Faut-il jeter les enquêtes nutritionnelles ?

Et si toutes les recom­man­da­tions nutri­tion­nelles étaient fausses ? La ques­tion se pose à la lecture d’un article d’Edward Archer, Carl J. Lavie et James O. Hill : The Failure to Measure Dietary Intake Engendered a Fictional Discourse on Diet-Disease Relations (L’échec des mesures de prise nutri­tion­nelle a engen­dré un discours fiction­nel sur les asso­cia­tions régime-maladie) publié dans Frontiers in Nutrition (2018j^A38).

La même propo­si­tion a été étudiée et démon­trée par Guy-André Pelouze (2019^A46). Si (presque) toutes les données collec­tées dans les enquêtes nutri­tion­nelles sont fausses, alors (presque) tout ce qu’on raconte sur l’as­so­cia­tion à un risque de mala­die chro­nique d’un aliment ou d’un régime alimen­taire est erroné. Au panier les « cinq fruits et légumes par jour » du Programme National Nutrition Santé (PNNS^N1) à l’ori­gine du Nutri-score^N2 en France ? D’autres auteurs (Cash R, 2008^N3) ont déjà signalé les limites de l’en­quête SU.VI.MAX dont est issu ce slogan simpliste. Un exemple de « décor­ti­cage » d’étude nutri­tion­nelle est clai­re­ment présenté par Jérémy Anso (2013^N4). Une critique détaillée de la pratique de recom­man­da­tions publiques figure sur la page Redefining heal­thy diets ?^N5 (dispo­nible en traduc­tion auto­ma­tique). Extrait :

La vision réduc­tion­niste […] de ce qui consti­tue une alimen­ta­tion saine conduit au nutri­tion­nisme et à la consti­tu­tion de règles à suivre […]. Ce phéno­mène est encou­ragé et ampli­fié par les indus­triels de l’ali­men­ta­tion qui béné­fi­cient systé­ma­ti­que­ment d’une métho­do­lo­gie favo­ri­sant l’ana­lyse frag­men­tée de nutri­ments et d’ali­ments uniques. En tant que telle, elle a « détourné l’at­ten­tion de l’étude des ingré­dients, des addi­tifs et des tech­niques de trans­for­ma­tion utili­sés dans la fabri­ca­tion des aliments ultra-transformés », tout en « occul­tant les déter­mi­nants sociaux, commer­ciaux et écolo­giques plus larges de la santé alimen­taire » […].

Sommaire

⇪ La controverse

Les enquêtes nutri­tion­nelles sont utili­sées dans le monde entier pour élabo­rer des recom­man­da­tions de bonnes pratiques adres­sées au public et aux établis­se­ments char­gés de restau­ra­tion collec­tive : écoles, hôpi­taux, maisons de retraite etc. Des erreurs de données ou d’ana­lyse pour­raient induire des propo­si­tions inadé­quates en termes de macro­nu­tri­ments, micro­nu­tri­ments ou besoins calo­riques. Les biais inhé­rents à la métho­do­lo­gie — objet de l’ar­ticle d’Edward Archer et al. (2018j^A38) — pour­raient aussi orien­ter les poli­tiques publiques vers la diabo­li­sa­tion ou la surva­lo­ri­sa­tion de certains aliments et nutri­ments. J’ai évoqué ce problème dans mon article Compléments alimentaires (casse‐tête).

Les asso­cia­tions régime-maladie reposent pour la plupart sur des données couvrant une large popu­la­tion à l’échelle natio­nale, ou impor­tées d’autres pays — notam­ment les USA qui sont les premiers ciblés par l’ar­ticle. C’est dire que la disqua­li­fi­ca­tion des méthodes de collecte de données serait une véri­table « bombe à frag­men­ta­tion » suscep­tible de déran­ger nos certi­tudes sur « comment bien se nour­rir »… Voire peut-être, par effet colla­té­ral, d’en­voyer au chômage les milliers d’en­quê­teurs et d’ana­lystes rspon­sables (aux frais du contri­buable) des enquêtes nutri­tion­nelles ! Il n’est donc pas surpre­nant que cette contro­verse ait pris l’al­lure d’un champ de bataille que nous contem­plons à distance.

Présentés super­fi­ciel­le­ment, les articles d’Edward Archer et collègues (listés au bas de cette page) peuvent évoquer une théo­rie du complot : comment se fait-il que des milliers de cher­cheurs aient obtenu des résul­tats conver­gents, bien qu’i­nexacts, sur les asso­cia­tions régime-maladie à partir d’en­quêtes menées depuis six décen­nies dans de nombreux pays ? Ont-ils été mani­pu­lés à leur insu pour parve­nir à un tel consen­sus ? Le lobby de l’in­dus­trie maraî­chère est-il l’ins­ti­ga­teur en toile de fond de nos « cinq fruits et légumes » ? Il faut lire en détail l’ar­ticle d’Edward Archer et al. (2018j^A38) pour comprendre qu’au­cune inter­pré­ta­tion complo­tiste n’est envi­sa­gée. Ce sont tout simple­ment les biais métho­do­lo­giques qui entraînent un renfor­ce­ment des croyances, abou­tis­sant à la construc­tion d’un « discours fiction­nel » sur les quali­tés ou défauts de tel ou tel aliment. Par exemple, si la croyance popu­laire dit que le sel est néfaste à la santé cardio­vas­cu­laire, les parti­ci­pants à une enquête auront tendance à sous-déclarer leur consom­ma­tion de sel, ce qui abou­tit lors de l’ana­lyse statis­tique à un renfor­ce­ment de l’as­so­cia­tion du sel à telle mala­die. L’exemple est d’ailleurs perti­nent, voir l’ar­ticle Le sel est-il notre ami ?

Ce biais est ouver­te­ment entre­tenu par les cher­cheurs de l’étude NutriNet-Santé ^N6 qui recru­taient des infor­ma­teurs, en novembre 2018, avec un message du Pr. Serge Hercberg rédigé en ces termes (fautes d’or­tho­graphe corrigées) :

[…] de plus en plus d’études suggèrent qu’il exis­te­rait un lien entre certaines mala­dies de peau (psoria­sis, eczéma, acné…) et l’ali­men­ta­tion. Les modi­fi­ca­tions de l’ali­men­ta­tion dans les pays occi­den­taux (régimes souvent plus riches en aliments trans­for­més, en graisses, en sucres, pauvres en micro­nu­tri­ments…) pour­raient en partie expli­quer l’aug­men­ta­tion du nombre de mala­dies aller­giques et inflam­ma­toires obser­vées dans la popu­la­tion.
Aussi, nous souhai­tons vous propo­ser à nouveau ce ques­tion­naire portant sur certaines mala­dies de peau dont le point commun est qu’il s’agit de mala­dies inflam­ma­toires ou auto-immunes c’est à dire secon­daires à des dérè­gle­ments du système de défense de l’or­ga­nisme (ou immu­nité). Ce ques­tion­naire permet­tra aux cher­cheurs de l’équipe d’étu­dier en détail les liens entre ces mala­dies de peau et les consom­ma­tions alimentaires.

Les biais et inco­hé­rences de cette enquête NutriNet-Santé — réali­sée à partir de ques­tion­naires web postés par des Nutrinautes (sic) — ont été signa­lés par Laurent Buhler dans son article Consommation d’aliments bio et risque de cancer. Il n’empêche qu’elle est exploi­tée aujourd’­hui à titre de preuve de l’as­so­cia­tion entre certains types d’ali­ments et l’in­ci­dence de certaines mala­dies : par exemple, les édul­co­rants et les mala­dies cardio­vas­cu­laires (Debras C et al., 2022^N7) ou les cancers (Debras C et al., 2022^N8) — deux études recom­man­dées (2022^N9) par Michel de Lorgeril, défen­seur acharné des essais cliniques^N10 randomisés/contrôlés en double insu, et pour­fen­deur des études obser­va­tion­nelles^N11. Le raison­ne­ment est circu­laire : (1) les « nutri­nautes », convain­cus que les édul­co­rants sont « mauvais pour la santé », mini­misent leur consom­ma­tion dans leurs décla­ra­tions ; (2) cette erreur de saisie se traduit par une plus forte asso­cia­tion entre la quan­tité consom­mée et l’in­ci­dence de mala­dies ; (3) cette forte asso­cia­tion ne fait rien d’autre que renfor­cer la croyance qui préva­lait lors de la saisie des questionnaires.

➡ Bien entendu, cette critique s’adresse unique­ment à la métho­do­lo­gie : que les études méritent d’être mises à la poubelle ne signi­fie pas pour autant que les édul­co­rants seraient sans danger pour les risques cités.

Qu’ils soient issus de croyances popu­laires ou de travaux scien­ti­fiques, les discours norma­tifs domi­nants ont tendance à proli­fé­rer au delà des fron­tières. Le consen­sus se substi­tue à la preuve, et on finit même par oublier l’ori­gine de ce consen­sus, réduit à des « éléments de langage » du style « la viande rouge est cancé­ri­gène »… Dans ces condi­tions, il n’est pas facile de « renver­ser la table » — voir par exemple mon article Pourquoi diminuer le cholestérol ?

Archer et ses collègues ont mis en exergue les biais métho­do­lo­giques les plus fréquents dans la collecte de données nutri­tion­nelles. Ils mettent en cause les méthodes de collecte « basées sur la mémoire » : memory-based dietary assess­ment methods (M‑BM) qui sont les plus répan­dues. Leur critique vise avec insis­tance les recom­man­da­tions visant à limi­ter la consom­ma­tion « de sucre, de sel, de gras et de choles­té­rol alimen­taire ». L’argument rhéto­rique est que, si la majo­rité des enquêtes affi­chant une corré­la­tion posi­tive entre la consom­ma­tion de ces aliments et l’in­ci­dence de mala­dies chro­niques (obésité, diabète de type 2, mala­dies cardio­vas­cu­laires, cancer…) ont failli à la rigueur scien­ti­fique, la diabo­li­sa­tion de ces aliments n’a plus lieu d’être.

