IS IT POSSIBLE TO DETECT WATER ADULTERATION IN RAW MILK THROUGH HIDDEN PATTERNS IN ITS CENTESIMAL COMPOSITION?

Autores

DOI:

https://doi.org/10.16891/2317-434X.v13.e3.a2025.id2110

Palavras-chave:

Naive Bayes, crioscopia, fraude

Resumo

Tampering with raw milk by adding water is a prevalent form of food fraud driven by economic motives. Although the freezing point can detect this adulteration, Brazil and many other regions only mandate this analysis for bulk-tank samples, which can mask the fraud when raw milk is pooled. However, individual compositional analysis of milk from producers is conducted monthly. This study aimed to leverage compositional analysis combined with artificial intelligence to predict water addition. Between 2021 and 2023, 278 raw milk samples from a dairy plant were analyzed using mid-infrared spectroscopy to determine fat, protein, lactose, urea, ash, total solids, and non-fat solids. Simultaneously, these samples were assessed for freezing point, excluding samples with a freezing point above -0.555°CH from the analysis. Of the remaining 251 samples, the Naive Bayes classifier was applied to distinguish between samples with a freezing point greater than -0.530°CH (indicating water addition) and those between -0.531°CH and -0.555°CH (normal). The classifier was trained with 75% of the data, and its performance was evaluated for sensitivity and specificity. The Naive Bayes classifier demonstrated 8% sensitivity, 98% specificity, and 38% positive predictive value. Limitations included a small sample size and the low frequency (15%) of adulterated samples. Future studies with larger sample sizes could improve predictions. Despite its low sensitivity, this algorithm can assist dairy processing plants in identifying potential cases of water addition, aiding in the gradual elimination of such adulteration.

Biografia do Autor

Rafael Fagnani, Universidade Anhanguera Unopar

Graduação em Medicina Veterinária pela Universidade Estadual de Londrina (2006). Mestrado (2008) e Doutorado (2013) em Ciência Animal pelo programa de pós-graduação da Universidade Estadual de Londrina. Atualmente é professor titular da Unopar, atuando no curso de graduação em Medicina Veterinária de Londrina e Arapongas. Também é professor na Universidade Estadual de Londrina, onde é responsável pelas disciplinas de Inspeção de Carne e Inspeção de Leite e Derivados.

Ricardo César Tavares Carvalho, Universidade de Cuiabá

Graduado em Medicina Veterinária pela Universidade de Cuiabá - UNIC (2010). Mestre em Ciências Veterinárias, pela Universidade Federal de Mato Grosso - UFMT (2013), Doutor em Ciência de Alimentos, pela Universidade Federal do Rio de Janeiro - UFRJ (2016) e Pós-doutor em Nutrição, Alimentos e Metabolismos (2016-2018). Atualmente é Docente Titular da Faculdade de Medicina Veterinária da Universidade de Cuiabá (UNIC). Orientador de Mestrado e Doutorado, credenciado ao Programa de Pós-graduação de Biociência Animal (PPBA-UNIC), ao qual é o atual Coordenador. Pesquisador Associado da UFMT (2017-Atual) e Orientador de Mestrado do Programa de Pós-graduação em Nutrição, Alimentos e Metabolismo (PPGNAM) da FANUT/UFMT. Membro da Comissão de Produtos de Origem Animal do Conselho Regional de Medicina Veterinária e Zootecnia de Mato Grosso (CRMV-MT) 2017-Atual. Tem experiência na área de: doenças transmitidas por alimentos, microbiologia molecular de alimentos, patógenos alimentares, biologia molecular aplicada a produção, sanidade animal e segurança de alimentos. Contato: ricardo.ct.carvalho@kroton.com.br / ricardo_carvalho88@hotmail.com https://orcid.org/0000-0002-

Aline Romano Cunha, Universidade Anhanguera Unopar

Possui graduação em Pedagogia pela Fundação Faculdade de Filosofia Ciências e Letras de Mandaguari. Possui graduação em Artes Visuais pelo Centro Universitário de Maringá e Sociologia pelo Centro Universitário Leonardo da Vinci. Graduada em Medicina Veterinária pela Universidade Norte do Paraná. Atualmente é professora da Rede Municipal de Ensino de Mandaguari e Jandaia do Sul, mestranda no curso de Saúde e Produção animal - Unopar.

Josiane Ito Eleodoro, Universidade Anhanguera Unopar

Graduada em Medicina Veterinária pela Universidade Pitágoras Unopar no ano de 2017. Aluna bolsista de Iniciação Científica pela Fundação Nacional de Desenvolvimento de Ensino Superior Particular (FUNADESP) no período de 2016 a 2017. Aluna bolsista de Mestrado com bolsa concedida pela Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) no período de 2018 a 2020. Conclusão de Mestrado em Saúde e Produção de Ruminantes pela Universidade Pitágoras Unopar no ano de 2020. Graduada em Análise e Desenvolvimento de Sistemas pela Universidade UniCesumar no ano de 2024. Doutoranda em Saúde e Produção Animal pela Universidade Anhanguera com início em 2025 e previsão de término em 2028. Aluna bolsista de Doutorado com bolsa concedida pela Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).

Elsa Helena Walter de Santana, Universidade Anhanguera Unopar

Graduação em Medicina Veterinária pela Universidade Estadual de Londrina (1999), Mestrado em Sanidade Animal (2001) e Doutorado em Ciência Animal (2006) pela Universidade Estadual de Londrina. Docente desde 2005 da Universidade Pitágoras Unopar (Unopar) no curso de Medicina Veterinária, nas áreas de inspeção e tecnologia de produtos de origem animal. . Professora titular dos Programas de pós graduação em Saúde e Produção Animal (UNOPAR) e Biociência Animal (UNIC). Bolsista pesquisadora desde 2014 da Fundação Nacional de Desenvolvimento do Ensino superior Particular (Funadesp). Experiência na área de controle de qualidade de produtos de origem animal, com ênfase em microbiologia.

Downloads

Publicado

2025-10-27

Como Citar

Fagnani, R., Carvalho, R. C. T., Cunha, A. R., Eleodoro, J. I., & Santana, E. H. W. de. (2025). IS IT POSSIBLE TO DETECT WATER ADULTERATION IN RAW MILK THROUGH HIDDEN PATTERNS IN ITS CENTESIMAL COMPOSITION?. Revista Interfaces: Saúde, Humanas E Tecnologia, 13(3), 5806–5811. https://doi.org/10.16891/2317-434X.v13.e3.a2025.id2110

Edição

v. 13 n. 3 (2025):

Seção

Artigos

Artigos mais lidos pelo mesmo(s) autor(es)