Principes

Faut-il jeter les enquêtes nutritionnelles ?

• Bookmarks: 1031392


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 (2018eA40).

La même pro­po­si­tion a été étu­diée et démon­trée par Guy-André Pelouze (2019A48). 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 (PNNSN1) en France ? D’autres auteurs ont déjà signalé les limites de l’en­quête SU.VI.MAX dont est issu ce slogan sim­plisteN2. Un exemple de « décor­ti­cage » d’é­tude nutri­tion­nelle est clai­re­ment pré­senté par Jérémy Anso (2013N3).

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’ar­ticleA40) 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).

Sous licence CC-BY-SA Wikimedia

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 dans 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’Archer E 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’Archer E et al. (2018eA40) 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 N4 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 dis­cours nor­ma­tifs domi­nants, qu’ils soient issus de croyances popu­laires ou de tra­vaux scien­ti­fiques, ont ten­dance à se repro­duire et se répandre 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 mettent en exergue les biais métho­do­lo­giques les plus fré­quents dans la col­lecte de don­nées nutri­tion­nelles. Ces biais affectent 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) quelques extraits qui ne suf­fisent pas à prendre posi­tion. J’invite donc le lec­teur averti à lire l’in­té­gra­lité des articles cités en réfé­rences et à pro­duire 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, RTCN5) que les auteurs pré­co­nisent, mais n’ont pas mis en œuvre dans le cadre des asso­cia­tions régime-maladie. Ils se concentrent plutôt sur des mesures « en labo­ra­toire » de l’ac­ti­vité phy­sique et de la consom­ma­tion éner­gé­tique des indi­vi­dus — par exemple Archer E et al. (2018gA44).

La lec­ture du CV détaillé d’Edward ArcherN6 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 Archer E et Blair SN (2015A23).

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 avan­tage à appuyer 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, 2018dA39).

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 Shim JS et al. (2014A15), les plus uti­li­sées sont, sur le long terme, les ques­tion­naires sur la fré­quence de consom­ma­tion d’a­li­ments (Food Frequency Questionnaire, FFQN7), et sur le court terme les comptes-rendus nutri­tion­nels sur 24 heures (24-Hour die­tary recalls, 24HRN8).

Dans un article inti­tulé Le moment est-il venu d’a­ban­don­ner le Food Frequency Questionnaire, Kristal AR et col­lègues (2005A4, 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 24HRA30.

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 bio­mar­queursN9 dis­po­nibles pour quelques ali­ments. Selon le National Cancer InstituteN10 :

Recovery bio­mar­ker = un type de bio­mar­queur direc­te­ment lié à la consom­ma­tion et qui n’est pas sujet à l’ho­méo­sta­sie [N11] ni à des dif­fé­rences sub­stan­tielles de méta­bo­lisme entre indi­vi­dus ; par exemple, l’eau dou­ble­ment éti­que­tée [N12] 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 phy­siqueN13 :

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’en­re­gis­tre­mentA30.

Les recom­man­da­tions pour mener à bien une enquête nutri­tion­nelle sont résu­mées dans des tableaux publiés par le National Cancer Institute (2016A31).

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 obser­va­tion­nellesN14 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 aveugleN15 pour obte­nir la preuve du lien de cau­sa­lité — voir le début de mon article Cancer - sources.

Les sta­tis­ti­ciens Young SS et Karr A (2011A8) 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-carotèneN16 — suc­cé­dané de vita­mine A — ont montré que ce risque était aug­mentéN17 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 de Archer E et al. (2018eA40) qui contient de nom­breuses réfé­rences dont une partie est repro­duite ci-dessous. Ces auteurs for­mulent ainsi l’ob­jet de leur ana­lyse cri­tique (2018eA40, p. 2) :

Compte tenu du dis­cours fic­tion­nel sur les asso­cia­tions régime-maladie et de l’es­ca­lade du débat sur la vali­dité des M‑BM (A37, A36, A17, A28, A35, A34), 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 (A21, A39, A37, A36, A32, A11, A25, A43). 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., 2018eA40, 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 surA40.

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

(Archer E et al., 2018eA40, 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 Levine ME, Longo VD et al. (2014N18) à partir des don­nées du NHANESA19 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 WilsonN19.

Un autre exemple est l’é­tude obser­va­tion­nelle de Srour B et al. (2019A46) sur la cohorte NutriNet-SantéN4 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., 2018eA40, 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 N20), 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) (A40, p. 5)..

Barabási AL et al. (2019A47) 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.

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. Archer E et al. écrivent (2018eA40, 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’Archer E, Pavela G et Lavie CJ (2015A25) 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 [2013A11] et sou­vent « incom­pa­tibles avec la vie » [2013A14]. Davy et Estabrooks [2015A22] 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.

Davy BM et Estabrooks PA (2015A22) 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 de E 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., 2008A7]. Cette méthode a été vali­dée en uti­li­sant le cri­tère stan­dard de l’eau dou­ble­ment éti­que­tée [N12] 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) (2015A22, p. 845).

