Académique Documents
Professionnel Documents
Culture Documents
Résumé - L'ISO 19036 est une norme internationale Mots clés - Incertitude de mesure ; ISO 19036 ;
qui spécifie et donne des lignes directrices pour Incertitude technique ; Incertitude matricielle ;
l'estimation et l'expression de l'incertitude de mesure Incertitude distributionnelle
(UM) associée aux résultats quantitatifs des
dénombrements microbiens dans les aliments. La I. INTRODUCTION
norme décrit une approche descendante ou globale de
l'incertitude de mesure, dans laquelle l'incertitude de
mesure est calculée à partir des résultats
expérimentaux avec réplication des mêmes analyses
dans le cadre du processus de mesure et exprimée sous
la forme d'un écart-type de reproductibilité du
résultat final. Dans une nouvelle révision de 2019, la
norme ISO 19036 considère trois types de
composantes de la MU : l'incertitude technique,
l'incertitude matricielle et l'incertitude
distributionnelle. L'objectif de cette étude était
d'estimer toutes les composantes de l'incertitude
technique conformément à la norme ISO 19036:2019.
L'incertitude technique a été estimée pour les tests
quantitatifs de dénombrement des staphylocoques à
coagulase positive, de Listeria monocytogenes,
d'Escherichia coli, des entérobactéries et des bactéries
mésophiles aérobies, tandis que l'incertitude
matricielle a été estimée pour les crèmes glacées, les
fromages, les légumes prêts à consommer, les aliments
prêts à consommer et les gâteaux à la crème.
L'incertitude technique a été estimée à partir de
l'écart-type de reproductibilité du résultat final du
processus de mesure, tandis que l'incertitude
matricielle a été estimée à partir de la variance intra-
échantillon par l'examen de plusieurs portions d'essai
de l'échantillon de laboratoire. L'incertitude
distributionnelle est estimée mathématiquement.
L'étude a montré que les incertitudes techniques des
méthodes quantitatives réalisées dans notre
laboratoire sont de même ampleur et assez faibles.
L'incertitude liée à la matrice est celle qui contribue le
plus à l'incertitude combinée dans les matrices
alimentaires composites. Nos résultats sont meilleurs
ou en accord étroit avec les résultats des études
interlaboratoires de validation des méthodes et
d'autres données publiées.
Rédacteurs en chef : Zsolt János Viharos ; Prof. Lorenzo Ciani ; Prof. Piotr Bilski & Mladen 302
Jakovcic
17e conférence virtuelle IMEKO TC 10 et EUROLAB
"Global Trends in Testing, Diagnostics & Inspection for 2030"
20-22 octobre 2020.
Rédacteurs en chef : Zsolt János Viharos ; Prof. Lorenzo Ciani ; Prof. Piotr Bilski & Mladen 303
Jakovcic
17e conférence virtuelle IMEKO TC 10 et EUROLAB
"Global Trends in Testing, Diagnostics & Inspection for 2030"
20-22 octobre 2020.
Rédacteurs en chef : Zsolt János Viharos ; Prof. Lorenzo Ciani ; Prof. Piotr Bilski & Mladen 304
Jakovcic
17e conférence virtuelle IMEKO TC 10 et EUROLAB
"Global Trends in Testing, Diagnostics & Inspection for 2030"
20-22 octobre 2020.
En microbiologie, la variabilité intrinsèque des micro- faible, avec une valeur moyenne de 0,10 log10 ufc/g
organismes suit généralement une distribution de (intervalle 0,01 - 0,58 log10 ufc/g, médiane 0,07). L'écart-
Poisson [1]. Contrairement à l'incertitude technique et à type résiduel était encore plus faible (0,03 - 0,33 log10
l'incertitude matricielle, l'incertitude distributionnelle ufc/g, médiane 0,10), mais la valeur moyenne était de
est calculée mathématiquement comme une incertitude 0,11 log10 ufc/g. L'écart-type total était compris entre 0,04
standard de Poisson pour chaque résultat d'essai et 0,78 log10 ufc/g, avec une valeur médiane de 0,23 log10
u f c / g et une valeur moyenne de 0,26 log10 ufc/g. En
individuel. Dans les méthodes de comptage des
colonies, l'incertitude distributionnelle minimale général, l'écart-type élevé était dû aux résultats élevés du SIS.
dépend du nombre total de colonies comptées (∑ 𝐶).
