amostragem alimentos

O grande número de amostragens exigidas pelas novas normas RDC 331/2019 e IN 60/2019 da Anvisa, referentes à qualidade microbiológica dos alimentos está dando o que falar. Embora esteja claro e seja indiscutível que o maior número de análises promove melhorias na segurança dos alimentos ofertados à população e aumenta a garantia de qualidade, uma vez que quanto mais dados gerados, mais fácil é a tomada de decisões no processo, o que está em pauta também é o aumento nos custos analíticos.

A maior quantidade no número de amostras que devem ser coletadas no plano de amostragem influencia os gastos tanto das grandes empresas quanto das pequenas.

Nesse post, serão abordadas algumas formas de reduzir os custos com essas análises e ainda seguir as normas.

A primeira forma já foi abordada em um post anterior, o qual também cita outros detalhes das novas normas, entre eles a composição de amostras, também conhecida como pooling, que será mais detalhada agora.

Nesse método é possível recolher 25g de cada amostra a ser analisada, fazer o pré-enriquecimento das amostras separadamente, depois juntá-las no caldo de enriquecimento e então fazer um único plaqueamento, conforme ilustrado na imagem abaixo.

Este método permite reduzir o número de materiais utilizados e o tempo destinado à análise, diminuindo os custos. Entretanto, ele tem algumas restrições e só pode ser utilizado nos planos de presença e ausência, ou seja, para a análise de Salmonella e Listeria monocytogenes de apenas algumas categorias.

Além disso, o método utilizado para realizar a análise deve mencionar a possibilidade de fazer a composição das amostras, isto é, deve citar a possibilidade de utilizar quantidades maiores que 25 g (ex.: adicione 25g ou 375g em 225 ml ou 1,5 L, respectivamente). As metodologias utilizadas devem seguir uma das referências citadas no Art. 10. da RDC 331/2019. Nesse método, caso ocorra a detecção de presença do patógeno, não é possível saber quais amostras estavam positivas, portanto será preciso depois analisar uma a uma para então pesquisar a causa. Esse assunto foi abordado anteriormente no final deste post.

Outra maneira para reduzir custos analíticos é a união de empresas. Como acontece em diferentes setores, quanto maior o número de amostras, mais baixo é o custo por análise. Sendo assim, seria interessante as pequenas empresas se juntarem e fazer um pacote com o laboratório de análises, unindo as suas amostras para serem analisadas conjuntamente.

E por fim, dependendo das condições da empresa, porte e o número de análises, é interessante também pensar na montagem de um laboratório próprio, o que pode também reduzir os custos de análises em longo prazo.

Quer saber mais sobre as novas normas da Anvisa RDC 331/2019 e IN 60/2019? Leia estes posts:

A RDC 331/2019 e a IN 60/2019 entraram em vigor em 26 de dezembro de 2020. E agora?

Faltam 6 meses para a RDC 331/2019 e a IN 60/2019 entrarem em vigor. Dicas sobre o que mudou

Atualização da norma de padrões microbiológicos para alimentos

Análises microbiológicas por lote composto e cautela na interpretação de resultados

Análise microbiológica de alimentos: importância do plano de amostragem

Análises microbiológicas são fundamentais para verificarmos se programas de segurança dos alimentos são bem implementados e termos dados sobre controles implementados. Contudo, confiar cegamente e de forma isolada em análises microbiológicas de produto acabado pode ser uma furada. Quem pode dar este respaldo é a estatística, uma ciência bastante exata.

Probabilidade de detecção de um defeito

Para explicar onde está a fragilidade, vamos começar com noções básicas de estatística. Se você não faltou na primeira aula, deve se lembrar que o professor perguntou:

Qual a probabilidade de aleatoriamente se sortear uma bolinha em 100?

Essa é para ser fácil mesmo: 1%. Então se tenho 100 latas/sacos/pacotes ou qualquer unidade de um alimento e uma delas está contaminada, a chance de se detectar esta contaminação tomando-se uma única amostra é 1%. Tranquilo?

