publié dans Nutrition. 2006 ; 22(11-12) : 1087-1095.
Méthodologie pour ajouter les valeurs de l’indice et de la charge glycémiques à la base de données des rappels alimentaires de 24 heures
Barbara C. Olendzki, R.D., M.P.H.a,*, Yunsheng Ma, M.D., Ph.D.a, Annie L. Culver, B.S.Pharmb, Ira S. Ockene, M.D.c, Jennifer A. Griffith, M.S.a, Andrea R. Hafner, B.S.a, et James R. Hebert, Sc.D.d
a Division de médecine préventive et comportementale, École de médecine de l’Université du Massachusetts, Worcester, Massachusetts, États-Unis
b Cliniciens de garde, Redwing Fairview Medical Center Pharmacy, Redwing, Minnesota, États-Unis
c Division de cardiologie, École de médecine de l’université du Massachusetts, Worcester, Massachusetts,
ÉTATS-UNIS
d Programme de prévention et de contrôle du cancer à l’échelle de l’État de Caroline du Sud, Université de Caroline du Sud, Columbia, Caroline du Sud, États-Unis
Résumé
Objectifs – Nous décrivons une méthode permettant d’ajouter les valeurs de l’index glycémique (IG) et de la charge glycémique (CG) à la base de données des nutriments de l’entretien de rappel alimentaire de 24 heures (24HR), un outil d’évaluation alimentaire largement utilisé. Nous avons également calculé les valeurs quotidiennes de l’IG et de la CG à partir de l’enquête 24HR.
Méthodes – Les sujets étaient 641 adultes en bonne santé du centre du Massachusetts qui ont effectué 9067 24HR. Les données alimentaires dérivées des 24HR ont été comparées au tableau international des valeurs de l’indice glycémique et de la charge glycémique. Les valeurs de l’IG pour des aliments spécifiques ne figurant pas dans le tableau ont été estimées par rapport à des aliments similaires en fonction des facteurs physiques et chimiques qui déterminent l’IG. Les aliments mélangés ont été décomposés en ingrédients individuels.
Résultats – Sur les 1261 aliments contenant des glucides figurant dans la base de données, les valeurs IG de 602 aliments ont été obtenues à partir d’une correspondance directe (47,7 %), ce qui représente 22,36 % des glucides alimentaires. Les valeurs IG de 656 aliments (52,1 %) ont été estimées, ce qui représente 77,64 % des glucides alimentaires. Les valeurs IG de trois aliments inconnus (0,2 %) n’ont pas pu être attribuées. L’IG quotidien moyen était de 84 (écart-type 5,1, le pain blanc servant de référence) et le GL moyen de 196 (écart-type 63).
Conclusion – Grâce à cette méthode d’ajout de valeurs d’IG et de GL aux bases de données sur les nutriments, il est possible d’évaluer les associations entre l’IG et/ou le GL et le poids corporel ainsi que les conséquences des maladies chroniques (diabète, cancer, maladies cardiaques). Cette méthode peut être utilisée dans le cadre de recherches cliniques et d’enquêtes où les 24 heures sont un moyen pratique d’évaluer le régime alimentaire. Les implications de l’utilisation de cette méthodologie imposent une évaluation plus large de l’alimentation et des conséquences des maladies.
Mots-clés
Indice glycémique ; rappels alimentaires de 24 heures ; nutrition
Introduction
Le concept d’index glycémique (IG) a fourni à la communauté scientifique une nouvelle façon d’examiner la qualité des glucides (CHO), ce qui s’est avéré utile dans la recherche sur l’étiologie et la prévention du diabète, des maladies coronariennes, de l’obésité, du cancer de la prostate et d’autres maladies chroniques [1-6]. Historiquement, les CHO ont été classés en deux grandes catégories : les complexes et les simples. Les monosaccharides et les disaccharides sont des CHO simples. Les polysaccharides sont des CHO complexes et comprennent l’amidon, la cellulose, les fibres et les composés apparentés. L’un des défauts de ce système de classification est qu’il ne permet pas de prédire les réactions du glucose plasmatique et de l’insuline [7], qui sont des facteurs essentiels dans la genèse de nombreux problèmes de santé.
