Predictive shelf life model for the improvement of quality management in meat chains

Abstract

The objective of this thesis was the development of a common predictive shelf life model for fresh pork and fresh poultry based on the growth of <i>Pseudomonas</i> sp. as specific spoilage organism (SSO). As an element of a decision support system the model should provide predictive information to improve quality management in meat chains. To define the relevant parameters of the shelf life model, the spoilage processes of both meat types were characterised and compared under constant and dynamic environmental conditions.<br /> Altogether, 638 pork samples and 600 poultry samples were investigated in 42 time series. The growth of <i>Pseudomonas</i> sp. on fresh pork and fresh poultry was investigated at five different constant and nine dynamic temperature scenarios to quantify the influence of temperature on shelf life. Additionally, several intrinsic factors (pH-value, a_w-value, Warner-Bratzler shear force, D glucose, L-lactic acid, fat and protein content) were analysed during storage at 4°C and correlated to the counts of <i>Pseudomonas</i> sp. The collected growth data have been the basis for the development of the common predictive shelf life model.<br />The results showed a good correlation between the counts of <i>Pseudomonas</i> sp. and the sensory characteristics under constant as well as dynamic temperature conditions. It was possible to determine a common spoilage level at 7.5 log₁₀ cfu/g for both meat types which defines the end of shelf life based on the growth of <i>Pseudomonas</i> sp. Temperature was identified as the most important influencing factor on the growth of <i>Pseudomonas</i> sp. and thus on the shelf life of both meat types. The investigated intrinsic factors had only minor or no influence and were therefore not considered in the predictive shelf life model. Investigation of the influence of dynamic temperature conditions on shelf life of fresh pork and poultry revealed similar spoilage patterns for both meat types under dynamic temperature conditions with remarkable shelf life reductions of up to two days (up to over 30 %) caused by short temperature abuses at the beginning of storage.<br /> Based on the results, a common predictive shelf life model was developed by combining the Gompertz and the Arrhenius model. The predictive information from the model can be used in specific situations of decision making, for example by optimising the storage management from the FIFO concept (First In, First Out) to the LSFO concept (Least Shelf life, First Out). Furthermore, the predictive model can be combined with risk assessment tools which enables the development of a range of novel comprehensive quality and cold chain management systems.

<strong>Vorhersagemodell für die Bestimmung der Haltbarkeit zur Verbesserung des Qualitätsmanagements in Fleisch erzeugenden Ketten</strong><br /> Ziel der vorliegenden Arbeit war die Entwicklung eines gemeinsamen Vorhersagemodells für die Bestimmung der Haltbarkeit von frischem Schweine- und Geflügelfleisch basierend auf dem Wachstum des Hauptverderbniserregers <i>Pseudomonas</i> sp. Als Teil eines Decision Support Systems stellt das Modell Informationen bereit, die zur Verbesserung des Qualitätsmanagements in Fleisch erzeugenden Ketten beitragen. Zur Ermittlung der Modellparameter erfolgte die Charakterisierung des Frischeverlustes beider Fleischsorten unter statischen und dynamischen Umweltbedingungen.<br /> Für die Erstellung des Vorhersagemodells erfolgte die Untersuchung von insgesamt 638 Schweinekoteletts und 600 Geflügelbrustfilets in insgesamt 42 Zeitreihenmessungen. Das Wachstum des Hauptverderbniserregers <i>Pseudomonas</i> sp. wurde unter fünf konstanten sowie neun dynamischen Temperaturszenarien untersucht, um den Einfluss der Lagertemperatur auf die Haltbarkeit zu ermitteln. Die Analyse weiterer möglicher Einflussfaktoren auf das Wachstum von <i>Pseudomonas</i> sp. (pH-Wert, a_w-Wert, Warner Bratzler Scherkraft, D-Glukosegehalt, L Milchsäuregehalt, Fettgehalt und Proteingehalt) erfolgte bei einer konstanten Lagertemperatur von 4°C. Die erhobenen mikrobiologischen Wachstumsdaten bildeten die Basis für die Entwicklung des Vorhersagemodells.<br /> Die Eignung von <i>Pseudomonas</i> sp. als Frischeparameter für beide Fleischsorten wurde durch hohe Korrelationen mit den sensorischen Charakteristika unter konstanten und dynamischen Temperaturbedingungen bestätigt. Das Ende der Haltbarkeit wurde für beide Fleischsorten bei einer Keimzahl von 7,5 log₁₀ KbE/g festgelegt. Als Haupteinflussfaktor auf den Frischeverlust bzw. das Wachstum von <i>Pseudomonas</i> sp. wurde die Lagertemperatur identifiziert, wohingegen die untersuchten intrinsischen Faktoren nur einen geringen bzw. keinen Einfluss auf das Wachstum von <i>Pseudomonas</i> sp. hatten. Daher fanden sie bei der Modellentwicklung keine weitere Berücksichtigung. Beide Fleischsorten zeigten ein vergleichbares Verderbsmuster unter dynamischen Temperaturbedingungen, wobei kurzzeitige Temperaturerhöhungen zu Beginn der Lagerung zu Haltbarkeitsverkürzungen von bis zu 2 Tagen (bis zu 30 %) führten.<br /> Basierend auf den erhobenen Daten erfolgte die Entwicklung eines gemeinsamen prädikitiven Haltbarkeitsmodells durch Kombination zweier mathematischer Modelle (Gompertzmodell und Arrheniusmodell). Das entwickelte Modell ermöglicht die Vorhersage des Wachstums von <i>Pseudomonas</i> sp. und somit der Haltbarkeit von beiden Fleischsorten unter wechselnden Temperaturbedingungen. Die Haltbarkeitsvorhersagen des Modells können in spezifischen Entscheidungssituationen verwendet werden, um z.B. durch den schnelleren Vertrieb von Produkten mit kürzerer Haltbarkeitszeit das Lagermanagement zu optimieren. Des Weiteren ist eine Kombination mit Risikobewertungssystemen denkbar.