Les articles de cette équipe ont nourri une contro­verse depuis 2013 : plusieurs salves de réponses des acteurs des enquêtes nutri­tion­nelles qui défen­daient leurs pratiques. Les cher­cheurs recon­naissent les défauts et limites de la collecte M‑BM, mais ils mettent en avant des tech­niques de correc­tion, de compen­sa­tion ou de croi­se­ment de données permet­tant de les neutra­li­ser pour obte­nir un corpus de données fiables. Ce débat est haute­ment tech­nique — un peu à la manière de ceux sur la vali­dité des sondages d’opi­nion — et les articles nombreux et détaillés (voir les réfé­rences). Je me suis contenté d’en glaner (cherry picking^N12) quelques extraits qui ne suffisent pas à prendre posi­tion. J’invite donc le lecteur averti à lire l’in­té­gra­lité des articles cités en réfé­rences pour construire une analyse plus conclusive.

La ques­tion de la vali­dité des données nutri­tion­nelles reste ouverte. D’autres approches ne faisant pas appel aux M‑BMs existent, notam­ment les essais contrô­lés rando­mi­sés (rando­mi­zed clini­cal trials, RTC^N13) que les auteurs préco­nisent, mais qu’ils n’ont pas eux-mêmes mis en œuvre dans le cadre des asso­cia­tions régime-maladie. Ils se sont plutôt foca­li­sés sur des mesures « en labo­ra­toire » de l’ac­ti­vité physique et de la consom­ma­tion éner­gé­tique des indi­vi­dus — par exemple Edward Archer et al. (2018i^A42).

La lecture du CV détaillé d’Edward Archer^N14 permet de saisir quelques moti­va­tions de cette spécia­li­sa­tion. Éduqué en psycho­lo­gie, physio­lo­gie et Exercise Science, expert en épidé­mio­lo­gie de la nutri­tion et de l’ac­ti­vité physique, il fait figu­rer dans ses perso­nal inter­ests les arts martiaux (cein­ture noire dans plusieurs disci­plines), le cultu­risme et le yoga. Il mentionne aussi une expé­rience profes­sion­nelle d’en­traî­ne­ment en polo (1991–1997).

Ayant balayé (à tort ou à raison) toutes les études nutri­tion­nelles basées sur les M‑BMs et les recom­man­da­tions qui en sont issues, Archer E et collègues affirment, travaux à l’ap­pui, que la prin­ci­pale cause des mala­dies méta­bo­liques (obésité, diabète etc.) ne serait pas la nutri­tion (en termes de nature et quan­tité des nutri­ments) mais le manque d’exer­cice physique. Par consé­quent, pour eux, le discré­dit frap­pant le sucre, le sel, le gras et le choles­té­rol serait infondé. Ils raisonnent en termes de « calo­ries » — un point de vue dont les limites sont discu­tées dans mon article Manger et bouger ? où j’ai signalé les facé­ties d’un co-auteur de certaines études citées en réfé­rence, par exemple Edward Archer et Steven N Blair (2015^A22).

Une accu­sa­tion de conflit d’in­té­rêt est repro­duite à la fin de cet article. Elle ne suffit pas à disqua­li­fier l’au­teur car les soutiens finan­ciers sont ouver­te­ment décla­rés dans ses publi­ca­tions. S’il « dédia­bo­lise » le sucre, il est clair que l’in­dus­trie sucrière et celle des bois­sons à bulles ont tout inté­rêt à soute­nir ses travaux. Le problème se situe moins dans ce lien d’in­té­rêt que dans la vali­dité scien­ti­fique des argu­ments utili­sés pour affran­chir cet aliment de toute culpa­bi­lité. J’en donne un aperçu à partir d’une lecture critique de l’ar­ticle In Defense of Sugar : A Critique of Diet-Centrism (Archer E, 2018^dA37).

➡ Je tiens à remer­cier Edward Archer de m’avoir commu­ni­qué le texte inté­gral de certains de ses articles qui ne sont pas en accès public. La plupart de ceux listés en réfé­rence sont libre­ment acces­sibles sur ResearchGate.

⇪ Principes d’utilisation des M‑BM

Parmi les 6 méthodes de collecte de données « basées sur la mémoire » (memory-based dietary assess­ment methods, M‑BM) décrites par Jee-Seon Shim et al. (2014^A15), les plus utili­sées sont, sur le long terme, les ques­tion­naires sur la fréquence de consom­ma­tion d’ali­ments (Food Frequency Questionnaire, FFQ^N15), et sur le court terme les comptes-rendus nutri­tion­nels sur 24 heures (24-Hour dietary recalls, 24HR^N16).

Dans un article inti­tulé Le moment est-il venu d’aban­don­ner le Food Frequency Questionnaire, Alan R Kristal et collègues (2005^A5, p. 2827) propo­saient quatre mesures pour l’amé­lio­ra­tion des tech­niques de collecte :

• Enrichir les données au delà de ce que permettent les ques­tion­naires sur papier, par exemple en incluant des photo­gra­phies des plats consommés ; 
• Mesurer le compor­te­ment nutri­tion­nel et pas seule­ment les aliments : par exemple, quelle sorte de pain consommez-vous ?
• Utiliser la tech­no­lo­gie infor­ma­tique pour collec­ter des donnés en temps réel — par exemple, aujourd’­hui, des appli­ca­tions sur smartphones ;
• Collecter des données sur plusieurs jours sans se soucier de les docu­men­ter en détail, plutôt que sur un seul jour avec une docu­men­ta­tion et un codage contraignants.

En 2016, le National Cancer Institute (aux USA) a rappelé les prin­cipes d’uti­li­sa­tion des instru­ments d’éva­lua­tion nutri­tion­nelle basés sur l’au­to­dé­cla­ra­tion — FFQ et 24HR^A29.

Les erreurs de mesure sont liées à des erreurs aléa­toires compen­sées par l’ana­lyse statis­tique, et des erreurs liées à des biais métho­do­lo­giques qui ne peuvent être corri­gées ou compen­sées que par d’autres analyses basées sur des méthodes réfrac­taires à ces biais. La combi­nai­son de plusieurs instru­ments de collecte est recon­nue comme béné­fique, bien que sa mise en œuvre néces­site des études plus approfondies.

Pour compen­ser le déca­lage entre la décla­ra­tion de quan­tité consom­mée et la consom­ma­tion réelle, il est suggéré de faire appel chaque fois que possible à des biomar­queurs^N17 dispo­nibles pour quelques aliments. Selon le National Cancer Institute^N18 :

Recovery biomar­ker = un type de biomar­queur direc­te­ment lié à la consom­ma­tion et qui n’est pas sujet à l’ho­méo­sta­sie [N19] ni à des diffé­rences substan­tielles de méta­bo­lisme entre indi­vi­dus ; par exemple, l’eau double­ment étique­tée [N20] pour l’ap­port éner­gé­tique et l’azote urinaire pour l’ap­port en protéines.

Dans les mêmes recom­man­da­tions, il est suggéré de faire appel à l’ajus­te­ment éner­gé­tique (energy adjust­ment) qui tient compte du fait que les besoins en éner­gie de l’or­ga­nisme sont liés à sa taille, à son effi­ca­cité méta­bo­lique et son acti­vité physique^N21 :

L’utilisation d’un ajus­te­ment éner­gé­tique pour tenir compte des erreurs de mesure (…) dans les études sur le régime alimen­taire et la santé repose sur l’hypothèse selon laquelle les indi­vi­dus tendent à décla­rer de manière erro­née les quan­ti­tés de la plupart des aliments et des bois­sons à un degré iden­tique et dans la même direc­tion. Même si cette hypo­thèse ne tient pas parfai­te­ment (par exemple, il semble que les aliments moins sains tendent à être sous-déclarés dans une plus grande mesure que les aliments sains) des preuves suggèrent que l’hy­po­thèse est raison­nable.
Il est géné­ra­le­ment admis que l’ajus­te­ment éner­gé­tique est avan­ta­geux dans les analyses d’as­so­cia­tions régime-maladie. Il est donc presque toujours utilisé, en parti­cu­lier lors­qu’un ques­tion­naire de fréquence alimen­taire (FFQ) est le prin­ci­pal instru­ment d’éva­lua­tion de la nutrition.

Enfin, est reconnu que l’en­re­gis­tre­ment en temps réel d’un compte-rendu alimen­taire (24HR) peut inci­ter le parti­ci­pant à modi­fier ses apports alimen­taires en réac­tion à l’acte d’en­re­gis­tre­ment^A29.

Une analyse critique de la collec­tion de données du NHANES^A19 entre 2007 et 2018 (57 414 parti­ci­pants) est sans appel (Kowalski C et al., 2024^A1) :

Parmi les 1.4 % de parti­ci­pants qui ont déclaré suivre un régime pauvre en glucides, l’adhé­sion esti­mée (< 26 % d’éner­gie prove­nant des glucides) en utili­sant les rappels de deux fois 24 heures était de 4.1 % […]. Parmi les 2.0 % de parti­ci­pants qui ont déclaré suivre un régime pauvre en graisses, l’adhé­sion esti­mée (< 30 % d’éner­gie prove­nant des graisses) était de 23.0 % […].

Cette étude démontre que la plupart des indi­vi­dus ont mal décrit leur mode d’ali­men­ta­tion lors­qu’on le compare à des rappels de deux fois 24 heures. Ces résul­tats soulignent la néces­sité pour les clini­ciens et les profes­sion­nels de la santé publique d’être prudents lors­qu’ils inter­prètent les habi­tudes alimen­taires décla­rées par les indi­vi­dus, et de cher­cher à collec­ter des données alimen­taires plus détaillées lorsque cela est possible.

Les recom­man­da­tions pour mener à bien une enquête nutri­tion­nelle sont résu­mées dans des tableaux publiés par le National Cancer Institute (2016^A30).

