Rencontre Matrisq/Mét@risk/Morse
le 23/02/2010
Modélisation probabiliste & statistique
pour l’analyse des risques alimentaires
Isabelle Albert, CR1, Unité Mét@risk, Département
MIA (Mathématiques et Informatique appliquées),
INRA
Modélisation probabiliste & statistique
pour l’analyse des risques alimentaires
•Le risque (alimentaire) : notion qui sous-entend l’incertain,
domaine des probabilités et de la statistique
•Objectif : développer des méthodes quantitatives d’évaluation
de risque alimentaire
de risque alimentaire
• Données : de consommation (fréquences, quantités en g
consommées), mesures de contamination (mesures au mieux de
concentration par g), informations sur les paramètres
déterminant l’évolution de la contamination (données de la
littérature (ex: sur la demi-vie d’un contaminant), mesures
(températures de cuisson d’un aliment) et/ou dires d’experts (ex:
température minimale de croissance d’une bactérie))
Modélisation probabiliste & statistique
pour l’analyse des risques alimentaires
•Le(s) but(s) de la modélisation :
–rendre compte de situations et permettre le calcul du risque (sources de
variabilité/incertitude, données au caractère « sparse », risques
« extrêmes », sur le court/long terme, etc. )
–déterminer les facteurs influents
•Utilisation et développement de méthodes statistiques
originales :
Théorie des valeurs extrêmes (pour déterminer la probabilité
de dépassement d’une exposition tolérable), méthodes
d’apprentissage statistique (pour déterminer des régimes
alimentaires), statistiques des processus (pour le suivi de la
contamination dans l’organisme), techniques bayésiennes
(pour la quantification du risque), etc.
Plan
• Modélisation stochastique de la fourche à
la fourchette
• Modélisation stochastique et intégration
de données par statistique bayésienne
de données par statistique bayésienne
• Elicitation de dires d’experts
• Perspectives
Modélisation probabiliste & statistique
pour l’analyse des risques alimentaires
• Modélisation stochastique de la fourche à la
fourchette
•Applications :
–Projet AFSSA/INRA : Évaluation par un modèle stochastique de
la croissance de Listeria monocytogenes dans un tank à lait
réfrigérant
réfrigérant
»Distinction variabilité/incertitude (Modèle hiérarchique
bayésien, simulation de Monte Carlo d’ordre 2)
–ANR B. cereus : Appréciation quantitative du risque
d'émergence de Bacillus cereus, des matières premières au
consommateur
–Perspectives : Projet ANR RIBENUT : Nouvelles approches
pour une évaluation du compromis risque microbiologique –
bénéfice nutritionnel pour les légumes traités thermiquement
»modèles de dégradation de la vitamine C selon la chaleur, le
pH, l’oxygène…