Nouvelles recettes

Chicago utilise Twitter pour surveiller les maladies d'origine alimentaire

Chicago utilise Twitter pour surveiller les maladies d'origine alimentaire


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Chicago utilise la puissance de Twitter pour suivre la propagation des maladies d'origine alimentaire à travers la ville.

Le département de la santé publique de Chicago profite des prouesses de Twitter pour surveiller la ville à la recherche de restaurants qui pourraient avoir besoin d'inspections sanitaires, rapporte PopSci.

Le bot Twitter dédié du département et un formulaire de plainte en ligne ont jusqu'à présent permis d'identifier 133 restaurants à inspecter sur une période de 10 mois. Parmi ces restaurants, 21 ont échoué à l'inspection et 33 autres ont réussi avec des infractions « critiques ou graves ».

Selon une étude des Centers for Disease Control, Foodborne Chicago a suivi les messages Twitter qui incluaient l'expression « intoxication alimentaire » pour identifier « des cas spécifiques de personnes se plaignant de maladies d'origine alimentaire ».

Ensuite, « les tweets identifiés par l'algorithme ont été examinés par les membres du personnel du projet pour des indications de maladie d'origine alimentaire (par exemple, des crampes d'estomac, de la diarrhée ou des vomissements) à partir d'aliments préparés à l'extérieur de la maison. Les membres du personnel du projet ont fourni des commentaires sur la question de savoir si chaque tweet correspondait aux critères, permettant à l'algorithme d'identification des tweets d'apprendre et de devenir plus efficace au fil du temps.

Sur la base du succès du bot Twitter, Chicago travaille maintenant avec les services de santé de Boston et de New York pour évaluer l'utilité d'un programme similaire dans ces villes.

Pour les dernières mises à jour sur la nourriture et les boissons, visitez notre Actualités culinaires page.

Karen Lo est rédactrice adjointe au Daily Meal. Suivez-la sur Twitter @appleplexy.


Modèle informatique plus précis pour identifier les sources potentielles de maladies d'origine alimentaire que les méthodes traditionnelles

Boston, MA - Un nouveau modèle informatique qui utilise l'apprentissage automatique et les données de recherche et de localisation anonymisées et agrégées des utilisateurs Google connectés était beaucoup plus précis pour identifier les restaurants potentiellement dangereux par rapport aux méthodes existantes de plaintes des consommateurs et d'inspections de routine, selon aux nouvelles recherches menées par Google et Harvard TH École de santé publique Chan. Les résultats indiquent que le modèle peut aider à identifier les lacunes en matière de sécurité sanitaire des aliments en temps quasi réel.

« Les maladies d'origine alimentaire sont courantes, coûteuses et amènent des milliers d'Américains dans les salles d'urgence chaque année. Cette nouvelle technique, développée par Google, peut aider les restaurants et les services de santé locaux à détecter les problèmes plus rapidement, avant qu'ils ne deviennent des problèmes de santé publique plus importants », a déclaré l'auteur correspondant Ashish Jha, K.T. Li Professeur de santé mondiale à la Harvard Chan School et directeur du Harvard Global Health Institute.

L'étude a été publiée en ligne le 6 novembre 2018 dans npj Médecine numérique.

Les maladies d'origine alimentaire sont un problème persistant aux États-Unis et les méthodes actuelles utilisées par les restaurants et les services de santé locaux pour déterminer une épidémie reposent principalement sur les plaintes des consommateurs ou des inspections de routine. Ces méthodes peuvent être lentes et lourdes, entraînant souvent des réponses tardives et une propagation accrue de la maladie.

Pour pallier ces lacunes, les chercheurs de Google ont développé un modèle d'apprentissage automatique et ont travaillé avec Harvard pour le tester à Chicago et à Las Vegas. Le modèle fonctionne en classant d'abord les requêtes de recherche qui peuvent indiquer des maladies d'origine alimentaire, telles que « crampes d'estomac » ou « diarrhée ». Le modèle utilise ensuite des données d'historique de localisation anonymisées et agrégées provenant des smartphones des personnes qui ont choisi de les enregistrer, pour déterminer quels restaurants les personnes recherchant ces termes ont récemment visités.

Les services de santé de chaque ville ont ensuite reçu une liste de restaurants identifiés par le modèle comme étant des sources potentielles de maladies d'origine alimentaire. La ville enverrait alors des inspecteurs de la santé dans ces restaurants, bien que les inspecteurs de la santé ne sachent pas si leur inspection était motivée par ce nouveau modèle ou des méthodes traditionnelles. Pendant la période de l'étude, les services de santé ont également continué à suivre leurs procédures d'inspection habituelles.

À Chicago, où le modèle a été déployé entre novembre 2016 et mars 2017, le modèle a suscité 71 inspections. L'étude a révélé que le taux de restaurants dangereux parmi ceux détectés par le modèle était de 52,1% contre 39,4% parmi les inspections déclenchées par un système basé sur les plaintes. Les chercheurs ont noté que Chicago dispose de l'un des programmes de surveillance les plus avancés du pays et utilise déjà des techniques d'exploration de médias sociaux, mais ce nouveau modèle s'est avéré plus précis pour identifier les restaurants qui avaient des violations de la sécurité alimentaire.

À Las Vegas, le modèle a été déployé entre mai et août 2016. Par rapport aux inspections de routine effectuées par le service de santé, il avait un taux de précision plus élevé pour identifier les restaurants dangereux.

Lorsque les chercheurs ont comparé le modèle aux inspections de routine des services de santé de Las Vegas et de Chicago, ils ont constaté que le taux global de restaurants dangereux détectés par le modèle dans les deux villes était de 52,3 %, alors que le taux global de détection de restaurants dangereux via des inspections de routine dans les deux villes était de 22,7%.