⇪ Critiques de cette approche

La vali­dité scien­ti­fique des enquêtes nutri­tion­nelles construites à l’aide de rapports « basés sur la mémoire » (M‑BM) fait l’ob­jet de contro­verses en marge desquelles, nous le verrons, les lobbies de l’agro-alimentaire cherchent aussi à avan­cer quelques pions. Les enjeux de santé publique ne coin­ci­dent pas toujours avec les inté­rêts de groupes industriels…

Pour commen­cer, il s’agit d’études obser­va­tion­nelles^N11 mesu­rant la corré­la­tion entre, par exemple, la consom­ma­tion d’un aliment et un désordre méta­bo­lique. Une corré­la­tion n’est jamais qu’une hypo­thèse de lien causal, un indice qui invite à la réali­sa­tion d’études pros­pec­tives contrô­lées (RCT) rando­mi­sées en double aveugle^N22 pour obte­nir la preuve du lien de causa­lité — voir le début de mon article Cancer - sources.

Les statis­ti­ciens S Stanley Young et Alan Karr (2011^A9) ont étudié 12 articles dans lesquels 52 recom­man­da­tions nutri­tion­nelles avaient été énon­cées à partir d’études obser­va­tion­nelles. Des études rando­mi­sées contrô­lées ont été menées pour véri­fier la véra­cité de ces recom­man­da­tions. Aucune étude rando­mi­sée n’a pu répli­quer les résul­tats des études obser­va­tion­nelles, et 5 % d’entre elles ont même produit un résul­tat dans la direc­tion oppo­sée ! Exemple : les RCT évaluant l’im­pact sur le risque de cancer de la consom­ma­tion de béta-carotène^N23 — succé­dané de vita­mine A — ont montré que ce risque était augmenté^N24 alors que les études obser­va­tion­nelles avaient conclu à un risque dimi­nué de 31 %.

Plutôt que de balayer une biblio­gra­phie détaillée — très tech­nique et ennuyeuse — je préfère citer l’ar­ticle récent d’Edward Archer et al. (2018j^A38) qui contient de nombreuses réfé­rences dont une partie est repro­duite ci-dessous. Ces auteurs formulent ainsi l’ob­jet de leur analyse critique (2018j^A38, p. 2) :

Compte tenu du discours fiction­nel sur les asso­cia­tions régime-maladie et de l’es­ca­lade du débat sur la vali­dité des M‑BM^{A36·A35·A17·A27·A34·A33}, le but de cette analyse critique est de présen­ter la preuve que les contro­verses actuelles concer­nant les asso­cia­tions régime-maladie ne sont pas moti­vées par des diffé­rences scien­ti­fi­que­ment établies d’ef­fets physio­lo­giques de l’ap­port alimen­taire (c.-à‑d. aliments et bois­sons consom­més). Nous soute­nons plutôt que la confu­sion actuelle à propos des effets suppo­sés sur la santé du sucre, du sel, du gras et du choles­té­rol alimen­taire a été engen­drée par un discours fiction­nel sur les asso­cia­tions régime-maladie issu de rapports épidé­mio­lo­giques profon­dé­ment erro­nés, mani­fes­te­ment trom­peurs et pseu­dos­cien­ti­fiques^{A20·A37·A36·A35·A31·A12·A24·A41}. Nous soute­nons ici que la confu­sion entre­te­nue par le discours fiction­nel et l’uti­li­sa­tion de méthodes pseu­dos­cien­ti­fiques pour éclai­rer les poli­tiques publiques a conduit le domaine de la science de la nutri­tion à perdre sa crédi­bi­lité et son auto­rité scientifique.

Dans une section inti­tu­lée The Fatal Flaws of Nutrition Epidemiology and the use of M‑BMs (Archer E et al., 2018j^A38, p. 3–5), les auteurs dressent une liste détaillée des failles et promesses erro­nées des enquêtes nutri­tion­nelles faisant appel aux M‑BMs.

Voici le résumé de quelques points de cette section qui gagne à être lue en entier. Le texte inté­gral est en libre accès sur Edward Archer et al. (2018j^A38).

⇪ Les M‑BMs ne mesurent pas la quantité de nourriture ingérée

(Archer E et al., 2018j^A38, p. 3) Les données collec­tées dans les enquêtes en M‑BM ne sont pas des esti­ma­tions d’une consom­ma­tion réelle mais des esti­ma­tions devi­nées (gues­ti­mates) de ce que les personnes inter­ro­gées veulent et peuvent se souve­nir sur ce qu’ils pensent avoir mangé ou bu dans le passé, ou ce qu’elles voudraient que les enquê­teurs pensent qu’ils ont consommé. […] Par consé­quent il existe une forte dispa­rité entre les données anec­do­tiques et objec­tives de la consom­ma­tion de nourriture.

Cette dispa­rité dans les décla­ra­tions peut être liée à de nombreux facteurs « cultu­rels ». Par exemple, selon leur âge, les personnes peuvent avoir un avis divergent sur les bons/mauvais aliments : les jeunes ont tendance à dépré­cier la viande et donc à sous-déclarer leur consom­ma­tion. Ce biais (impos­sible à évaluer) explique peut-être le résul­tat para­doxal affi­ché par Morgan E Levine, Valter D Longo et al. (2014^N25) à partir des données du NHANES^A19 selon lequel une consom­ma­tion élevée de protéines animales augmen­te­rait le risque de cancer chez les 50–65 ans mais le dimi­nue­rait au-dessus de 65 ans… Voir à ce sujet la critique de Neville Wilson (2014^N26).

Un autre exemple est l’étude obser­va­tion­nelle de Bernard Srour et al. (2019^A44) sur la cohorte NutriNet-Santé^N6 qui déter­mine un risque de diabète de type 2 augmenté de 15 % chez les sujets consom­mant des aliments ultra-transformés. L’étude repose sur des ques­tion­naires basés sur la mémoire de consom­ma­tion en 24 heures — 5.7 en moyenne pour chaque parti­ci­pant. Bien entendu, on souhai­te­rait que ce soit vrai ! Mais si les sujets ont sous-déclaré les quan­ti­tés de ces aliments dont ils connaissent la noci­vité, le résul­tat statis­tique ne reflète peut-être pas la réalité. Un résul­tat inverse aurait certai­ne­ment suscité un doute sur la méthodologie.

Comme je l’ai déjà signalé, la collec­tion des données peut aussi inci­ter le parti­ci­pant à modi­fier ses apports alimen­taires en réac­tion à l’acte d’enregistrement.

⇪ Les M‑BMs sont construits sur des « erreurs de catégories »

Ils reposent en effet sur une pseudo-quantification : la traduc­tion de données quali­ta­tives (nominales/anecdotiques) en données numé­riques qui peuvent être des nombres entiers ou des pour­cen­tages. Ces variables donnent ensuite lieu à des trai­te­ments numé­riques dont les résul­tats ne reflètent pas la réalité des expé­riences dont elles sont issues.

(Archer E et al., 2018j^A38, p. 4) Plutôt que de mesu­rer la consom­ma­tion réelle des parti­ci­pants, les enquê­teurs attri­buent des valeurs nutri­tives ou calo­riques « de réfé­rence » aux aliments et bois­sons mention­nés pour créer des esti­ma­tions de rempla­ce­ment (proxy-estimates) de cette consom­ma­tion. Ce proces­sus de pseudo-quantification est litté­ra­le­ment l’in­verse d’une métro­lo­gie scien­ti­fique parce que les consom­ma­tions réelles des parti­ci­pants en nutri­ments et calo­ries ne sont jamais « décou­vertes » et restent inconnues.

⇪ Problème des bases de données nutritionnelles

Les tables nutri­tion­nelles utili­sées pour la pseudo-quantification des FFQs et des 24HRs, comme celle du National Health and Nutrition Examination Survey (NHANES ^N27), contiennent moins de 8000 aliments distincts, alors qu’on estime à plus de 85 000 le nombre d’ali­ments sur le marché alimen­taire des USA, et plus de 200 000 codes figurent dans les bases de données de compo­si­tion de nour­ri­ture du Département de l’agri­cul­ture aux USA (USDA) (A38, p. 5)..

Albert-László Barabási et al. (2019^A45) signalent que la plupart des enquêtes ne portent que sur 150 nutri­ments jugés essen­tiels. Ils suggèrent de recou­rir à des analyses basées sur l’in­tel­li­gence arti­fi­cielle pour faire appa­raître les corré­la­tions sur un bien plus large spectre de données.

Par ailleurs, les valeurs de réfé­rence de contenu nutri­tion­nel ou calo­rique des aliments sont très variables en raison des chan­ge­ments rapides du « paysage de la produc­tion de nour­ri­ture » : modi­fi­ca­tions des pratiques agri­coles, de la qualité des sols et semences, de la tempé­ra­ture, des méthodes de stockage et de prépa­ra­tion culi­naire etc. Il n’est donc pas possible de faire appel à des valeurs de réfé­rence stan­dar­di­sées pour quan­ti­fier les infor­ma­tions obte­nues à partir d’images d’ali­ments et de bois­sons, de capteurs ou d’ins­tru­ments collectés.S

⇪ L’impossibilité de quantifier l’erreur de mesure

Ni les cher­cheurs ni les parti­ci­pants ne connaissent la vali­dité et la fiabi­lité des consom­ma­tions rappor­tées de nour­ri­ture et de bois­son. Edward Archer et al. écrivent (2018j^A38, p. 5) :

De même, il n’est pas possible de quan­ti­fier la dispa­rité entre les esti­ma­tions indi­rectes de la consom­ma­tion de nutri­ments et de calo­ries et la consom­ma­tion réelle du répon­dant, car les apports en nutri­ments et en calo­ries des parti­ci­pants n’ont jamais été mesu­rés ; ces valeurs ont simple­ment été attri­buées aux aliments et bois­sons décla­rés. Il est impor­tant de noter que les erreurs dans les rapports verbaux ou textuels origi­naux seront propa­gées de manière impré­vi­sible via une pseudo-quantification de manière non quan­ti­fiable. Cela rend les esti­ma­tions finales de la consom­ma­tion de nutri­ments et de calo­ries essen­tiel­le­ment dénuées de sens.