La norme ISO 19036:2019 reconnaît également
l'incertitude de confirmation dans les techniques de
comptage des colonies qui nécessitent la confirmation
des colonies présumées et l'incertitude du nombre le
plus probable (NPP), mais ces deux incertitudes ne
seront pas abordées ici.
Rédacteurs en chef : Zsolt János Viharos ; Prof. Lorenzo Ciani ; Prof. Piotr Bilski & Mladen 305
Jakovcic
17e conférence virtuelle IMEKO TC 10 et EUROLAB
"Global Trends in Testing, Diagnostics & Inspection for 2030"
20-22 octobre 2020.
√∑(𝑦𝑖-𝑦 ̄)
= (2
𝑛-1
)
Les unités formatrices de germes par gramme (cfu/g) ont où n = 11, yi est le résultat de la portion de test i
ensuite été transformées en logarithme 10. L'écart-type de transformé en log10 et ȳ est une moyenne des résultats en
reproductibilité intralaboratoire (sR) a été calculé selon log10 cfu/g.
l'équation (1).
Rédacteurs en chef : Zsolt János Viharos ; Prof. Lorenzo Ciani ; Prof. Piotr Bilski & Mladen 307
Jakovcic
17e conférence virtuelle IMEKO TC 10 et EUROLAB
"Global Trends in Testing, Diagnostics & Inspection for 2030"
20-22 octobre 2020.
𝑢𝑡𝑒𝑐ℎ = 𝑠𝐼𝑅
Paramètre/méthode Matrice (log10 cfu/g)
Fromage 0.05
LM (ISO Glaces 0.05
11290-2) Tranches de jambon 0.06
Fromage 0.06
CPS Glaces 0.07
(ISO 6888-1) Viande hachée 0.05
Fromage 0.04
EcCC Viande hachée 0.07
(ISO 16649-2) Légumes prêts à 0.09
Figure 2. Plan d'expérience pour l'estimation de
l'incertitude de la matrice (ISO l'emploi
19036:2019) Glaces 0.11
ECC Légumes prêts à 0.07
(ISO 21528-2) l'emploi
C. Incertitude distributive
Tranches de jambon 0.10
L'incertitude standard de Poisson (uPoisson) en log10 cfu/g Glaces 0.08
est calculée selon la formule (3). ACC Aliments prêts à 0.09
(ISO 4833-1) consommer
Tranches de jambon 0.09
1/ln (10) (3) La norme ISO 19036:2019 permet aux laboratoires, dont
0,4343 𝑢= = les
𝑃𝑜𝑖𝑠𝑠𝑜𝑛 𝐶
√∑ ∑
√
𝐶
la précision (répétabilité et reproductibilité) n'est pas
supérieure à
que les valeurs correspondantes obtenues dans l'étude
où ∑ 𝐶 est la somme de toutes les colonies
interlaboratoire, pour dériver la reproductibilité des
dénombrées. résultats d'une étude interlaboratoire de validation de
Si ∑ 𝐶= 0 (aucune colonie comptée) uPoisson = 0,4343.