Fait intéressant, l'étude a montré que dans 38% de tous les cas identifiés par ce modèle, le restaurant potentiellement à l'origine d'une maladie d'origine alimentaire n'était pas le plus récent visité par la personne qui cherchait des mots-clés liés aux symptômes. Les auteurs ont déclaré que cela était important car des recherches antérieures ont montré que les gens ont tendance à blâmer le dernier restaurant qu'ils ont visité et peuvent donc être susceptibles de déposer une plainte pour le mauvais restaurant. Pourtant, cliniquement, les maladies d'origine alimentaire peuvent prendre 48 heures ou même plus pour devenir symptomatiques après qu'une personne a été exposée, ont déclaré les auteurs.

Le nouveau modèle a surpassé les inspections basées sur les plaintes et les inspections de routine en termes de précision, d'échelle et de latence (le temps qui s'est écoulé entre la maladie et l'identification de l'épidémie). Les chercheurs ont noté que le modèle serait mieux exploité en complément des méthodes existantes utilisées par les services de santé et les restaurants, leur permettant de mieux hiérarchiser les inspections et d'effectuer des évaluations internes de la sécurité alimentaire. Des réponses plus proactives et opportunes aux incidents pourraient signifier de meilleurs résultats en matière de santé publique. De plus, le modèle pourrait s'avérer utile pour les petits et moyens restaurants qui n'ont pas les moyens de payer le personnel des opérations de sécurité pour appliquer des techniques avancées de surveillance de la sécurité alimentaire et d'analyse des données.

« Dans cette étude, nous venons de gratter la surface de ce qui est possible dans le domaine de l'épidémiologie apprise par machine. J'aime l'analogie avec les travaux du Dr John Snow, le père de l'épidémiologie moderne, qui en 1854 a dû faire du porte-à-porte dans le centre de Londres, demandant aux gens d'où ils prenaient leur eau pour trouver la source d'une épidémie de choléra. Aujourd'hui, nous pouvons utiliser des données en ligne pour effectuer des observations épidémiologiques en temps quasi réel, avec le potentiel d'améliorer considérablement la santé publique de manière opportune et rentable », a déclaré Evgeniy Gabrilovich, chercheur principal chez Google et co-auteur. de l'étude.

Le financement de cette étude provient en partie de l'accord de coopération 1U01EH001301-01 des Centers for Disease Control and Prevention des États-Unis.

« Epidémiologie apprise par machine : détection en temps réel des maladies d'origine alimentaire à grande échelle », Adam Sadilek, Stephanie Caty, Lauren DiPrete, Raed Mansour, Tom Schenk Jr., Mark Bergtholdt, Ashish Jha, Prem Ramaswami, Evgeniy Gabrilovich, en ligne dans npj Médecine numérique 6 novembre 2018, DOI 10.1038/s41746-018-0045-1

Visitez le site Web de la Harvard Chan School pour les dernières nouvelles, communiqués de presse et offres multimédias.


Enquêter sur les épidémies

Lorsqu'une épidémie de maladie d'origine alimentaire est détectée, les responsables de la santé publique et de la réglementation s'efforcent de collecter le plus d'informations possible afin d'en découvrir la cause, afin qu'ils puissent prendre des mesures pour éviter que davantage de personnes ne tombent malades. Au cours d'une enquête, les responsables de la santé collectent trois types de données : épidémiologiques, retraçage et tests alimentaires et environnementaux.

Les responsables de la santé évaluent tous ces types de données ensemble pour tenter de trouver la source probable de l'épidémie. Ils prennent des mesures, comme avertir le public, lorsqu'il existe des informations claires et convaincantes établissant un lien entre la maladie et un aliment contaminé.

Données épidémiologiques :

  • Tendances dans la répartition géographique des maladies, les périodes pendant lesquelles les gens sont tombés malades et les épidémies passées impliquant le même germe.
  • Aliments ou autres expositions survenant plus souvent que prévu chez les personnes malades
  • Groupes de personnes malades non apparentées qui ont mangé dans le même restaurant, fait leurs courses dans la même épicerie ou ont assisté au même événement.

Données de traçage :

  • Un point commun de contamination dans la chaîne de distribution, identifié en examinant les dossiers collectés dans les restaurants et les magasins où les personnes malades ont mangé ou fait leurs courses.
  • Résultats des évaluations environnementales dans les installations de production alimentaire, les fermes et les restaurants identifiant les risques pour la sécurité alimentaire.

Données d'essais alimentaires et environnementaux :

  • Le germe qui a causé la maladie trouvé dans un aliment collecté chez une personne malade, un point de vente au détail ou dans l'environnement de production alimentaire
  • La même empreinte ADN liant les germes trouvés dans les aliments ou les environnements de production aux germes trouvés chez les personnes malades

Les responsables de la santé ne résolvent pas chaque épidémie. Parfois, les épidémies se terminent avant que suffisamment d'informations ne soient recueillies pour identifier la source probable. Les autorités enquêtent de manière approfondie sur chaque épidémie et développent constamment de nouvelles façons d'enquêter et de résoudre les épidémies plus rapidement.


Révolutions

Foodborne Chicago trouve des restaurants louches avec des tweets, et R

Si, comme moi, vous avez déjà mangé un sandwich dans une épicerie douteuse et que vous êtes resté allongé pendant des jours, vous savez que l'intoxication alimentaire n'est pas une mince affaire. Dans le passé, les autorités locales n'apprenaient de tels problèmes de santé publique que s'ils étaient signalés aux autorités par la victime (ou le médecin de la victime). Mais cela manque les nombreux cas de maladies moins graves qui n'impliquent pas un médecin ou un hôpital, ou des maladies qui ne sont tout simplement pas signalées aux autorités.