⇪ Argumentation sélective

Une lecture appro­fon­die de l’ar­ticle d’Edward Archer, Gregory Pavela et Carl J Lavie (2015^A24) révèle un usage sélec­tif de cita­tions qui frappe d’in­co­hé­rence les propos de leurs contra­dic­teurs. Par exemple, ils écrivent (p. 1736) :

En 2013, mes collègues et moi-même avons démon­tré, via deux méthodes indé­pen­dantes, qu’en­vi­ron 55 % à 88 % des esti­ma­tions de l’ap­port calo­rique des M‑BM de l’Enquête natio­nale sur la santé et la nutri­tion (NHANES) (1971–2010) étaient physio­lo­gi­que­ment invrai­sem­blables [2013^A12] et souvent « incom­pa­tibles avec la vie » [2013^A14]. Davy et Estabrooks [2015^A21] admettent que nos résul­tats sont « … bien recon­nus et approu­vés… » mais pour­suivent avec la décla­ra­tion contra­dic­toire « nous croyons que [ces données] reflètent une repré­sen­ta­tion raison­nable de l’ap­port alimen­taire habi­tuel ». Ces affir­ma­tions sont des contra­dic­tions logiques et démontrent l’échec des épidé­mio­lo­gistes de la nutri­tion à recon­naître l’évi­dence : les données physio­lo­gi­que­ment non plau­sibles au niveau de la popu­la­tion ne consti­tuent pas une simple limi­ta­tion des M‑BM ; ce sont des réfu­ta­tions empi­riques directes de ces méthodes.

Brenda M Davy et Paul A Estabrooks (2015^A21) sont ici accu­sés de contra­dic­tions logiques. Or la lecture de leur article révèle une parfaite cohé­rence. Ils ont écrit (p. 845) que « loin d’être un secret bien gardé, les limi­ta­tions des méthodes d’éva­lua­tion par auto­dé­cla­ra­tion de nutri­tion et d’ac­ti­vité physique sont bien recon­nues et approu­vées par ceux utili­sant ces méthodes », et non pas « les résul­tats d’Archer et collègues sont bien recon­nus et approu­vés ». S’ils déclarent plus loin (p. 846) que les résul­tats du NHANES « reflètent une repré­sen­ta­tion raison­nable de l’ap­port alimen­taire habi­tuel », c’est après un énoncé précis des méthodes de correc­tion, comme par exemple les rapports 24HR multiples basés sur la méthode auto­ma­tique multiple-pass de l’USDA (Automated Multiple-Pass Method) [Moshfegh AJ, Rhodes DG, Baer DJ et al., 2008^A8]. Cette méthode a été vali­dée en utili­sant le critère stan­dard de l’eau double­ment étique­tée [N20] comme biomar­queur de la dépense éner­gé­tique totale (et donc de la consom­ma­tion d’éner­gie si le poids du corps est stable pendant la période d’ob­ser­va­tion) (2015^A21, p. 845).

Un examen plus détaillé de l’ar­ticle d’Edward Archer et al. (2015^A24) confirme que la rhéto­rique de ses auteurs relève plus d’une plai­doi­rie à charge — avec des phrases répé­tées ad nauseam — que d’une argu­men­ta­tion scien­ti­fique construc­tive, même si leur exposé affiche en vedette une cita­tion très perti­nente du physi­cien Erwin Schrödinger…

⇪ Neutralité ?

Dans le para­graphe Failure to Cite Contrary Evidence (2018j^A38, p. 6), Edward Archer et al. écrivent :

Au cours des six dernières décen­nies, les épidé­mio­lo­gistes ont publié des dizaines de milliers de rapports de recherche dans lesquels des millions de souve­nirs auto­dé­cla­rés de percep­tions de la consom­ma­tion alimen­taire étaient présen­tés comme des données équi­va­lentes aux données sur la consom­ma­tion alimen­taire réelle des parti­ci­pants. Néanmoins, malgré un siècle de recherche dans de nombreux domaines (psycho­lo­gie, socio­lo­gie et neuros­ciences cogni­tives, par exemple) démon­trant que cette présen­ta­tion était mani­fes­te­ment fausse et trom­peuse^{A20·A36·A35}, 66–70, les épidé­mio­lo­gistes omet­taient souvent de citer, recon­naître ou abor­der les preuves contraires écrasantes.

Les preuves contraires « écra­santes » mention­nées ici sont trois articles des mêmes auteurs et de conte­nus équi­va­lents, et cinq articles (numé­ro­tés 66 à 70) trai­tant des distor­sions de la mémoire en sciences cogni­tives ou dans les enquêtes ethno­lo­giques, donc passant sous silence les tech­niques de correc­tion d’er­reurs spéci­fiques de l’épi­dé­mio­lo­gie nutri­tion­nelle. Une argu­men­ta­tion aussi décon­nec­tée du domaine scien­ti­fique pour­rait disqua­li­fier tous les travaux des histo­riens qui citent des faits (par essence non repro­duc­tibles) rappor­tés de docu­ments incom­plets, de témoi­gnages écrits ou oraux dont l’ob­jec­ti­vité ne peut pas être certi­fiée, quand ce n’est pas d’œuvres litté­raires ou ciné­ma­to­gra­phiques. C’est aussi l’arme privi­lé­giée de discours négationnistes…

⇪ Persistance dans l’erreur des institutions

La suite de Failure to Cite Contrary Evidence rappelle les publi­ca­tions^{A20·A12·A24·A22} — issues de la même équipe — montrant que plus de 40 % des parti­ci­pants au NHANES (2015^N27) avaient rapporté une consom­ma­tion calo­rique en dessous du mini­mum néces­saire à la survie d’un patient en état de coma. Les auteurs s’in­surgent (Archer E et al., 2018j^A38, p. 6) :

Pourtant, malgré les réfu­ta­tions claires et les répri­mandes appuyées de manière empi­rique sur les M‑BMs, le comité consul­ta­tif sur les direc­tives alimen­taires de 2015 (DGAC) [2015^A19] a faus­se­ment écrit que « les données non plau­sibles de NHANES, four­nissent des esti­ma­tions natio­nales et au niveau de groupes des apports alimen­taires de la popu­la­tion améri­caine, un jour donné… »

Ils ajoutent que 80 % des études de la National Evidence Library de l’UDA (United States Department of Agriculture) utili­sées par la DGAC pour énon­cer des direc­tives alimen­taires étaient basées sur des M‑BMs. La publi­ca­tions de ces données fausses et le refus de tenir compte des preuves contraires aurait exacerbé le discours fiction­nel, condui­sant au Disease-Mongering of the American Diet (2018a^A40) et à la « diabo­li­sa­tion » du sucre alimen­taire (2008^dA37, 2018b^A41).

Par exemple, la DGAC affirme que « plusieurs nutri­ments sont en consom­ma­tion insuf­fi­sante » malgré des analyses biochi­miques (Pfeiffer CM et al., 2013^A11) indi­quant que la majo­rité des Américains ne risquent pas de carence de vita­mines et de sels miné­raux — vita­mines A, C, D, E et folates. La DGAC affirme aussi que pour les femmes en âge de procréer « le fer est aussi un nutri­ment défi­cient ».

Edward Archer et ses collèges reprochent à la National Academies of Sciences, Engineering, and Medicine (NASEM) d’avoir publié un rapport « Révision du proces­sus d’éta­blis­se­ment des recom­man­da­tions diété­tiques pour les Américains » (2017^A32) supposé résoudre les contro­verses mais n’ayant tenu aucun compte de leurs nombreuses publi­ca­tions revues par des pairs réfu­tant la vali­dité des données nutri­tion­nelles du NHANES (Archer E et al., 2018j^A38, p. 6) […] exacer­bant ainsi le discours fiction­nel sur les effets suppo­sés sur la santé du sucre alimen­taire, du sel, du gras et du choles­té­rol.

Ils critiquent enfin la vacuité de la série d’ar­ticles “Controversy and Debate” publiés par le Journal of Clinical Epidemiology sur les distor­sions des FFQs (voir les réfé­rences ci-dessous), repro­chant à leurs contra­dic­teurs de s’être livrés à des attaques igno­ra­tio elen­chi, ad homi­nem, ad popu­lum… (Le latin m’impressionne !)

⇪ Réponses (partielles) aux critiques d’Archer et al.

Davy et Estabrooks reprochent à Edward Archer et collègues d’avoir choisi de placer l’ar­gu­ment de l’ob­ser­va­bi­lité indé­pen­dante, de la mesu­ra­bi­lité, de la fiabi­lité et de la falsi­fi­ca­tion dans le contexte de la mémoire plutôt que des compor­te­ments que ces mémoires sont censés reflé­ter (2015^A21, p. 846). Leur pers­pec­tive est que la cible compor­te­men­tale — la prise de nour­ri­ture — peut être mesu­rée de manière fiable dans le temps. De plus, ces compor­te­ments peuvent être obser­vés de manière indé­pen­dante, et les rapports mémo­ri­sés peuvent être falsi­fiés (ç.-à‑d. véri­fiés expé­ri­men­ta­le­ment et prou­vés faux ou démon­trés).