méthode. Ces valeurs de reproductibilité sont répertoriées
dans des normes spécifiques [3-7] et peuvent être utilisées
comme indications générales des limites de
D. Incertitude combinée et élargie reproductibilité (R = 2,83-sR) lors de l'analyse
L'incertitude combinée (𝑢𝑐) est une combinaison de d'échantillons de denrées alimentaires en général. La
l'incertitude standard technique, de l'incertitude standard conversion des limites en écarts types de reproductibilité
matricielle et de l'incertitude standard distributionnelle (sR) a donné les résultats suivants : numération aérobie
estimées séparément (équation (4)). mésophile/bactéries 0,16 log10 cfu/g ; entérobactéries 0,31
log10 cfu/g ; L. monocytogenes sR
𝑢𝑐(𝑦) = √𝑢2 + 𝑢2 + 𝑢2 (4) = 0,15 log10 cfu/g et staphylocoques à coagulase positive sR
= 0,15 log10 cfu/g. La norme ISO 16649-2 pour E. coli est la
suivante
𝑡𝑒𝑐ℎ 𝑚𝑎𝑡𝑟𝑖𝑥 𝑃𝑜𝑖𝑠𝑠𝑜𝑛
n'incluent pas les données de validation de la méthode.
Étant donné que nos
Dans le cas où le laboratoire choisit l'option 2 pour
l'estimation de son incertitude, l'incertitude combinée est A. Incertitude technique
égale à l'écart-type de reproductibilité intralaboratoire (𝑢𝑐 Résultats de l'incertitude technique estimée pour les
= 𝑠𝐼𝑅 ). tests quantitatifs de dénombrement des staphylocoques à
L'équation (5) est utilisée pour le calcul de la valeur de coagulase positive (SCP), de Listeria monocytogenes (LM),
l'indice de masse corporelle élargi. de la numération des colonies d'Escherichia coli (EcCC),
l'incertitude (𝑈), avec le facteur de couverture 2, qui de la numération des colonies d'Enterobacteriaceae (ECC)
correspond à un niveau de confiance de 95 %. et de la numération des bactéries aérobies.
𝑈 = 2 𝑢𝑐(𝑦) (5)
Rédacteurs en chef : Zsolt János Viharos ; Prof. Lorenzo Ciani ; Prof. Piotr Bilski & Mladen 309
Jakovcic
17e conférence virtuelle IMEKO TC 10 et EUROLAB
"Global Trends in Testing, Diagnostics & Inspection for 2030"
20-22 octobre 2020.
culture mixte standardisée. L'étude a montré que les des méthodes de dénombrement avec confirmation des
valeurs de reproductibilité étaient comprises entre 9,3 et colonies, comme pour les staphylocoques à coagulase
positive avec la gélose de Baird-Parker, le dénombrement
12,1 % (ce qui correspond à 0,58 - 0,77 log10 ufc/g) pour
de L. monocytogenes, le dénombrement de C. perfringens
les micro-organismes aérobies, entre 14,0 et 17,4 % (ce
et le dénombrement des bactéries anaérobies sulfito-
qui correspond à 0,72 - 0,88 log10 ufc/g) pour les
réductrices, l'écart-type inter-laboratoires est égal à 0,23
entérobactéries et entre 21,1 et 30,9 % (ce qui correspond
log10 ufc/g, 0,28 log10 ufc/g, 0,34 log10 u f c / g et 0,47 log10 ufc/g,
à 1,00 - 1,38 log10 ufc/g) pour E. coli. La principale
respectivement.
observation de cette étude est le niveau élevé
d'incertitude, qui est beaucoup plus large que ce que l'on
pourrait attendre de la règle microbiologique couramment
utilisée, selon laquelle les numérations de colonies sont
reproductibles dans une fourchette de ± 0,5 log10 par
rapport aux valeurs moyennes estimées. Les auteurs ont
conclu que les estimations de l'incertitude sont
influencées par la procédure d'essai elle-même, le choix
du milieu de culture et le choix de la méthode statistique
pour l'analyse des données.