Aujourd'hui, la ville de Chicago a trouvé un nouveau moyen d'identifier les sources d'intoxication alimentaire : en analysant les tweets. Foodborne Chicago scanne les tweets publiés dans la région de Chicagoland, répondant à des tweets tels que : "Grippe intestinale/intoxication alimentaire, c'est comme manger des sushis à la station-service sans le plaisir de manger des sushis à la station-service" (mais en ignorant les tweets comme "C'est vraiment difficile de grignoter en regardant Honey Boo Boo. C'est le deuxième meilleur régime après l'intoxication alimentaire.). Si vous envoyez un tel tweet, vous obtiendrez probablement une réponse :

@cheerjoeyniz Désolé d'apprendre que vous étiez malade. Nous pouvons vous aider en cliquant sur ce lien pour déposer un rapport : http://t.co/jPYs8NxTVw

- Foodborne Chicago (@foodbornechi) 16 avril 2013

Le système est entièrement automatisé et utilise une analyse de texte en temps réel implémentée avec le langage R pour identifier les tweets qui concernent un cas spécifique d'intoxication alimentaire :

Foodborne recherche sur Twitter tous les tweets près de Chicago contenant la chaîne « intoxication alimentaire ». Le service d'ingestion consomme des milliers de tweets, les stockant dans une grande instance MongoDB. Une collection de serveurs de classification, exécutant R, parcourt les tweets collectés, en appliquant une série de filtres. Les tweets sont classés à l'aide d'un modèle qui a été formé via un apprentissage supervisé, qui détermine si les tweets sont liés ou non à une intoxication alimentaire.

Cory Nissen, le data scientist qui a mis en œuvre l'analyse derrière le système, m'a partagé certains des détails en coulisses par e-mail. Il a utilisé un package R appelé textcat et un algorithme basé sur des n-grammes pour classer les tweets. Le modèle est formé de manière à privilégier la sensibilité (au niveau » 016090%+) au détriment de la spécificité ? À propos intoxication alimentaire. Sur tous les tweets dans la région de Chigaco un jour donné, le système signale environ 10 à 20 tweets par jour pour examen, dont quelques-uns justifient généralement une réponse au citoyen malade pour suivi.

Le code R open source derrière le classificateur est disponible sur Github. Consultez le fichier README pour plus de détails techniques sur la mise en œuvre. Vous pouvez également voir comment l'application a été présentée sur Fox 39 Chicago news (à partir de 02h09) :


Comment vous protéger des maladies d'origine alimentaire

Les maladies d'origine alimentaire sont une préoccupation sérieuse, mais il n'y a certainement pas lieu de paniquer. La bonne nouvelle est que vous pouvez prendre des mesures très simples et suivre quelques règles concernant la manipulation des aliments et les pratiques de cuisson qui réduiront considérablement le risque de maladie d'origine alimentaire et protégeront vos amis et votre famille contre Salmonella et Campylobacter.

Lors de l'achat de poulet ou de porc, par exemple, FoodSafety.gov suggère les conseils suivants…

Choisissez des emballages froids intacts

Assurez-vous que le poulet ou le porc ressentir froid au toucher sans grandes déchirures ni trous dans l'emballage. Si possible, mettez-les dans un sac en plastique afin que les jus qui fuient ne coulent pas sur d'autres aliments.

Ramasser les viandes en dernier

Faites des viandes fraîches les derniers articles à entrer dans votre panier. Assurez-vous de séparer la viande crue des aliments prêts à l'emploi dans votre panier. Et si vous faites livrer de la viande, assurez-vous qu'elle entre directement dans le réfrigérateur à l'arrivée.

Une fois que vous avez la viande à la maison, vous pouvez également prendre des mesures pour réduire le risque de maladie d'origine alimentaire. Combattez Bac ! Le partenariat pour l'éducation à la salubrité des aliments est sorti avec des conseils utiles sur la salubrité des aliments, la manipulation et la cuisson pour éviter les bactéries. "Les bases de nettoyer, séparer, cuire et réfrigérer réduiront le risque de maladie causée par des germes nocifs comme Campylobacter et la salmonelle", a déclaré Shelley Feist, directrice exécutive de l'organisation à but non lucratif.

Lavez-vous les mains, cela signifie que tout le monde

Tout le monde au rassemblement et en particulier ceux qui préparent et cuisinent les aliments doivent se laver les mains avec de l'eau et du savon avant et après avoir manipulé des aliments, pas seulement le maître du gril.

Conserver les aliments au réfrigérateur et au froid

Conservez toujours les aliments au réfrigérateur aussi près que possible du temps de cuisson. Pour les pique-niques et les barbecues, gardez votre glacière à viande crue (séparée) remplie de glace, afin que les aliments périssables de pique-nique restent réfrigérés à 40 °F.

Utiliser des plaques séparées

Ne placez jamais d'aliments cuits sur une assiette qui contenait auparavant de la viande, de la volaille ou des fruits de mer crus. Assurez-vous d'avoir beaucoup d'ustensiles et de plats propres à portée de main.

Utilisez toujours un thermomètre alimentaire

Mesurer la température interne de la viande et de la volaille grillées est le moyen n°1 de savoir que votre volaille est bien cuite et donc sûre à manger. Le poulet/volaille doit toujours être cuit à 165 degrés Fahrenheit (74 degrés Celsius).

Thermomètre à viande numérique à lecture instantanée ThermoPro TP03, 12,99 $ sur Amazon

Un thermomètre à viande de qualité et abordable pour assurer la sécurité de votre famille.

Imprimer un tableau de température

Imprimez et accrochez ce guide utile sur votre réfrigérateur ou près du gril, afin qu'il n'y ait aucune confusion quant au moment où différentes viandes sont cuites et sans danger.


Chicago utilise Twitter pour surveiller les maladies d'origine alimentaire - Recettes

Partage d'histoires, de connaissances et d'expériences.

Les 10 règles de sécurité alimentaire à suivre pour assurer la sécurité de votre famille

Si vous êtes comme ma famille, la cuisine est un lieu de rassemblement sacré. C'est un endroit où tout le monde semble se rassembler, engager une conversation et, bien sûr, préparer à manger. Quand j'y pense, tant de nos traditions familiales et festives sont centrées sur la nourriture et la préparation des aliments. Je me souviens très jeune avoir demandé à ma grand-mère : « Comment savez-vous quand la dinde rôtie est prête ? » « Et les boulettes de viande ? » Ses réponses seraient toujours les mêmes, « quand les jus sont clairs [pour la dinde] » et « les boulettes de viande sont cuites environ 30 minutes avant le dîner ». La sécurité alimentaire n'a jamais été un sujet de préoccupation, et grand-mère ne pouvait pas non plus répondre à une question avec une réponse ferme. Bien sûr, j'ai juste accepté qu'elle avait raison - après tout, c'est grand-mère et grand-mère sait mieux !