Brenda M Davy et Paul A Estabrooks signalent l’ar­ticle de James R Hébert et al. (2014^A16) qui décrit les avan­cées signi­fi­ca­tives des méthodes d’en­quête nutri­tion­nelle, incluant des propo­si­tions d’amé­lio­ra­tions et des réponses détaillées aux critiques d’Edward Archer et collègues. Extrait (Hébert JR et al., 2014^A16, p. 231) :

Archer et Blair rejettent notre critique selon laquelle ils auraient appli­qué à tort le seuil de Goldberg pour iden­ti­fier les sous-déclarants. Nous ne criti­quons pas leur calcul ; après tout, il s’agit de simple arith­mé­tique. Les points que nous souhai­tons souli­gner sont ceux-ci. Premièrement, tout choix de seuil est arbi­traire en l’absence de données sur les besoins méta­bo­liques des indi­vi­dus. Goldberg et Black et leurs collègues insistent sur ce point dans leurs travaux fonda­teurs (1991^A2·A3) cités par Archer et Blair comme fonde­ments de leur déci­sion. Deuxièmement, Black (2000^A4) a suggéré dans un article publié 9 ans plus tard et 13 ans avant l’ar­ticle d’Archer et Blair, « de nouvelles valeurs … pour chaque élément de l’équa­tion de Goldberg ». Black a égale­ment évoqué la néces­sité de prendre en compte « la varia­tion de l’ap­port éner­gé­tique au sein d’un sujet » et « d’autres sources de varia­tion [qui] sont augmen­tées à la lumière de nouvelles données » et que « l’ef­fet de ces chan­ge­ments est d’élar­gir les limites de confiance et de réduire la sensi­bi­lité du seuil ». L’absence de prise en compte de la varia­bi­lité intra-personnelle réduit la sensi­bi­lité permet­tant d’iden­ti­fier les sous-déclarants au niveau indi­vi­duel. Troisièmement, appli­quer les résul­tats d’un algo­rithme basé sur l’ajus­te­ment des valeurs moyennes afin de juger les esti­ma­tions de l’in­ges­tion indi­vi­duelle est métho­do­lo­gi­que­ment incorrect.

Brenda Davy et Paul Estabrooks ajoutent (2015^A21, p. 846) :

Nous suggé­rons que des progrès dans les domaines de la recherche sur l’obé­sité et la nutri­tion se réalisent grâce à une recherche inter­dis­ci­pli­naire utili­sant une combi­nai­son d’ap­proches de recherche. Conformément à ce point de vue, la DGAC a utilisé divers types de preuves scien­ti­fiques, notam­ment des examens systé­ma­tiques de pointe, des méta-analyses [N28], des rapports indi­vi­duels et des analyses de données NHANES [2015^N27]. Satija et al. [2015^A18] ont rapporté 3 excel­lents résul­tats. Des exemples de la manière dont diffé­rents types de recherche sur la nutri­tion ont été combi­nés pour créer une base de preuves pouvant ensuite être utili­sée par des groupes tels que la DGAC pour éclai­rer les poli­tiques publiques.

James Hébert et al. ont remar­qué par ailleurs (2015^A23, p.231) que, même s’il est vrai que l’au­to­dé­cla­ra­tion peut être biai­sée par une esti­ma­tion incor­recte de la consom­ma­tion d’ali­ments ou de l’in­ten­sité d’exer­cice, ce biais n’est pas suscep­tible de modi­fier signi­fi­ca­ti­ve­ment les corré­la­tions calcu­lées sur une large popu­la­tion. S’il s’agit par exemple d’as­so­cier le risque d’une mala­die à un quan­tile de quan­tité de consom­ma­tion d’un aliment, peu importe que les sujets clas­sés dans ce quan­tile aient sous-estimé de 50 % leur consom­ma­tion : la corré­la­tion restera signi­fi­ca­tive. De manière géné­rale (ibid.) on s’aper­çoit au cours des années que les erreurs obéissent à des sché­mas obser­vables et peuvent donc être contrô­lées analy­ti­que­ment.

⇪ Le défi et l’intérêt de mesurer les apports nutritionnels

Edward Archer et ses collègues soulignent que des régimes alimen­taires iden­tiques consom­més par des indi­vi­dus diffé­rents produisent des effets méta­bo­liques diver­gents (2018j^A38, p. 7) ; par consé­quent, une mesure du « régime » est sans inté­rêt si l’on ignore le phéno­type méta­bo­lique de chaque indi­vidu. Sachant que le phéno­ty­page d’un grand nombre d’in­di­vi­dus est extrê­me­ment coûteux en termes de ressources et d’in­ves­tis­se­ment des parti­ci­pants, les inves­ti­ga­tions d’as­so­cia­tions régime-maladie valides en épidé­mio­lo­gie (ç.-à‑d. au niveau de la popu­la­tion) pour­raient simple­ment s’avé­rer irréa­li­sables.

Néanmoins, ils suggèrent que les effets physio­lo­giques non-triviaux de l’ap­port nutri­tion­nel soient mesu­rés au moyen d’essais contrô­lés rando­mi­sés (rando­mi­zed clini­cal trials, RCT) (Archer E et al., 2018j^A38, p. 2–3) :

Ainsi, pour rega­gner la confiance du public, il est néces­saire que le domaine recon­naisse les réfu­ta­tions empi­riques et théo­riques des M‑BM et veille à ce que, à l’ave­nir, des méthodes scien­ti­fiques rigou­reuses (par exemple, des essais contrô­lés rando­mi­sés, RTC) soient utili­sées pour étudier les effets de la nutri­tion sur les mala­dies chroniques.

Les auteurs ne précisent pas en quoi consis­te­raient ces RTCs. Je pren­drais pour exemple l’étude Personalized Nutrition by Prediction of Glycemic Responses (Zeevi D et al., 2015^A28) qui a mesuré une varia­tion du taux de glycé­mie induite par la consom­ma­tion d’un même aliment très diffé­rente d’un indi­vidu à un autre, bien que certains facteurs permettent de la prédire. Ils auraient surtout dû mention­ner l’ex­pé­ri­men­ta­tion animale qui ouvre de nouvelles pers­pec­tives sur les effets conco­mi­tants de pratiques nutri­tion­nelles, d’exer­cice physique et de restric­tion calo­rique dans la préven­tion et le soin de mala­dies méta­bo­liques. Voir quelques exemples dans mon article Cancer - traitement métabolique.

Ils concluent (Archer E et al., 2018j^A38, p. 8) :

Nous nous rendons compte qu’on peut juger nos conclu­sions à la fois contraires et contro­ver­sées. Néanmoins, nous esti­mons que le discours fictif qui perdure depuis des décen­nies sur les effets du sucre, du sel et des graisses alimen­taires a conduit à une forme extrême d’ob­ses­sion nutri­tion­nelle occul­tant des preuves bien établies et engen­drant la proli­fé­ra­tion de programmes de recherche trom­peurs et mani­fes­te­ment erro­nés, et des initia­tives de santé publique vouées à l’échec^{A37·A31·A39}. Ainsi, compte tenu des preuves présen­tées dans ce docu­ment, il incombe aux épidé­mio­lo­gistes de la nutri­tion de soute­nir par une base scien­ti­fique leurs spécu­la­tions « centrées sur le régime alimen­taire » et de démon­trer que le « régime occi­den­tal » moyen^A10·A11 a des effets non négli­geables sur l’obé­sité et les mala­dies non-transmissibles dans les pays indus­tria­li­sés^A42.

Curieusement, la dernière réfé­rence (Archer E et al., 2018^A42) n’est pas direc­te­ment liée à la propo­si­tion qui la précède. Elle pointe toute­fois vers un article bien docu­menté, non-polémique et en phase avec ma mise en garde contre une approche exclu­si­ve­ment centrée sur la nutri­tion pour entre­te­nir sa santé. Extrait^A42, p. 14–15 :

Ainsi, ce n’est pas ce qu’on mange (c’est-à-dire le régime alimen­taire) qui engendre la santé ou la mala­die, mais ce que le corps fait avec ce qui a été mangé (c.-à‑d. le méta­bo­lisme des nutri­ments). Par consé­quent, les macro- et micro­nu­tri­ments ne peuvent avoir d’ef­fets sur la santé indé­pen­dam­ment du phéno­type méta­bo­lique de l’in­di­vidu consom­ma­teur, et les compo­sants alimen­taires en eux-mêmes ne peuvent pas être le facteur déter­mi­nant de l’obé­sité et de la santé méta­bo­lique (Archer, 2018^dA37). Ainsi, l’obésité et le diabète de type 2 ne sont pas des préoc­cu­pa­tions diété­tiques mais méta­bo­liques. Les preuves à l’ap­pui de notre argu­ment sont communes à toutes les disciplines.

⇪ Le sucre, notre ami ?

Nous l’avons vu dans plusieurs cita­tions, Edward Archer remet en cause à de multiples reprises la diabo­li­sa­tion « du sucre, du sel, du gras et du choles­té­rol alimen­taire ». Trois de ces nutri­ments ont été réha­bi­li­tés dans mes articles Le sel est notre ami, Pourquoi diminuer le cholestérol ? et Glucides ou lipides ?

Il reste la ques­tion du sucre (ajouté) qui est une des bases de la nutri­tion moderne et un produit phare de l’agri­cul­ture indus­trielle. La condam­na­tion sans égard de toutes les enquêtes nutri­tion­nelles permet à l’au­teur de faire table rase pour vali­der d’autres hypo­thèses qui, indu­bi­ta­ble­ment, ont une part de vérité puisque c’est le méta­bo­lisme du nutri­ment et pas seule­ment le nutri­ment qui influe sur notre santé.

Dans In Defense of Sugar : A Critique of Diet-Centrism (Archer E, 2018^dA37), l’au­teur annonce la couleur dès le résumé :

… étant donnée l’hy­per­bole non scien­ti­fique entou­rant les sucres alimen­taires, je prends la posi­tion oppo­sée et présente des preuves forte­ment répli­quées prove­nant de nombreux domaines pour montrer que le « régime alimen­taire » est un facteur néces­saire mais trivial de la santé méta­bo­lique, et que la rhéto­rique anti-sucre est simple­ment une mala­die fabri­quée centrée sur le régime alimen­taire engen­drée par l’anal­pha­bé­tisme physio­lo­gique. Ma posi­tion est que les sucres alimen­taires ne sont pas respon­sables de l’obé­sité ou des mala­dies méta­bo­liques et que la consom­ma­tion de sucres simples et de poly­mères de sucres (par exemple, les amidons) jusqu’à 75 % de l’ap­port calo­rique quoti­dien total est sans effet sur des indi­vi­dus en bonne santé.

