modelo secundario a partir de una ecuación polinómica. El proceso de validación mostró valores de factor de exactitud (Af) de 1,112 y sesgo (Bf) de 0,898 y bajos valores (0,001) de error cuadrático medio (ECM), confirmando que el modelo puede predecir el crecimiento de Salmonella spp. en este tipo de matriz alimentaria. En conclusión, el modelo propuesto puede ser aplicado por los productores para optimizar la calidad del queso costeño colombiano, evitando posibles intoxicaciones a causa del crecimiento de esta bacteria patógena.

  • English

    The objective of this study was to develop and validate a secondary model to predict the growth of the pathogenic bacteria Salmonella spp. on Colombian coastal cheese. Cheese samples were inoculated with Salmonella spp. and stored at different temperatures (8, 14, 18, and 21°C). The Baranyi and Roberts model was applied to obtain kinetic parameters, including specific growth rates (μmax), which served to build a secondary model from a polynomial equation. The validation process showed an accuracy factor (Af) of 1.112, a bias (Bf) of 0.898, and a low (0.001) mean square error (MSE). This confirmed that the model accurately predicted the growth of Salmonella spp. on this type of food matrix. In conclusion, the proposed model can be applied by producers to optimize the quality of Colombian coastal cheese while avoiding possible food poisoning events caused by growth of Salmonella pathogenic bacteria.