Vamos aumentar o problema. Se 1% do lote de um alimento estiver contaminado e este lote for de 10 mil pacotes de qualquer coisa (chocolate, pet food, especiarias, sorvetes) 100 destes pacotes estarão positivos.  Se forem amostradas 100 pacotes deste lote, a chance do resultado sair positivo para o patógeno pesquisado, é de 1%. Se o plano de amostragem for super econômico e se tomar uma única embalagem, a chance de se encontrar o contaminante é cem vezes menor, ou seja, 0,01%. Já está quase ficando como ganhar na loteria, né?

Aceitação (aprovação) de um lote defeituoso

A estatística também fala de risco para o produtor, e risco para o consumidor.

No risco para o produtor, há a chance de se condenar um lote que não estaria contaminado, o que  o levaria a perder dinheiro.

No risco para o consumidor, este acaba levando uma doença transmissível por alimentos de presente, já que a empresa julgou que o lote estava OK e foi liberado com patógeno.

Mas espera aí… se o consumidor adoecer ou morrer, é super risco para a imagem do produtor! Nesta hora a frieza da estatística tem que ser ponderada.

Para ficar mais profissional: vamos usar uma tabela de plano de amostragem da ICMSF, OK? É a aquele comitê de referência internacional de microbiologia.

Agora usando a tabela de duas classes, aquela que é para “tem ou não tem” patógenos, como é o caso de  Salmonella e Listeria monocytogenes, vamos consultar qual seria o risco de se aprovar um lote que tenha contaminação. Se tal lote tiver 5% de defeito e forem tomadas cinco amostras, ainda assim a PROBABILIDADE DE MANDAR CONTAMINAÇÃO PARA O MERCADO É DE 77%. Ah, importante: perceba que a tabela começa com 3 amostras. Uma amostrinha nem conta! Nem se chama amostragem e esse é um critério que tem viés econômico e não científico.

De onde vem este número de defeituosos?

No exemplo apresentado, utilizei como base os valores de 1 e 5% de contaminação. Não é um chute e sim médias de valores de vários trabalhos acadêmicos.

Patógenos em alimentos confiscados em aeroportos: 5%

Meta de prevalência de Salmonella em galinhas poedeiras na CE: 2%

Salmonella na Itália em produtos de origem animal: 2,2%. Na mesma pesquisa Listeria monocytogenes está presente em 2,4% dos alimentos.

Listeria no Irã: 4%

Salmonella em carcaça de frango no Brasil: 3%

Listeria monocytogenes em queijos europeus: 3%

E para que servem essas análises de produto acabado então?

Passado o primeiro impacto de perplexidade e a vontade de perguntar por que então são feitas análises de produto acabado se estatisticamente não é “garantia” de segurança, vamos aos fatos:

– O resultado analítico negativo de uma amostragem significativa não prova que todo o processo de fabricação está sob controle. Ele prova que dentro daquela amostragem especificamente há o perigo de acordo com a capacidade de detecção do método (ex: ausência em 25 gramas).

– Laudos são evidências de conformidade (ou não conformidade) e seu significado deve ser interpretado com cautela.

– A não realização de análises de produto acabado deixa o fabricante de alimentos e seu cliente com a sensação de falta de controle. Contudo, como falarei em outro post, o recurso gasto em análises no produto final pode ser direcionado um plano que contemple matérias-primas, fases intermediárias do processo e monitoramento ambiental, que podem ser a causa da contaminação e esta ser prevenida. Isso é muito mais alinhado ao conceito de APPCC de não de se trabalhar na inspeção final onde não é mais possível tomar uma ação e sim monitorar o processo.

– Testes estatisticamente significativos requerem amostragem proporcional ao risco, isto é, relacionados ao público-alvo, tendência do patógeno se multiplicar no alimento ao longo da vida útil e severidade do perigo. É por isso que em processos de alto risco (ex: cárneos que podem ser consumidos mal passados o número de amostras, pode ser tão alto quando 60, como já contamos aqui). Uma amostra por lote não tem significado estatístico e caso seja positiva, todo o lote deve ser condenado.

E por falar em lote: este é mais um fator de variabilidade de resultados. Em teoria, ele é uma condição padronizada e homogênea, mas na prática não é bem assim, o que aumentam as nossas incertezas, sendo que isso será tratado em novo post.