➡ Il est cocasse que cet article débute par une cita­tion d’Ancel Keys^N29 préco­ni­sant une approche rigou­reuse de la science nutri­tion­nelle, lui qui était l’au­teur d’une étude épidé­mio­lo­gique^N30 scan­da­leu­se­ment biai­sée sur l’in­fluence du régime alimen­taire sur la santé — voir mon article Pourquoi diminuer le cholestérol ?

L’article est une présen­ta­tion cari­ca­tu­rale des bien­faits et de la néces­sité du sucre (glucose, fruc­tose, sucrose) et de ses poly­mères (amidon, glyco­gène, cellu­lose etc.), avec des phrases comme « sans sucre, nous mourons » ou « le sucre sauve des vies » justi­fiées par une « expé­rience de pensée » de personnes souf­frant d’ex­trême dénu­tri­tion… La descrip­tion passe sous silence que le foie, les reins et l’in­tes­tin peuvent aussi fabri­quer du glucose à partir des réserves de graisse par néoglu­co­ge­nèse^N31, ce qui rend possible, chez un sujet sain, la pratique d’une diète céto­gène^N32 béné­fique dans de nombreuses situa­tions — voir mon article Diète cétogène - expérience. La priva­tion de glucides induit aussi un méca­nisme appelé cétose^N33 par lequel le foie utilise les graisses pour fabri­quer des corps céto­niques^N34 qui se substi­tuent au glucose dans l’ap­port d’éner­gie aux organes, au cerveau et à la masse musculaire.

Mon passage préféré (Archer E, 2018^dA37, p. 3) :

46 % de toutes les mala­dies d’ori­gine alimen­taire et un nombre non négli­geable de décès d’ori­gine alimen­taire aux États-Unis entre 1998 et 2008 ont été direc­te­ment attri­bués à la consom­ma­tion de fruits, de noix et de légumes. Les légumes à feuilles ont causé plus de mala­dies (22 %) que tout autre produit et ont été respon­sables de 6 % des décès. Aucune mala­die d’ori­gine alimen­taire ni aucun décès n’ont été direc­te­ment attri­bués aux bois­sons sucrées (SSB) [A13]

Le problème est que cet énoncé surpre­nant s’ap­puie sur l’étude de John A Painter, Robert M Hoekstra, Tracy Ayers et al. (2013^A13) qui traite de ques­tions de sécu­rité alimen­taire, autre­ment dit de mala­dies infec­tieuses trans­mises par des aliments, ou encore d’al­ler­gies à certains végé­taux. Il est évident que les risques de conta­mi­na­tion micro­bienne sont quasi-négligeables lors de la consom­ma­tion de bois­sons en bouteille ou en cannette, alors qu’ils existent avec les fruits, noix et légumes à feuilles. Aucune mala­die ni décès n’a été attri­bué aux bois­sons sucrées… pour la simple raison qu’elles n’étaient pas incluses dans l’étude ! Robert Hoekstra et ses collègues concluent d’ailleurs (2013^A13, p. 414) :

Le risque de mala­die d’origine alimen­taire n’est qu’un élément de l’équation risque-bénéfice pour les aliments ; il faut égale­ment tenir compte d’autres facteurs, tels que les avan­tages pour la santé d’une alimen­ta­tion riche en fruits et légumes.

La suite de l’ar­ticle (Archer E, 2018^dA37, p. 6) appuie la plai­doi­rie de défense du sucre sur les données ethno­lo­giques de chasseurs-cueilleurs modernes qui ne souffrent d’au­cune mala­die méta­bo­lique malgré une consom­ma­tion de « sucres ajou­tés » (miel et fruits) pouvant atteindre 80 % de leurs apports calo­riques. Résultat obtenu parce que leur acti­vité physique serait très nette­ment supé­rieure à celle des « civi­li­sés »… Le problème est que les quan­ti­tés de glucides consom­mées par les popu­la­tions de chasseurs-cueilleurs sont très variables en fonc­tion de leur envi­ron­ne­ment, de même que leurs espé­rances de vie : mourir jeune dimi­nue le risque d’être frappé d’une mala­die méta­bo­lique ! Si l’on veut tirer leçon des pratiques nutri­tion­nelles de nos ancêtres — je doute que ce soit utile — il faut se baser sur des données déduites d’ob­ser­va­tions bien plus larges dans une pers­pec­tive multi­dis­ci­pli­naire. Selon Remko S Kuipers et al. (2012^A6), la consom­ma­tion moyenne de glucides (et pas seule­ment de « sucres ajou­tés ») n’au­rait pas dépassé 40 % de l’ap­port calorique.

Libéré de la préoc­cu­pa­tion de scien­ti­fi­cité qu’il bran­dis­sait dans sa critique des enquêtes nutri­tion­nelles, l’au­teur conti­nue en postu­lant une rela­tion causale extra­po­lée de la corré­la­tion posi­tive entre l’aug­men­ta­tion massive (dans un rapport de 10) de la consom­ma­tion de sucre aux USA et au Royaume-Uni au début du ving­tième siècle et l’amé­lio­ra­tion géné­rale de la santé de leurs popu­la­tions. On est prié de croire que l’ac­cès aux commo­di­tés sani­taires et à la méde­cine n’ont joué aucun rôle !

Le même raison­ne­ment est appli­qué à la popu­la­tion cubaine qui aurait « béné­fi­cié », à partir de 1980, d’une augmen­ta­tion à la fois de la consom­ma­tion domes­tique de sucre et de l’ac­ti­vité physique, asso­ciés mira­cu­leu­se­ment au déclin de l’obé­sité, du diabète de type 2 et des mala­dies non-transmissibles. Le problème est que l’ar­ticle cité en réfé­rence (Franco M, Ordunez P, Caballero B et al., 2013^A7) n’at­tri­bue pas l’amé­lio­ra­tion de la santé à une augmen­ta­tion de la consom­ma­tion de sucre mais à une dimi­nu­tion dras­tique de la consom­ma­tion éner­gé­tique (de 2899 à 1863 Kcal/jour).

L’auteur utilise aussi (Archer E, 2018^dA37, p. 6) des infor­ma­tions anec­do­tiques pour tenter de prou­ver que les athlètes consomment une grande quan­tité de sucre et de bois­sons sucrées pour atteindre le plus haut niveau de perfor­mance : « Plus de 50 % des cyclistes boivent des bois­sons sucrées pendant la course », et « Le mara­tho­nien Frank Shorter a attri­bué sa médaille d’or en 1972 à la consom­ma­tion de bois­sons sucrées »… (On peut se deman­der qui étaient ses sponsors !)

Les entraî­neurs et anciens cham­pions Dr Philip Maffetone et Mark Sisson ont longue­ment témoi­gné (voir mon article Exercice d'endurance) sur les effets délé­tères de ces pratiques — qui restent effec­ti­ve­ment majo­ri­taires — et le béné­fice en termes de santé et de perfor­mances d’adop­ter un régime pauvre en glucides et riche en graisses de bonne qualité. De nombreuses études confirment la perti­nence de ce choix, par exemple David A Greene et al. (2018^A43) qui ont mesuré l’ef­fet d’une diète céto­gène sur le poids et les perfor­mances d’ath­lètes haltérophiles.

Je fini­rai sur une note que j’es­time posi­tive. Edward Archer attri­bue l’aug­men­ta­tion de l’obé­sité et du diabète de type 2 à la trans­mis­sion de phéno­types méta­bo­liques patho­lo­giques acquis par la mère du fait d’une acti­vité physique insuf­fi­sante^A37, p. 7 :

Il est bien établi que le contrôle méta­bo­lique préna­tal de la mère est le prin­ci­pal déter­mi­nant du poids de nais­sance et du phéno­type méta­bo­lique de sa progé­ni­ture (par exemple, le rapport entre le muscle sque­let­tique et les cellules adipeuses). Ainsi, alors que les mères deve­naient de plus en plus physi­que­ment inac­tives et séden­taires dans la deuxième moitié du 20^e siècle, leur acti­vité physique tombait en dessous du « point de bascule méta­bo­lique ». Cette perte de contrôle méta­bo­lique augmen­tait la dispo­ni­bi­lité de sucre (glucose) et lipides dans le milieu intra-utérin pendant la gros­sesse. Sachant que la dispo­ni­bi­lité du sucre (glucose) est un facteur déter­mi­nant de la cellu­la­rité fœtale et du nombre conco­mi­tant d’adi­po­cytes (cellules grais­seuses) et de cellules bêta pancréa­tiques, les enfants des mère inac­tives sont nés de plus en plus prédis­po­sés aux mala­dies héré­di­taires (c’est-à-dire l’obé­sité pédia­trique et le diabète de type 2). À chaque passage de géné­ra­tion, ces « effets mater­nels » se sont accu­mu­lés et ont conduit à l’épi­dé­mie double d’obé­sité et de diabète de type 2.

La lecture de certains passages de cet article m’a fait songer à un écrit paro­dique jusqu’à ce que je réalise qu’il pour­rait s’agir d’une commande de l’in­dus­trie sucrière. En effet, le texte inté­gral en été mis en libre accès^N35 le 4 septembre 2018 par l’International Sugar Organization avec cet avis du direc­teur de cet orga­nisme : « Nous vous recom­man­dons forte­ment de revoir en détail et d’ex­tra­po­ler les infor­ma­tions pouvant être utili­sées de manière posi­tive dans vos commu­ni­ca­tions ». Mais reste-t-il de la place pour des extrapolations ?

⇪ Boissons à bulles

D’autres liens d’in­té­rêt appa­raissent sur les publi­ca­tions de l’équipe Archer E et al. Nous avions déjà pris connais­sance des facé­ties de son co-auteur Steven N. Blair, fonda­teur d’un éphé­mère Global Energy Balance Network financé par Coca Cola® — voir mon article Manger et bouger ?