Il s'avère cependant que la sécurité alimentaire est en fait très importante. Des estimations prudentes montrent que près de 9,4 millions de maladies chaque année sont liées à des maladies d'origine alimentaire. Les maladies les plus courantes signalées sont : les norovirus (39 %), les salmonelles (39 %) et E. Coli (3 %), les aliments uniques les plus courants à l'origine de ces maladies étant le poisson, le poulet, puis le porc. Ce que beaucoup de gens ne réalisent pas, c'est que la prévention de ces maladies d'origine alimentaire est en fait du bon sens et très facile à faire. Lorsqu'il s'agit de prévenir ces maladies, n'oublions pas que nos enfants, les personnes âgées et les membres de la famille immunodéprimés sont les plus à risque de tomber malades. Chez Pères de Multiples, nous aimons partager de bonnes recettes avec vous. Maintenant, nous pensons qu'il est temps de partager également quelques conseils sur la sécurité alimentaire.

Dans l'idée de protéger nos proches tout en leur fournissant des aliments sains et délicieux, voici une liste des 10 principaux principes de base en matière de sécurité alimentaire.

Lavez-vous les mains

Se laver les mains peut sembler une tâche simple, mais on ne le soulignera jamais assez. Un bon lavage des mains est la première défense d'une bonne sécurité alimentaire. Assurez-vous d'utiliser de l'eau chaude et du savon. Faire mousser et frotter les deux mains : devants, dos, entre les doigts et sous les ongles. Lorsque vous avez terminé, utilisez une serviette à usage unique (comme un essuie-tout ou un essuie-mains dédié au séchage des mains). Si vous utilisez une serviette qui peut être lavée en machine, assurez-vous de la remplacer tous les deux jours. N'utilisez pas de serviettes utilisées pour essuyer le comptoir ou sécher la vaisselle pour vous sécher les mains.

Utiliser un thermomètre alimentaire

Savoir quand vos aliments sont bien cuits est essentiel à la salubrité des aliments. L'un des meilleurs gadgets que vous puissiez garder à portée de main est un thermomètre numérique à lecture instantanée. Ne devenez pas fou en dépensant des tonnes d'argent - un simple thermomètre peut être acheté pour moins de 15,00 $ et la plupart peuvent être calibrés à la maison en utilisant de l'eau et de la glace. Lors de la cuisson de viandes ou de plats avec des composants de repas mélangés, la meilleure façon de savoir qu'il est sûr de manger est la température interne. Voici un guide de température rapide lorsque le thermomètre est inséré dans la partie la plus épaisse de la viande ou du plat :

Boeuf, Agneau, Veau & Poisson/Coquillages – 145 0 F

Poulet (haché ou avec os) – 165 0 F

Viande hachée et porc – 160 0 F

Utilisez des températures de réfrigérateur appropriées

Si les aliments dans mon réfrigérateur sont conservés au froid, ils devraient être sûrs, n'est-ce pas ?

Tort . Comme le froid compte. Saviez-vous que les réfrigérateurs ont des points froids (tout comme les fours ont des points chauds !) ? Voici quelques conseils rapides à retenir :

  • Utilisez un thermomètre pour surveiller la température du réfrigérateur et du congélateur
    1. Réglez le réfrigérateur sur 32 0 F – 40 0 ​​F
    2. Réglez le congélateur sur <32 0 F
  • Rangez les articles sensibles à la température dans les espaces les plus froids du réfrigérateur
    1. Conservez le lait, les œufs et les produits laitiers dans les espaces arrière où il fait le plus froid

Désinfecter quotidiennement, désinfecter chaque semaine (ou au besoin)

La différence entre assainir et désinfecter est que désinfecter consiste à réduire la probabilité de contamination en nettoyant et en essuyant toutes les surfaces, tandis que la désinfection utilise un agent chimique pour garantir qu'une zone est 100% exempte de bactéries. Dans la plupart des maisons, une désinfection adéquate est suffisante pour prévenir les maladies d'origine alimentaire. C'est généralement dans les espaces publics comme les salles de bain, les restaurants, etc. qu'un assainissement ET une désinfection quotidiens sont nécessaires. Pour désinfecter correctement une surface, suivez ces étapes simples :

  • Essuyez le comptoir avec une serviette sèche pour enlever toute saleté ou miette visible
  • Appliquez une simple solution de nettoyage non parfumée avec de l'eau de Javel (vous pouvez également utiliser 1 cuillère à soupe d'eau de Javel pour 1 gallon d'eau tiède, NON CHAUDE comme solution désinfectante) pendant au moins 1 minute
  • À l'aide d'un chiffon PROPRE, essuyez la surface et laissez sécher à l'air

Veuillez garder à l'esprit ce qui suit :

  • Lorsque vous utilisez des nettoyants achetés en magasin, lisez tous les avertissements et instructions sur l'étiquette - ils sont là pour une raison
  • Ne combinez jamais de nettoyants en magasin car cela peut entraîner des vapeurs nocives (c'est-à-dire ne combinez jamais un nettoyant à base d'eau de Javel avec un nettoyant à base d'ammoniac)
  • Conservez toutes les solutions de nettoyage à l'écart des aliments, sous clé et hors de portée des enfants

Changez votre éponge

Prévoyez de changer votre éponge au moins une fois par semaine, surtout si vous pouvez la « sentir ». Vous pouvez passer au micro-ondes pour prolonger la durée de vie de l'éponge, mais en réalité, les éponges offrent un environnement parfait pour la croissance bactérienne. La sécurité alimentaire commence par avoir des espaces propres avec lesquels travailler, et cela ne peut pas arriver lorsque vous utilisez une éponge sale.