Un examen plus détaillé de l’ar­ticle d’Archer E t al. (2015A25) 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 (2018eA40, p. 6), Archer E 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 (A21, A37, A36, 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

Licence CC-BY-SA Wikipedia

La suite de Failure to Cite Contrary Evidence rap­pelle les publi­ca­tions (A21, A11, A25, A23) — issues de la même équipe — mon­trant que plus de 40% des par­ti­ci­pants au NHANES (2015N20) 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., 2018eA40, 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) [2015A19] 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 (2018aA42) et à la « dia­bo­li­sa­tion » du sucre ali­men­taire (2008dA39, 2018bA43).

Par exemple, la DGAC affirme que « plu­sieurs nutri­ments sont en consom­ma­tion insuf­fi­sante » malgré des ana­lyses bio­chi­miques (Pfeiffer CM et al., 2013A10) 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 ».

Archer E et 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 » (2017A33) 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., 2018eA40, 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 Archer E 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 (2015A22, 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).

Davy D et Estabrooks P signalent l’ar­ticle de Hébert JR et al. (2014A16) qui décrit les avan­cées signi­fi­ca­tives des méthodes d’en­quête nutri­tion­nelle, incluant des pro­po­si­tions d’a­mé­lio­ra­tions et des réponses détaillées aux cri­tiques d’Archer E et col­lègues. Extrait (Hébert JR et al., 2014A16, 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 (1991A1, A2) cités par Archer et Blair comme fon­de­ments de leur déci­sion. Deuxièmement, Black (2000A3) 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.

Davy D et Estabrooks P ajoutent (2015A22, 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 [lien:9fke], des rap­ports indi­vi­duels et des ana­lyses de don­nées NHANES [2015N20]. Satija et al. [2015A18] 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.

Hébert JR et al. ont remar­qué par ailleurs (2015A24, 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

Archer E et col­lègues sou­lignent que des régimes ali­men­taires iden­tiques consom­més par des indi­vi­dus dif­fé­rents pro­duisent des effets méta­bo­liques diver­gents (2018eA40, 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, RTC) (Archer E et al., 2018eA40, 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., 2015A29) 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., 2018eA40, 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 (A39, A32, A41). 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 (A9, A10) a des effets non négli­geables sur l’o­bé­sité et les mala­dies non-transmissibles dans les pays indus­tria­li­sésA44.

Curieusement, la der­nière réfé­rence (Archer E et al., 2018A44) 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 (A44, 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, 2018dA39). 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 ?

Image cible et flèches
Licence CC-BY-SA Wikimedia

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, 2018dA39), 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 KeysN22 pré­co­ni­sant une approche rigou­reuse de la science nutri­tion­nelle, lui qui était l’au­teur d’une étude épi­dé­mio­lo­giqueN23 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 néo­glu­co­ge­nèseN24, ce qui rend pos­sible, chez un sujet sain, la pra­tique d’une diète céto­gèneN25 béné­fique dans de nom­breuses situa­tions — voir mon article Diète cétogène - expérience. La pri­va­tion de glu­cides induit aussi un méca­nisme appelé cétoseN26 par lequel le foie uti­lise les graisses pour fabri­quer des corps céto­niquesN27 qui se sub­sti­tuent au glu­cose dans l’ap­port d’éner­gie aux organes, au cer­veau et à la masse mus­cu­laire.

Mon pas­sage pré­féré (Archer E, 2018dA39, 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 Painter J, Hoekstra R, Ayers T et al. (2013A13) 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 ! Hoekstra R et col­lègues concluent d’ailleurs (2013A13, 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.

Source : Wikipedia

La suite de l’ar­ticle (Archer E, 2018dA39, 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 Kuipers RS et al. (2012A5), 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., 2013A6) 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, 2018dA39, 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 Greene DA et al. (2018A45) 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 (A39, 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 20e 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 accèsN28 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

Coca Cola eStar elec­tric truck at Washington D.C.

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 Archer E, Pavela G et Lavie CJ (2015A25), Brende Davy et Paul Estabrooks écrivent (2015A26) :

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 (voirA27). 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 consul­ta­tifA19 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 contrôléN5 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-analysesN21 com­bi­nant les don­nées de plu­sieurs dizaines d’é­tudes mais dans les­quelles les cri­tères de ran­do­mi­sa­tionN29 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)