Dans leur réponse à Edward Archer et al. (2015^A24), Brende Davy et Paul Estabrooks écrivent (2015^A25) :

La lettre d’Archer et al. quali­fie le rapport de la DGAC de « pas scien­ti­fi­que­ment valable » et de « mauvais conseil scien­ti­fique », ce qui est remar­quable à la lumière des récents rapports des médias décri­vant les efforts déployés par l’in­dus­trie alimen­taire pour lutter contre les recom­man­da­tions alimen­taires propo­sées (voir A26). Cet article des médias, qui n’est qu’un exemple parmi d’autres, mentionne en parti­cu­lier la société Coca Cola en tant que prin­ci­pal bailleur de fonds de ceux qui critiquent le rapport de la DGAC. Étant donné le lien finan­cier déclaré de 2 des 3 auteurs (Archer et Lavie) avec la société Coca Cola, ce lien finan­cier doit être pris en compte lors de l’exa­men critique de leur posi­tion. Les sections qui critiquent le rapport de la DGAC sont étroi­te­ment axées sur un seul problème, à savoir l’utilisation par le comité de recherches des méthodes de sondage en nutri­tion basées sur la mémoire.
L’affirmation d’Archer et al. selon laquelle le proces­sus d’éla­bo­ra­tion des recom­man­da­tions de la DGAC « démontre un manque d’hu­mi­lité épis­té­mique ayant des consé­quences impor­tantes sur la santé publique » est injus­ti­fiée dans la mesure où la DGAC souligne bien la néces­sité d’es­sais contrô­lés rando­mi­sés dans de nombreux domaines (par exemple, les recom­man­da­tions diété­tiques du comité consul­ta­tif^A19 p. 12, 13, 18) afin de renfor­cer la base de données probantes, ainsi que la néces­sité de mener des recherches sur les biomar­queurs alimen­taires afin de mieux éclai­rer les futures direc­tives nutri­tion­nelles.
Malheureusement, la lettre d’Archer et collègues ne réus­sit pas à ajou­ter quoi que ce soit à ce dialogue en cours sur la vali­dité des données auto­dé­cla­rées sur les apports nutri­tion­nels ni sur les points forts et les limites du rapport de la DGAC. Aucune orien­ta­tion construc­tive pour la recherche future n’est suggé­rée, mais plutôt une critique répé­tée de l’approche du comité dans son élabo­ra­tion de direc­tives alimen­taires améri­caines très attendues.

⇪ Conclusion

Ayant présenté des argu­ments pour/contre les enquêtes nutri­tion­nelles de grande enver­gure construites sur la collecte et l’ana­lyse statis­tique de données basées sur la mémoire (M‑BM), ainsi qu’une évalua­tion critique de contri­bu­tions d’un des prin­ci­paux acteurs de cette contro­verse, je suis conscient que le sujet méri­te­rait une étude appro­fon­die mobi­li­sant des compé­tences au delà des miennes… Je ne me range donc pas dans un camp plutôt que dans l’autre.

Ce qui me paraît certain, par contre, est qu’on ne peut pas accor­der aux résul­tats de ces enquêtes un niveau de preuve élevé. Ma posi­tion va à l’en­contre de l’opi­nion popu­laire que le niveau de preuve dépen­drait prin­ci­pa­le­ment du nombre de sujets ayant parti­cipé à l’en­quête. Une étude épidé­mio­lo­gique couvrant des centaines de milliers de personnes paraît plus fiable a priori — et fait l’ob­jet de gros titres dans la presse grand public — qu’un essai rando­misé contrôlé^N13 mené sur une centaine de sujets…

Ce renver­se­ment de degrés de croyance est du même ordre que celui qui peut nous rendre dubi­ta­tifs à la lecture de résul­tats de méta-analyses^N28 combi­nant les données de plusieurs dizaines d’études mais dans lesquelles les critères de rando­mi­sa­tion^N36 ne sont plus respec­tés, ce qui laisse la porte ouverte aux biais de sélec­tion. Ici encore, le nombre d’études et le nombre de sujets ne sont pas garants d’un niveau de preuve satisfaisant.

⇪ ✓ Références (ordre chronologique)

🔵 Notes pour la version papier :
- Les iden­ti­fiants de liens permettent d’atteindre faci­le­ment les pages web auxquelles ils font réfé­rence.
- Pour visi­ter « 0bim », entrer dans un navi­ga­teur l’adresse « https://​leti​.lt/0bim ».
- On peut aussi consul­ter le serveur de liens https://leti.lt/liens et la liste des pages cibles https://leti.lt/liste.