Linge à vaisselle Hygiène

Les torchons sont quelque chose que beaucoup de gens ont tendance à "mettre la main dessus". Voici quelques règles de base à suivre :

  1. Le torchon est utilisé pour sécher la vaisselle PROPRE uniquement et après un cycle de "vaisselle de séchage" doit être laissé sécher à l'air libre.
  2. Le torchon n'est pas destiné à se sécher les mains après le lavage - utilisez un essuie-tout à usage unique ou un essuie-mains dédié
  3. Toutes les serviettes (essuie-vaisselle et essuie-mains) doivent être remplacées au moins une fois par semaine

Prévenir la contamination croisée

La contamination croisée se produit lorsqu'un élément susceptible d'héberger des bactéries (comme de la viande crue, des fruits de mer ou de la volaille) entre en contact avec un élément « prêt-à-manger ». Nous pouvons empêcher la contamination croisée en procédant comme suit :

  • Préparez (coupez et stockez) tous les aliments à haut risque en premier, puis lavez et désinfectez les ustensiles et les planches à découper utilisés pendant le processus
  • Lavez et séchez les mains après chaque manipulation d'aliments à haut risque
  • Gardez les aliments à haut risque en sécurité et loin des aliments prêts-à-manger
  • Utilisez des planches à découper séparées pour la viande crue, les fruits de mer et la volaille, et utilisez de préférence une planche à découper en plastique non poreuse et facilement lavable
  • Laver et sécher tous les produits frais avant de les manipuler

Avoir des planches à découper séparées

Les planches à découper, en particulier celles en bois, sont un foyer idéal pour la croissance des bactéries. L'utilisation de planches à découper en plastique est optimale dans la prévention des maladies d'origine alimentaire. Assurez-vous d'avoir quelques planches à découper, et si possible. Vous pouvez les coder par couleur afin de n'utiliser qu'une seule planche à découper pour un type d'aliment. Par exemple:

  • Utilisez une planche à découper en plastique rouge pour toute la viande crue, les fruits de mer et la volaille
  • Utilisez une planche à découper en plastique vert pour tous les légumes et produits frais
  • Et peut-être un gris pour tous les aliments prêts à manger qui ne nécessitent aucune cuisson (ou aucune cuisson supplémentaire)

Stockage approprié des aliments

La conservation des aliments est essentielle pour prévenir les maladies d'origine alimentaire. Que les aliments soient dans votre garde-manger ou dans le réfrigérateur, conserver correctement les aliments scan permet de faire certaines choses : 1) empêcher la contamination croisée, 2) prolonger la durée de conservation d'un aliment et 3) empêcher les insectes de contaminer.

  • Conservez les céréales, les céréales et les produits secs dans des sacs en plastique entièrement scellables ou des contenants hermétiques réutilisables
  • Conservez les viandes et les ingrédients à haut risque sur une assiette ou un plateau au fond du réfrigérateur (pour éviter que les liquides ne s'égouttent) et en respectant la date estampillée sur l'emballage
  • Faites pivoter le stock et utilisez d'abord les anciens ingrédients – lisez les dates "à consommer avant" et "meilleur achat" et faites pivoter votre stock (FIFO - First In First Out)
  • Conservez les aliments prêts-à-manger réfrigérés aussi haut que possible dans le réfrigérateur
  • Conservez les produits laitiers à l'arrière du réfrigérateur (y compris le lait, le fromage, le yaourt et les œufs !) - c'est l'endroit le plus froid du réfrigérateur
  • Les légumes verts feuillus qui peuvent flétrir appartiennent à un espace très humide (tiroir)
  • Conservez les légumes et les fruits non feuillus dans un endroit froid à faible humidité et dans leur emballage d'origine pour permettre aux gaz naturels de s'échapper, évitant ainsi la pourriture prématurée

Gardez les aliments chauds au chaud et les aliments froids au froid

Il existe une bonne règle empirique que de nombreux manipulateurs d'aliments suivent : gardez les aliments chauds au chaud et les aliments froids au froid. Il y a aussi une mise en garde pour les aliments chauds : pas plus de quatre heures à la fois. Voici quelques directives à suivre, en particulier lors de ces événements familiaux où nous savons tous que nous laissons de la nourriture de côté :

  • Les aliments chauds doivent être conservés à une température égale ou supérieure à 140 0 F - tout ce qui est en dessous pendant une période prolongée peut entraîner la croissance de bactéries. Essayez d'utiliser un thermomètre à lecture instantanée toutes les 25 à 30 minutes pour vérifier la température
  • Conservez les aliments froids sur de la glace ou dans un bac à glaçons. Lorsque la glace commence à fondre, videz l'eau et remplacez la glace
  • Emballez et conservez correctement les aliments dans les quatre heures suivant le service – ceci est essentiel

C'est une chose de fournir de délicieux repas faits maison à nos familles. C'est une toute autre histoire de leur fournir la sécurité alimentaire à l'esprit. Un peu de sensibilisation à la salubrité des aliments peut faire beaucoup, surtout lors de la planification des repas et de la préparation de grands événements. Imprimez cet article et gardez une copie dans votre cuisine car ce sera une excellente directive générale à suivre pour que tous les membres de la famille puissent rester en sécurité et profiter !

Vous avez une question pour Jeffrey concernant la cuisine ? Envoyez-nous un message et faites-le nous savoir!


Twitter et Yelp peuvent-ils vraiment aider à détecter une épidémie de salmonelle ?

L'un des plus grands obstacles à l'arrêt des épidémies de maladies d'origine alimentaire est de repérer la source du problème - et de le repérer rapidement. Le plus souvent, au moment où les autorités reconnaissent une épidémie de salmonelle, de listeria ou de tout autre agent pathogène qui rend malade environ 48 millions d'Américains chaque année, elle a déjà eu le temps de se propager.