  • A1 · 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
  • A2 · 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
  • A3 · 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
  • A4 · 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.
  • A5 · 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
  • A6 · 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.
  • A7 · 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
  • A8 · 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
  • A9 · 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
  • A10 · 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., 143:938S47S. doi:10.3945/jn.112.172858
  • A11 · 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
  • A12 · ttq6 · Mitka M (2013). Do flawed data on calo­ric intake from NHANES present pro­blems for resear­chers and policy makers ? JAMA. Nov 27;310(20):2137–8. doi:10.1001/jama.2013.281865
  • 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, 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 · iv9b · Archer, E (2015). The Childhood Obesity Epidemic As a Result of Non-Genetic Evolution : the Maternal Resources Hypothesis. Mayo Clinic Proceedings, Volume 90, Issue 1, Pages 77–92
  • A21 · 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
  • A22 · 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
  • A23 · 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
  • A24 · 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
  • A25 · 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
  • A26 · 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
  • A27 · jraz · Bjerga A (2015). Food indus­try players figh­ting pro­po­sed die­tary gui­de­lines drop mil­lions on lob­byists. Bloomberg News, 29 July.
  • A28 · 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
  • A29 · 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
  • A30 · 5rvh · NIH (2016) Dietary Assistant Primer : Principles Underlying Recommendations. National Cancer Institute.
  • A31 · f33z · NIH (2016). Summary Tables : Recommendations on Potential Approaches to Dietary Assessment for Different Research Objectives Requiring Group-level Estimates. National Cancer Institute.
  • A32 · nxg2 · Archer E, Marlow ML, Williams R (2017). Government Dietary Guidelines : Uncertain Science Leads to Questionable Public Health Policy. Mercatus Working Paper. April 20
  • A33 · 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.
  • A34 · 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
  • A35 · 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
  • A36 · 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
  • A37 · 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
  • A38 · yhcg · Lavie CJ, Elagizi A, Kachur S, Carbone S, Archer E (2018c). Weighing in on obe­sity pre­ven­tion and car­dio­vas­cu­lar disease prog­no­sis. Journal of Laboratory and Precision Medicine, 3 : 85 doi:10.21037/jlpm.2018.09.02
  • A39 · 6qsz · Archer E (2018d). 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
  • A40 · fvyg · Archer E, Lavie CJ, Hill JO (2018e). The Failure to Measure Dietary Intake Engendered a Fictional Discourse on Diet-Disease Relations. Front. Nutr., 13 November. doi:10.3389/fnut.2018.00105
  • A41 · 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
  • A42 · aw3j · Archer E (2018a). Disease-Mongering of the American Diet. In : Priorities. American Council of Science and Health.
  • A43 · 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
  • A44 · f8ow · Archer E, Pavela G, Mcdonald S, Lavie CJ, Hill JO (2018g). 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
  • A45 · 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
  • A46 · 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
  • A47 · xj6y · Barabási , AL et al. (2019). The unmap­ped che­mi­cal com­plexity of our diet. Nature Food, December. doi:10.1038/s43016-019‑0005‑1
  • A48 · 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 · lk30 · Cinq fruits et légumes par jour : le succès d’un slogan !
  • N3 · qnje · Mesdames, deve­nir Végétarienne ne sert à rien
  • N4 · pm8q · Étude Nutrinet-Santé
  • N5 · lcub · Essai ran­do­misé contrôlé – Wikipedia
  • N6 · 1kzn · Edward Archer, Ph.D.
  • N7 · ogwg · Food fre­quency ques­tion­naire – Wikipedia
  • N8 · zfxg · 24-hour diet recall – Wikipedia
  • N9 · ij6n · Biomarqueur – Wikipedia
  • N10 · lcfo · Learn More about Biomarkers
  • N11 · uo0w · Homéostasie – Wikipedia
  • N12 · 9oqi · Doubly labe­led water – Wikipedia
  • N13 · s4z6 · Learn More about Energy Adjustment
  • N14 · r79b · Observational study – Wikipedia
  • N15 · axd7 · Étude ran­do­mi­sée en double aveugle – Wikipedia
  • N16 · ni96 · Carotène – Wikipedia
  • N17 · so26 · Beta-carotene sup­ple­men­ta­tion and cancer risk : a sys­te­ma­tic review and metaa­na­ly­sis of ran­do­mi­zed control­led trials
  • N18 · 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
  • N19 · f279 · Flawed science bashes animal pro­tein
  • N20 · 66mr · National Health and Nutrition Examination Survey (NHANES)
  • N21 · 9fke · Méta-analyse – Wikipedia
  • N22 · o7g1 · Ancel Keys – Wikipedia
  • N23 · wgy2 · Seven Countries Study – Wikipedia
  • N24 · aua1 · Néoglucogenèse – Wikipedia
  • N25 · f9wb · Diète céto­gène – Wikipedia
  • N26 · i60z · Cétose (affec­tion) – Wikipedia
  • N27 · 42pq · Corps céto­niques – Wikipedia
  • N28 · 3zzf · In Defense of Sugar : A Critique of Diet-Centrism – PDF dif­fusé par l’International Sugar Organization
  • N29 · 7u7h · Randomisation – Wikipedia

Article créé le 13/03/2019 - modifié le 29/04/2020 à 08h00

103 recommended
0 commentaires
1392 visites
bookmark icon

Écrire un commentaire...

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.