• A1 · vll1 · Kowalski, C et al. (2024). Are People Consuming the Diets They Say They Are ? Self-Reported vs Estimated Adherence to Low-Carbohydrate and Low-Fat Diets : National Health and Nutrition Examination Survey, 2007–2018. Journal of the Academy of Nutrition and Dietetics, in press.
• A2 · yoa4 · Goldberg GR, Black AE, Jebb SA, Cole TJ, Murgatroyd PR, Coward WA, Prentice AM (1991). Critical evalua­tion of energy intake data using funda­men­tal prin­ciples of energy physio­logy : 1. Derivation of cut-off limits to iden­tify under-recording. Eur J Clin Nutr, 45 : 569–81
• A3 · xcq1 · Black AE, Goldberg GR, Jebb SA, Livingstone MBE, Cole TJ, Prentice AM (1991). Critical evalua­tion of energy intake data using funda­men­tal prin­ciples of energy physio­logy : 2. Evaluating the results of publi­shed surveys. Eur J Clin Nutr, 45 : 583–99
• A4 · fckb · Black AE (2000). Critical evalua­tion of energy intake using the Goldberg cut-off for energy intake : basal meta­bo­lic rate. A prac­ti­cal guide to its calcu­la­tion, use and limi­ta­tions. Int J Obes Relat Metab Disord, 24 : 1119–30
• A5 · x76b · Kristal AR, Peters U, Potter JD (2005). Is It Time to Abandon the Food Frequency Questionnaire ? Cancer Epidemiology, Biomarkers & Prevention. Cancer Epidemiology, Biomarkers & Prevention. 14 (12): 2826–2828. doi:10.1158/1055–9965.EPI-12-ED1.
• A6 · s7vq · Kuipers RS et al. (2012). A multi­dis­ci­pli­nary recons­truc­tion of Palaeolithic nutri­tion that holds promise for the preven­tion and treat­ment of diseases of civi­li­sa­tion. Nutrition Research Reviews 25, 1 : 96–129. doi:10.1017/S0954422412000017
• A7 · wrpe · Franco M, Ordunez P, Caballero B et al. (2013). Impact of energy intake, physi­cal acti­vity, and population-wide weight loss on cardio­vas­cu­lar disease and diabetes morta­lity in Cuba, 1980–2005. Am J Epidemiol. 2007;166:1374–1380.
• A8 · n7qc · Moshfegh AJ, Rhodes DG, Baer DJ et al. (2008). The US Department of Agriculture Automated Multiple-Pass Method reduces bias in the collec­tion of energy intakes. Am J Clin Nutr., 88, 2 : 324–332. doi:10.1093/ajcn/88.2.324
• A9 · 5ep8 · Young SS, Karr A (2011). Deming, data and obser­va­tio­nal studies. A process out of control and needing fixing. Significance, Royal Statistical Society, 8, 3 : 116–120. doi:10.1111/j.1740–9713.2011.00506.x
• A10 · 8brh · CDC (2012). Second National Report on Biochemical Indicators of Diet and Nutrition in the U.S. Population. Atlanta, GA : Centers for Disease Control and Prevention, U.S. Department of Health and Human Services
• A11 · hrk7 · Pfeiffer CM, Sternberg MR, Schleicher RL, Haynes BM, Rybak ME, Pirkle JL (2013). The CDC’s Second National Report on bioche­mi­cal indi­ca­tors of diet and nutri­tion in the U.S. popu­la­tion is a valuable tool for resear­chers and policy makers. J Nutr., 143:938S−47S. doi:10.3945/jn.112.172858
• A12 · b1gc · Archer E, Hand GA, Blair SN (2013). Validity of U.S. nutri­tio­nal surveillance : National Health and Nutrition Examination Survey calo­ric energy intake data, 1971–2010. PLoS ONE 2013;8:e76632. doi:10.1136/bmj.f6698
• A13 · yz2t · Painter J, Hoekstra R,Ayers T,et al. (2013). Attribution of Foodborne Illnesses, Hospitalizations, and Deaths to Food Commodities by using Outbreak Data, United States, 1998–2008. Emerging Infectious Diseases, 19.
• A14 · 3nxo · Ioannidis JP (2013). Implausible results in human nutri­tion research. BMJ 2013;347:f6698.
• A15 · f9sy · Shim JS et al. (2014). Dietary assess­ment methods in epide­mio­lo­gic studies. Epidemiol Health. 2014 ; 36 : e2014009.
• A16 · xawx · Hébert JR et al., 2014. Hébert JR et al., 2014. Hébert JR et al., 2014. Hébert JR et al., 2014. Hébert JR, Hurley TG, Steck SE, Miller DR, Tabung FK, Peterson KE, Kushi LH, Frongillo EA (2014). Considering the value of dietary assess­ment data in infor­ming nutrition-related health policy. Adv Nutr. 2014 Jul 14;5(4):447–55. doi:10.3945/an.114.006189
• A17 · 7j5n · Dhurandhar NV et al. (2014). Energy Balance Measurement : When Something is Not Better than Nothing. Int J Obes (Lond). 2015 Jul ; 39(7): 1109–1113. doi:10.1038/ijo.2014.199
• A18 · hd18 · Satija A et al. (2015). Understanding Nutritional Epidemiology and Its Role in Policy. Adv Nutr., 6, 1 : 5–18. doi:10.3945/an.114.007492
• A19 · r0d3 · DGAC (2015). Scientific Report of the 2015 Dietary Guidelines Advisory Committee. Advisory Report to the Secretary of Health and Human Services and the Secretary of Agriculture. U.S. Department of Agriculture, Agricultural Research Service, Washington, DC.
• A20 · s9ks · Archer E, Pavela G, Lavie CL (2015). The Inadmissibility of What We Eat in America and NHANES Dietary Data in Nutrition and Obesity Research and the Scientific Formulation of National Dietary Guidelines. Mayo Clinic Proceedings, 90, 7 : 911–926
• A21 · 9wff · Davy BM, Estabrooks PA (2015). The Validity of Self-reported Dietary Intake Data : Focus on the “What We Eat In America” Component of the National Health and Nutrition Examination Survey Research Initiative. Mayo Clinic Proceedings, 90, 7 : 845–847. doi:10.1016/j.mayocp.2015.05.009
• A22 · f4st · Archer E, Blair SN (2015). Implausible data, false memo­ries, and the status quo in dietary assess­ment. Adv Nutr. 2015 Mar 13;6(2):229–30. doi:10.3945/an.114.007799
• A23 · w3gb · Hébert J.R., Hurley T.G., Steck S.E. et al. (2015) Reply to E Archer and SN Blair. Adv Nutr. 2015 ; 6 : 230–233
• A24 · ohn3 · Archer E, Pavela G, Lavie CJ (2015). A Discussion of the Refutation of Memory-Based Dietary Assessment Methods (M‑BMs): The Rhetorical Defense of Pseudoscientific and Inadmissible Evidence. Mayo Clinic Proceedings, 90, 12 : 1736–1739
• A25 · ys9u · Davy BM, Estabrooks PA (2015). In Reply—A Discussion of the Refutation of Memory-Based Dietary Assessment Methods (M‑BMs): The Rhetorical Defense of Pseudoscientific and Inadmissible Evidence. Mayo Clinic Proceedings, 90, 12 : 1739–1740
• A26 · jraz · Bjerga A (2015). Food indus­try players figh­ting propo­sed dietary guide­lines drop millions on lobbyists. Bloomberg News, 29 July.
• A27 · ova9 · Subar AF et al. (2015). Addressing Current Criticism Regarding the Value of Self-Report Dietary Data. The Journal of Nutrition, 145, 12 : 2639–2645. doi:10.3945/jn.115.219634
• A28 · py31 · Zeevi D et al. (2015). Personalized Nutrition by Prediction of Glycemic Responses. Cell, 163, 5 : 1079–1094. doi:10.1016/j.cell.2015.11.001
• A29 · 5rvh · NIH (2016) Dietary Assistant Primer : Principles Underlying Recommendations. National Cancer Institute.
• A30 · f33z · NIH (2016). Summary Tables : Recommendations on Potential Approaches to Dietary Assessment for Different Research Objectives Requiring Group-level Estimates. National Cancer Institute.
• A31 · nxg2 · Archer E, Marlow ML, Williams R (2017). Government Dietary Guidelines : Uncertain Science Leads to Questionable Public Health Policy. Mercatus Working Paper. April 20
• A32 · l8f1 · NASEM (2017). Redesigning the Process for Establishing the Dietary Guidelines for Americans. Washington, DC : National Academies of Sciences, Engineering, and Medicine ; The National Academies Press.
• A33 · 4e1k · Martín-Calvo N, Martínez-González M (2018). Controversy and Debate : Memory based Methods Paper 2. Journal of Clinical Epidemiology 104. doi:10.1016/j.jclinepi.2018.08.005
• A34 · k35w · Martín-Calvo N, Martínez-González M (2018). Controversy and Debate : Memory based Methods Paper 4. Journal of Clinical Epidemiology 104. doi:10.1016/j.jclinepi.2018.08.004
• A35 · 5ys0 · Archer E, Marlow ML, Lavie C (2018a). Controversy and Debate : Memory based Methods Paper 1 : The Fatal Flaws of Food Frequency Questionnaires and other Memory-Based Dietary Assessment Methods. Journal of Clinical Epidemiology 104. doi:10.1016/j.jclinepi.2018.08.003
• A36 · rs8c · Archer E, Marlow ML, Lavie C (2018b). Controversy and Debate : Memory-Based Dietary Assessment Methods Paper #3. Journal of Clinical Epidemiology 104. doi:10.1016/j.jclinepi.2018.07.013
• A37 · 6qsz · Archer E (2018^d). In Defense of Sugar : A Critique of Diet-Centrism. Progress in Cardiovascular Diseases, 61, 1, May–June : 10–19. doi:10.1016/j.pcad.2018.04.007
• A38 · fvyg · Archer E, Lavie CJ, Hill JO (2018j). The Failure to Measure Dietary Intake Engendered a Fictional Discourse on Diet-Disease Relations. Front. Nutr., 13 November. doi:10.3389/fnut.2018.00105
• A39 · 54ji · Archer E, Lavie CJ, Hill JO (2018f). The contri­bu­tions of ‘diet’, ‘genes’, and physi­cal acti­vity to the etio­logy of obesity : contrary evidence and consi­lience. Prog Cardiovasc Dis. 61 : 89–102
• A40 · aw3j · Archer E (2018a). Disease-Mongering of the American Diet. In : Priorities. American Council of Science and Health.
• A41 · cm76 · Archer E (2018b). The Demonization of ‘Diet’ Is Nothing New. Progress in Cardiovascular Diseases, 61, 3. doi:10.1016/j.pcad.2018.07.013
• A42 · f8ow · Archer E, Pavela G, Mcdonald S, Lavie CJ, Hill JO (2018i). Cell-specific “compe­ti­tion for calo­ries” drives asym­me­tric nutrient-energy parti­tio­ning, obesity, and meta­bo­lic diseases in human and non-human animals. Front Physiol., 9 : 1053. doi:10.3389/fphys.2018.01053
• A43 · rutz · Greene DA, Varley BJ, Hartwig TB, Chapman P, Rigney M (2018). A Low-Carbohydrate Ketogenic Diet Reduces Body Mass Without Compromising Performance in Powerlifting and Olympic Weightlifting Athletes. J Strength Cond Res., 32, 12:3373–3382. doi:10.1519/JSC.0000000000002904
• A44 · gm9k · Srour B, Fezeu LK, Kesse-Guyot E (2019). Ultraprocessed Food Consumption and Risk of Type 2 Diabetes Among Participants of the NutriNet-Santé Prospective Cohort. JAMA Intern Med. Published online December 16, 2019. doi:10.1001/jamainternmed.2019.5942
• A45 · xj6y · Barabási , AL et al. (2019). The unmap­ped chemi­cal complexity of our diet. Nature Food, December. doi:10.1038/s43016-019‑0005‑1
• A46 · 8gze · Pelouze, GA (2019). Pourquoi, en nutri­tion, presque toutes les études obser­va­tion­nelles sont-elles erro­nées ? Blog Atlantico, 22 décembre.

⇪ ▷ Liens

• N1 · k41o · Le Programme natio­nal nutri­tion santé – PNNS
• N2 · pos2 · Nutri-score – Wikipedia
• N3 · lk30 · Cinq fruits et légumes par jour : le succès d’un slogan !
• N4 · qnje · Mesdames, deve­nir Végétarienne ne sert à rien
• N5 · wr3l · Redefining heal­thy diets ?
• N6 · pm8q · Étude Nutrinet-Santé
• N7 · t4bg · La consom­ma­tion d’édulcorants serait asso­ciée à un risque accru de mala­dies cardiovasculaires
• N8 · qd6v · La consom­ma­tion d’édulcorants serait asso­ciée à un risque accru de cancer
• N9 · cid8 · Vidéo “Cet aliment caché accroî­trait votre risque d’infarctus de 30 à 40 %” – Michel de Lorgeril
• N10 · ij43 · Essai clinique – Wikipedia
• N11 · r79b · Observational study – Wikipedia
• N12 · gk9x · Cherry picking – Wikipedia
• N13 · lcub · Essai rando­misé contrôlé – Wikipedia
• N14 · 1kzn · Edward Archer, Ph.D.
• N15 · ogwg · Food frequency ques­tion­naire – Wikipedia
• N16 · zfxg · 24-hour diet recall – Wikipedia
• N17 · ij6n · Biomarqueur – Wikipedia
• N18 · lcfo · Learn More about Biomarkers
• N19 · uo0w · Homéostasie – Wikipedia
• N20 · 9oqi · Doubly labe­led water – Wikipedia
• N21 · s4z6 · Learn More about Energy Adjustment
• N22 · axd7 · Étude rando­mi­sée en double aveugle – Wikipedia
• N23 · ni96 · Carotène – Wikipedia
• N24 · so26 · Druesne-Pecollo N et al. (2010). Beta-carotene supple­men­ta­tion and cancer risk : a syste­ma­tic review and metaa­na­ly­sis of rando­mi­zed control­led trials
• N25 · ieb4 · Low Protein Intake Is Associated with a Major Reduction in IGF‑1, Cancer, and Overall Mortality in the 65 and Younger but Not Older Population
• N26 · f279 · Flawed science bashes animal protein
• N27 · 66mr · National Health and Nutrition Examination Survey (NHANES)
• N28 · 9fke · Méta-analyse – Wikipedia
• N29 · o7g1 · Ancel Keys – Wikipedia
• N30 · wgy2 · Seven Countries Study – Wikipedia
• N31 · aua1 · Néoglucogenèse – Wikipedia
• N32 · f9wb · Diète céto­gène – Wikipedia
• N33 · i60z · Cétose – Wikipedia
• N34 · 42pq · Corps céto­niques – Wikipedia
• N35 · 3zzf · In Defense of Sugar : A Critique of Diet-Centrism – PDF diffusé par l’International Sugar Organization
• N36 · 7u7h · Randomisation – Wikipedia

This post has 10680 words.
This post has 69328 characters.

Article créé le 13/03/2019 - modifié le 22/11/2024 à 16h13