De même, Corry et al [12] ont rapporté dans leur
étude que le pourcentage relatif d'incertitude de la
reproductibilité pour les numérations aérobies se situait
entre 5,5 et 10,5 % (±0,27 à ±0,60 log10 cfu/g) des
numérations moyennes, tandis que pour les
entérobactéries, les valeurs étaient beaucoup plus
élevées, allant de 21,6 à 23,5 % (±0,74 à ±0,96 log10
cfu/g). Les auteurs ont préféré exprimer la MU en tant
qu'écart-type relatif de reproductibilité (pourcentage des
numérations moyennes), car les valeurs relatives sont plus
utiles pour comparer les données obtenues dans d'autres
études.
L'étude de Jarvis et al [13] a analysé l'information
mutuelle provenant de programmes d'essais d'aptitude, de
la surveillance du contrôle interne de la qualité et de
l'examen de routine des denrées alimentaires par les
autorités de contrôle. Les auteurs ont constaté que les
données des essais d'aptitude montraient des valeurs
extrêmes de RSDR allant jusqu'à ±30 % en fonction du
micro-organisme, du laboratoire et de la méthode
d'examen. Les valeurs de RSDR des échantillons de
routine se situent en moyenne autour de ±12% avec un
maximum de ±41%, tandis que les données de contrôle de
qualité interne pour différents micro-organismes ont
montré des valeurs allant jusqu'à ±27% en fonction du
micro-organisme et de la procédure d'examen. Les
auteurs ont expliqué que les niveaux élevés d'incertitude
élargie peuvent être liés à la distribution hétérogène des
micro-organismes à l'intérieur des échantillons et entre les
échantillons, mais aussi à d'autres facteurs
d'échantillonnage et d'analyse.
Augustin et Carlier [14] ont examiné les données du
programme français d'essais d'aptitude RAEMA pour la
période 1999-2003. Leur étude a montré que l'incertitude
inter-laboratoires varie en fonction de la méthode de
dénombrement utilisée et que cette variabilité est
relativement faible (0,17 log10 cfu/g en moyenne) pour les
dénombrements sans confirmation de colonie, c'est-à-dire
pour le dénombrement des micro-organismes aérobies,
des entérobactéries, d'E. coli et des staphylocoques à
coagulase positive avec la technique utilisant la gélose au
fibrinogène de plasma de lapin. Cependant, dans le cas
Rédacteurs en chef : Zsolt János Viharos ; Prof. Lorenzo Ciani ; Prof. Piotr Bilski & Mladen 310
Jakovcic
17e conférence virtuelle IMEKO TC 10 et EUROLAB
"Global Trends in Testing, Diagnostics & Inspection for 2030"
20-22 octobre 2020.
V. CONCLUSIONS ET PERSPECTIVES
L'incertitude de mesure en microbiologie
alimentaire est très large, beaucoup plus large que dans
les analyses chimiques ou les mesures physiques. La
norme ISO 19036:2019 considère que l'incertitude
technique est souvent la plus grande contribution à
l'incertitude de mesure, bien que la contribution de
l'incertitude matricielle puisse être assez élevée. Notre
étude a montré des résultats différents. Les incertitudes
techniques des méthodes quantitatives réalisées dans
notre laboratoire sont du même ordre de grandeur et
assez faibles. L'incertitude liée à la matrice est celle qui
contribue le plus à l'incertitude combinée dans les
matrices alimentaires composites. Même l'incertitude
assignée de 0,1 log10 cfu/g pour les matrices homogènes
est plus élevée que la plupart de nos incertitudes
techniques. Nos résultats sont meilleurs ou en accord
étroit avec les résultats des études interlaboratoires de
validation des méthodes et d'autres données publiées.
L'incertitude liée à la matrice peut être minimisée par
une bonne homogénéisation de l'échantillon avant de
prélever les portions d'essai, mais ce facteur n'est pas
entièrement sous le contrôle du laboratoire. Cependant,
l'incertitude technique est causée par la variabilité des
opérations de laboratoire au cours des analyses ; par
conséquent, si elle est contrôlée correctement, la
contribution de l'incertitude technique sera très faible.