Mais ces dernières années, les chercheurs universitaires et les responsables de la santé publique de New York et de Chicago ont de plus en plus expérimenté des moyens de transformer les plateformes de médias sociaux telles que Twitter et les sites d'évaluation d'entreprises tels que Yelp en systèmes d'alerte précoce.

"Ce qui rend cela utile, c'est le fait que nous pouvons obtenir des informations qui ne vont pas réellement aux services de santé publique. Lorsque les gens tombent malades, ils ne le signalent généralement pas", a déclaré Elaine Nsoesie, professeure adjointe de santé mondiale à l'Université de Washington, qui, avec des collègues du Boston Children's Hospital et de la Harvard Medical School, a extrait les données de Twitter à la recherche de preuves d'épidémies.

Nsoesie a déclaré que les systèmes de surveillance traditionnels permettent aux responsables de la santé d'enquêter sur les cas uniquement après qu'un individu se soit présenté à l'hôpital ou ait signalé une maladie aux autorités. Mais elle a déclaré que la recherche montre que les gens écrivent souvent sur leurs mauvaises expériences sur Yelp ou se plaignent de leurs symptômes sur Twitter, et que ces messages ont tendance à refléter les rapports d'épidémie publiés par les Centers for Disease Control and Prevention.

Les chercheurs ont créé des mots-clés (c'est-à-dire « intoxication alimentaire », « vomir » et « diarrhée ») ainsi que des phrases particulières (c.-à-d. « Je suis allé au restaurant ») susceptibles de signaler des articles sur les maladies d'origine alimentaire. À partir de là, ils peuvent déterminer quels cas offrent des signes potentiels d'un problème réel.

"Si nous pouvons voir des gens déclarer qu'ils sont malades, vous pourriez obtenir un avertissement précoce qu'il y a une épidémie", a déclaré Nsoesie. "C'est le but."

La méthode n'a pas encore fait ses preuves à grande échelle, mais certains services de santé à travers le pays ont adopté les médias sociaux comme un outil potentiel pour aider les enquêteurs à retrouver la source des épidémies.

En 2013, des responsables du Département de la santé publique de Chicago, réalisant que les personnes souffrant d'intoxication alimentaire en publiaient souvent sur les réseaux sociaux plutôt que d'appeler le 311 pour signaler le problème, ont mis en place un programme pour exploiter Twitter pour les plaintes concernant les maladies liées à l'alimentation.

Les membres du personnel surveillent les cas potentiels et contactent ceux qui semblent pertinents, y compris un lien vers un formulaire où les résidents peuvent fournir plus d'informations sur leur expérience et signaler les restaurants qui pourraient rendre les gens malades :

Entre mars 2013 et janvier 2014, l'effort a identifié 2 241 tweets "d'intoxication alimentaire" provenant de Chicago et de ses banlieues voisines, selon les conclusions publiées l'été dernier par le CDC. Parmi ceux-ci, les membres du personnel en ont identifié 270 décrivant des plaintes spécifiques de maladies d'origine alimentaire.

Les près de 200 rapports déposés auprès de FoodBorne Chicago, le groupe supervisant l'effort, ont incité 133 inspections de restaurants. Plus de 90 pour cent de ces inspections ont révélé au moins une violation de la santé. Mais près d'un quart des inspections ont révélé une violation "critique", telle que des aliments non stockés à des températures appropriées.

"C'est la nature en temps réel de cela qui est géniale", a déclaré Raed Mansour, chef de projet pour FoodBorne Chicago, se souvenant d'un moment l'année dernière où le programme Twitter a repéré trois tweets en une seule heure sur le même restaurant. « Nous avons pu mobiliser nos inspecteurs sur-le-champ. Il est difficile de dire que nous avons évité une épidémie, mais nous avons au moins évité d'autres maladies.

À New York, des responsables du ministère de la Santé et de l'Hygiène mentale de la ville ont travaillé avec des chercheurs de l'Université Columbia pour analyser les avis sur Yelp à la recherche de cas non signalés de maladies d'origine alimentaire. Entre juillet 2012 et mars 2013, les autorités ont utilisé un logiciel pour analyser près de 300 000 critiques de restaurants et en ont identifié 893 qui méritaient une enquête plus approfondie de la part des épidémiologistes.


Le modèle informatique identifie les sources de maladies d'origine alimentaire avec plus de précision

Un nouveau modèle informatique qui utilise l'apprentissage automatique et les données de recherche et de localisation anonymisées et agrégées des utilisateurs Google connectés était beaucoup plus précis pour identifier les restaurants potentiellement dangereux par rapport aux méthodes existantes de plaintes des consommateurs et d'inspections de routine, selon une nouvelle recherche menée par Google et Harvard TH École de santé publique Chan. Les résultats indiquent que le modèle peut aider à identifier les lacunes en matière de sécurité sanitaire des aliments en temps quasi réel.

"Les maladies d'origine alimentaire sont courantes, coûteuses et amènent des milliers d'Américains dans les salles d'urgence chaque année. Cette nouvelle technique, développée par Google, peut aider les restaurants et les services de santé locaux à trouver les problèmes plus rapidement, avant qu'ils ne deviennent des problèmes de santé publique plus importants", a déclaré le correspondant. auteur Ashish Jha, KT Li Professeur de santé mondiale à la Harvard Chan School et directeur du Harvard Global Health Institute.

L'étude sera publiée en ligne le 6 novembre 2018 dans npj Médecine numérique.

Les maladies d'origine alimentaire sont un problème persistant aux États-Unis et les méthodes actuelles utilisées par les restaurants et les services de santé locaux pour déterminer une épidémie reposent principalement sur les plaintes des consommateurs ou des inspections de routine. Ces méthodes peuvent être lentes et lourdes, entraînant souvent des réponses tardives et une propagation accrue de la maladie.

Pour pallier ces lacunes, les chercheurs de Google ont développé un modèle d'apprentissage automatique et ont travaillé avec Harvard pour le tester à Chicago et Las Vegas. Le modèle fonctionne en classant d'abord les requêtes de recherche qui peuvent indiquer des maladies d'origine alimentaire, telles que « crampes d'estomac » ou « diarrhée ». Le modèle utilise ensuite des données d'historique de localisation anonymisées et agrégées provenant des smartphones des personnes qui ont choisi de les enregistrer, afin de déterminer les restaurants récemment visités par les personnes recherchant ces termes.

Les services de santé de chaque ville ont ensuite reçu une liste de restaurants identifiés par le modèle comme étant des sources potentielles de maladies d'origine alimentaire. La ville enverrait alors des inspecteurs de la santé dans ces restaurants, bien que les inspecteurs de la santé ne sachent pas si leur inspection était motivée par ce nouveau modèle ou par des méthodes traditionnelles. Pendant la période de l'étude, les services de santé ont également continué à suivre leurs procédures d'inspection habituelles.

À Chicago, où le modèle a été déployé entre novembre 2016 et mars 2017, le modèle a suscité 71 inspections. L'étude a révélé que le taux de restaurants dangereux parmi ceux détectés par le modèle était de 52,1% contre 39,4% parmi les inspections déclenchées par un système basé sur les plaintes. The researchers noted that Chicago has one of the most advanced monitoring programs in the nation and already employs social media mining techniques, yet this new model proved more precise in identifying restaurants that had food safety violations.

In Las Vegas, the model was deployed between May and August 2016. Compared with routine inspections performed by the health department, it had a higher precision rate of identifying unsafe restaurants.

When the researchers compared the model with routine inspections by health departments in Las Vegas and Chicago, they found that the overall rate across both cities of unsafe restaurants detected by the model was 52.3%, whereas the overall rate of detection of unsafe restaurants via routine inspections across the two cities was 22.7%.

Interestingly, the study showed that in 38% of all cases identified by this model, the restaurant potentially causing foodborne illness was not the most recent one visited by the person who was searching keywords related to symptoms. The authors said this is important because previous research has shown that people tend to blame the last restaurant they visited and therefore may be likely to file a complaint for the wrong restaurant. Yet clinically, foodborne illnesses can take 48 hours or even longer to become symptomatic after someone has been exposed, the authors said.

The new model outperformed complaint-based inspections and routine inspections in terms of precision, scale, and latency (the time that passed between people becoming sick and the outbreak being identified). The researchers noted that the model would be best leveraged as a supplement to existing methods used by health departments and restaurants, allowing them to better prioritize inspections and perform internal food safety evaluations. More proactive and timely responses to incidents could mean better public health outcomes. Additionally, the model could prove valuable for small and mid-size restaurants that can't afford safety operations personnel to apply advanced food safety monitoring and data analysis techniques.

"In this study, we have just scratched the surface of what is possible in the realm of machine-learned epidemiology. I like the analogy to the work of Dr. John Snow, the father of modern epidemiology, who in 1854 had to go door to door in Central London, asking people where they took their water from to find the source of a cholera outbreak. Today, we can use online data to make epidemiological observations in near real-time, with the potential for significantly improving public health in a timely and cost-efficient manner," said Evgeniy Gabrilovich, senior staff research scientist at Google and a co-author of the study.


The Pilot

Read our in-depth article for more on how the food inspections pilot worked.

In a recently completed pilot program, the city used analytics to improve the process by which health inspectors identify "critical violations" in food establishments, usually related to improper food temperature. Here's how it worked: The city processed relevant data to identify predicting variables associated with violations, developed a model, ran a simulation and then used this forecast to allocate inspections in a way that prioritized likely violators. This data-optimized trial method sped up the process of identifying critical violations by seven days — meaning that restaurant patrons are that much less likely to contract a foodborne illness.

This restaurant inspections pilot is part of a broader data analytics program in the city. In 2013, Chicago was one of five winners of Bloomberg Philanthropies' inaugural Mayors Challenge, a competition that encourages cities to generate innovative ideas to solve major problems and improve city life, and which have the potential to spread to other cities. Chicago received $1 million to construct its SmartData predictive analytics operational platform.

Chicago's success in the food inspections pilot holds great promise for cities across the country to change the way they regulate and ensure public health and safety. Here are few of the most valuable takeaways from Chicago's pilot — essential elements for getting the most out of any data analytics initiative:

Harness open data in creative ways: The days are long past when a city could be viewed as a leader in the open-data movement by simply publishing datasets to increase transparency. To serve citizens, cities must leverage the data they publish online to solve public problems. Chicago's open data portal proved pivotal to the food inspections initiative, offering a data source that was accessible by all parties working on the project.

Think horizontally: Traditional approaches to promote public health are typically confined to a single city department. Yet priorities for health and safety can be much more accurately set by mining and analyzing information from across a broad spectrum of sources.

Embrace non-traditional partnerships: In today's resource strapped environment, cities can get more for less by working with partners in academia, the nonprofit world or the private sector. Chicago exemplified this best practice by partnering with a local nonprofit organization, the Civic Consulting Alliance, and with Allstate Insurance, leveraging the talent of the corporation's data science team.

This pilot is an important step forward in learning to use data to transform the way government operates, making it far more responsive and efficient. Chicago has published the code for this initiative on GitHub and plans to do the same for future pilots in other areas of civic concern through the SmartData platform. That means that other cities will be able to take advantage of this work, helping to create an environment for data-powered innovation.


Statisticians using social media to track foodborne illness and improve disaster response

The growing popularity and use of social media around the world is presenting new opportunities for statisticians to glean insightful information from the infinite stream of posts, tweets and other online communications that will help improve public safety.

Two such examples--one that enhances systems to track foodborne illness outbreaks and another designed to improve disaster-response activities--were presented this week at the 2015 Joint Statistical Meetings (JSM 2015) in Seattle.