RÉFÉRENCES
[1] Guide ISO/CEI 98-3:2008 : Incertitude de mesure -
Partie 3 : Guide pour l'expression de l'incertitude de
mesure (GUM:1995).
[2] ISO 19036:2019 : Microbiologie de la chaîne
alimentaire - Estimation de l'incertitude de mesure pour
les déterminations quantitatives
[3] ISO 6888-1:1999+Amd 1:2003 : Microbiologie des
denrées alimentaires et des aliments pour animaux -
Méthode horizontale pour le dénombrement des
staphylocoques à coagulase positive (Staphylococcus
aureus et autres espèces) - Partie 1 :
Méthode d'énumération
[4] ISO 11290-2:2017 : Microbiologie de la chaîne
alimentaire - Méthode horizontale pour la détection et le
dénombrement de Listeria monocytogenes et Listeria spp
- Partie 2 :
Rédacteurs en chef : Zsolt János Viharos ; Prof. Lorenzo Ciani ; Prof. Piotr Bilski & Mladen 313
Jakovcic
17e conférence virtuelle IMEKO TC 10 et EUROLAB
"Global Trends in Testing, Diagnostics & Inspection for 2030"
20-22 octobre 2020.
Escherichia coli positif pour la bêta-glucuronidase - Partie (uncertainty) of bacterial colony counts, International
2 : Technique de comptage des colonies à 44 °C à l'aide de Journal of Food Microbiology, 116, 2007, pp. 44-51.
5-bromo-4-chloro- 3-indolyl bêta-D-glucuronide [12] Corry, J. E. L., Jarvis, B., Hedges, A. J. : Measurement
[7] ISO 21528-2:2017 : Microbiologie de la chaîne uncertainty of the EU methods for microbiological
alimentaire - Méthode horizontale pour la détection et le examination of red meat, Food Microbiology, 24, 2007, pp.
dénombrement des entérobactéries - Partie 2 : Technique [13] Jarvis, B., Corry, J. E. L., Hedges, A. J. : Estimates of
de comptage des colonies measurement uncertainty from proficiency testing
[8] ISO 14461-2:2005 : Lait et produits laitiers - Contrôle de schemes, internal laboratory quality monitoring and during
la qualité dans les laboratoires de microbiologie - Partie 2 : routine enforcement examination of foods, Journal of
Détermination de la fiabilité de la numération des colonies Applied Microbiology, 103, 2007, pp. 462-467.
sur plaques parallèles et dilution ultérieure [14] Augustin, J.-C., Carlier, V. : Lessons from the
[9] Ah-Soon, C., Cornu, M. : Report of 2003/2004 ISO Trials organisation of a proficiency testing program in food
about uncertainty measurement (juin 2004). Disponible à microbiology by interlaboratory comparison : analytical
l'adresse : http://standards.iso.org/iso/19036 (consulté le 3 methods in use, impact of methods on bacterial counts and
août 2020). measurement uncertainty of bacterial counts, Food
[10] Corry, J. E. L., Basil, J., Passmore, S., Hedges, A. : A Microbiology, 26, 2006, pp. 1-38.
critical review of measurement uncertainty in the [15] Jarvis, B. : La distribution des micro-organismes dans les
enumeration of food micro-organisms, Food Microbiology, aliments en fonction de l'échantillonnage. In : Statistical
24, 2007, pp. 230-253. Aspects of the Microbiological Examination of Foods, 3rd
[11] Jarvis, B., Hedges, A. J., Corry, J. E. L. : Évaluation de ed. Academic Press, Londres, 2016.
l'incertitude de mesure pour les méthodes quantitatives
d'analyse : évaluation comparative de la précision et de la
fiabilité des méthodes quantitatives d'analyse.
Rédacteurs en chef : Zsolt János Viharos ; Prof. Lorenzo Ciani ; Prof. Piotr Bilski & Mladen 314
Jakovcic