Tracking Foodborne Illness Outbreaks:

In a presentation titled "Digital Surveillance of Foodborne Illnesses and Outbreaks" presented yesterday, biostatistician Elaine Nsoesie unveiled a method for tracking foodborne illness and disease outbreaks using social media sites such as Twitter and business review sites such as Yelp to supplement traditional surveillance systems. Nsoesie is a research fellow in pediatrics at Boston Children's Hospital.

The study's purpose was to assess whether crowdsourcing via online reviews of restaurants and other foodservice institutions can be used as a surveillance tool to augment the efforts of local public health departments. These traditional surveillance systems capture only a fraction of the estimated 48 million foodborne illness cases in the country each year, primarily because few affected individuals seek medical care or report their condition to the appropriate authorities.

Nsoesie and collaborators tested their nontraditional approach to track these outbreaks. The results showed foods--for example, poultry, leafy lettuce and mollusks--implicated in foodborne illness reports on Yelp were similar to those reported in outbreak reports issued by the U.S. Centers for Disease Control and Prevention.

"Online reviews of foodservice businesses offer a unique resource for disease surveillance. Similar to notification or complaint systems, reports of foodborne illness on review sites could serve as early indicators of foodborne disease outbreaks and spur investigation by local health authorities. Information gleaned from such novel data streams could aid traditional surveillance systems in near real-time monitoring of foodborne related illnesses," said Nsoesie.

The lack of near real-time reports of foodborne outbreaks reinforces the need for alternative data sources to supplement traditional approaches to foodborne disease surveillance, explained Nsoesie. She added Yelp.com data can be combined with additional data from other social media sites and crowdsourced websites to further improve coverage of foodborne disease reports.

Enhancing Disaster Response by Analyzing Social Media:

As part of a team of statisticians from Statistics without Borders (SWB)--an outreach group of the American Statistical Association--Michiko Wolcott and several colleagues evaluated social media traffic posted during and the days following Typhoon Haiyan striking the Philippines in November 2013 to develop a set of social media analytics best practices for emergency response managers.

The project was conducted in coordination with Humanity Road, a volunteer-based charity that delivers disaster preparedness and response information to the global mobile public before, during and after a disaster. The collaboration led to the development of an informational resource for emergency management professionals titled "A Guide to Social Media Emergency Management Analytics."

SWB and Humanity Road are both members of the Digital Humanitarian Network, consisting of volunteer and nonprofit organizations that support leveraging of digital technology in humanitarian response situations.

Wolcott today presented a summary of SWB's recent work with DHN network organizations, as well as the findings and key recommendations in the guidebook during an invited presentation titled "Worldwide Statistics without Borders Projects: SWB Helping Organizations Make Better Decisions."

The project's overall objective was to analyze the tweets to identify best practices for data handling, identify analysis approaches for emergency response and recommend data management approaches. Important considerations and challenges were identified regarding the use and analysis of Twitter-based data sets for disaster response, noted Wolcott.

"Social media can play a critical role in the dissemination of the information, as well as collection of relevant data during natural disasters. The idea of leveraging social media data such as Twitter is intuitively attractive, given their natural ties to mobile devices with obvious disaster response implications," explained Wolcott.

The guidebook notes there are a number of key considerations to ensure the analysis of social media during a natural disaster is designed to meet the objective. The opportunity for data analysis must be properly and promptly identified, and the disaster response resources and analytical resources must work together to determine how to best house, extract and analyze the data.

Among the recommendations for analysis of social media included in the guidebook are the following:

    1. Relevance--Filtering criteria such as country, keywords, hashtags, geolocation, language, type of posts (e.g., organic vs. retweets) and type of poster (e.g., individuals, relief organizations, news organizations, celebrities, etc.) must be carefully considered based on the analysis objective.

2. Geolocatability--In many cases, the basis of all insight from social media posts is the geolocatability of the tweets. Only a portion of the relevant tweets were geolocated, and, of those, 37% come from the Philippines, 25% from the United States, followed by tweets from Great Britain, Canada and Vietnam. While these results show a global interest and awareness in the event, factors such as the proportion of geolocated tweets and the method of geolocation plays an important part in the decisions regarding geolocation. Capturing the specific motivation for the tweets will depend on the analysis objective, with important implications in the design of data collection to which emergency management professionals and analysts must be sensitive.

3. Language--The particularities of Twitter make language identification challenging--the length of messages, heavy use of hashtags and abbreviations and variations in users' communication styles require considerations beyond straightforward use of standard language identification tools. Furthermore, analyzing social media data in countries such as the Philippines presents additional challenges because the country's residents use several languages and issues such as variations in transliteration can add to the challenges. Emergency management professionals and analysts must be prepared to address these issues.

4. Device vs. impact of the disaster on infrastructure--The penetration and usage for a particular device/platform varies by region and country, which must be taken into consideration. Furthermore, emergency management professionals must be sensitive to interruptions in electricity and communications infrastructure because these may affect the data.

The guidebook also offers a list of questions that will help emergency management professionals start a dialogue about social media emergency management analysis. Broad areas covered in the questions are the handling and storage of data creating a baseline and identifying the type of content and trends and planning the reporting time window, location and language.

In recognition of its work on this project, SWB was honored with Humanity Road's 2014 Da Vinci Award, presented to a patron or contributor who supports the organization's programs.



Commentaires:

  1. Lonell

    Je m'excuse, mais j'en ai besoin absolument un autre. Qui d'autre, qu'est-ce qui peut inciter?

  2. Stem

    Pour ma part, tu n'as pas raison. Je propose d'en discuter. Écrivez-moi en MP, on s'en occupe.

  3. Madal

    Il y a quelque chose là-dedans. Merci beaucoup pour l'information, maintenant je ne ferai pas une telle erreur.

  4. Yrjo

    Ce sujet est tout simplement incomparable :) C'est intéressant pour moi.

  5. Waer

    Oui, je vous comprends. Il y a quelque chose dans ce domaine et une excellente idée, je le soutienne.

  6. Malatilar

    Bravo, votre réflexion est brillante



Écrire un message