L’IG, développé par Jenkins et al [8] en 1981, permet de comparer les aliments CHO sur la base de leurs effets physiologiques plutôt que sur leur composition chimique. La méthode physiologique actuellement acceptée [9] pour déterminer la valeur IG d’un aliment consiste à donner à au moins 10 sujets sains 50 g de CHO digestible (disponible) provenant de l’aliment testé, puis à mesurer l’effet sur leur glycémie capillaire au cours des 2 heures suivantes. À une autre occasion, les sujets consomment une portion de 50 g d’un aliment de référence (pain blanc ou glucose) et la réponse de leur glycémie capillaire sur 2 heures est à nouveau mesurée pour obtenir l’aire sous la courbe (AUC) correspondante. Une valeur IG pour l’aliment test est alors calculée pour chaque personne en divisant l’AUC du glucose pour l’aliment test par l’AUC du glucose ou du pain blanc pour l’aliment de référence. La valeur finale de l’IG de l’aliment test est la valeur moyenne de l’IG pour tous les sujets [8,10]. Ce classement des aliments contenant des CHO en fonction de la réponse glycémique s’est avéré particulièrement utile pour comprendre l’effet de certains types de CHO sur la santé [1,11,12].
Il est important de noter que différents aliments contenant des quantités égales de CHO peuvent produire une large gamme de réponses glycémiques par rapport à la réponse glycémique moyenne d’un aliment de référence [9]. L’effet des glucides sur la glycémie et les concentrations d’insuline est principalement déterminé par la quantité de glucides consommée (quantité) et la vitesse d’absorption (qualité). La réponse glycémique et la détermination ultérieure des valeurs IG sont influencées par des facteurs autres que le type de CHO, tels que les graisses, les protéines, les fibres et la composition nutritionnelle de l’aliment. La cuisson et d’autres méthodes de transformation contribuent à une variation supplémentaire de la réponse. En général, les aliments dont le degré de gélatinisation de l’amidon est faible ou dont la teneur en fibres solubles est plus élevée ont une digestion plus lente et donc un IG plus faible [11].
La charge glycémique (CG) est déterminée par l’effet combiné de la qualité et de la quantité de CHO ingérés par portion d’un aliment donné. La CG est l’IG d’un aliment multiplié par sa teneur en CHO en grammes. L’IG et le GL sont donc étroitement liés, mais ils représentent des moyens différents d’évaluer la réponse à un aliment riche en CHO. Le GL reflète mieux l’effet physiologique d’un aliment que la quantité de CHO ou l’IG seuls [13].
Bien que de nombreux chercheurs aient appliqué des valeurs d’estimation de l’IG à des instruments d’évaluation de l’alimentation [14-17], la méthodologie utilisée pour obtenir ces valeurs n’a été documentée en détail que récemment dans quelques études utilisant le questionnaire sur la fréquence alimentaire (FFQ) [17-19]. Cependant, bien qu’elle soit similaire, la description de la méthodologie d’attribution des valeurs IG dans les rappels alimentaires de 24 heures (24HR) fait actuellement défaut. Les objectifs de la présente étude sont de décrire les méthodes utilisées pour établir l’IG et la GL à partir d’un vaste ensemble de rappels alimentaires de 24 heures et de calculer l’IG et la GL alimentaires globaux. La base de données des aliments provient des 24HRs collectés auprès d’une population saine du centre du Massachusetts, dans le cadre de l’étude SEASONS (Seasonal Variation of Blood Cholesterol Levels), dans laquelle nous avons également examiné les variations d’IG et de GL et leurs associations avec le poids corporel et les lipides sanguins à l’aide des 24HRs [20-23]. Cette documentation contribuera à poursuivre les efforts visant à établir une méthodologie cohérente pour ajouter les IG L’évaluation de l’IG est un outil qui permet d’améliorer les valeurs de l’IG dans les outils d’évaluation de l’alimentation et peut conduire à une plus grande utilisation de l’IG dans la recherche et les soins cliniques.
Matériels et méthodes Évaluation de l’alimentation
Les 24HR ont été collectés par des diététiciens formés à l’aide du Nutritional Data System (NDS), développé et maintenu par le Nutrition Coordinating Center de l’Université du Minnesota (NDS DOS versions 2.6, 2.7, et 2.8) [24]. Les aliments contenant des CHO (plats individuels et mélangés) ont ensuite été réintroduits dans une version plus récente de la NDS (NDS 5.0_35 pour Windows), qui permet une analyse plus approfondie, en particulier des types de CHO (glucose, fructose, saccharose), des types de fibres (solubles ou insolubles) et de la teneur en matières grasses. Le NDS fournit 136 nutriments et composants alimentaires (tels que les phytoestrogènes et les caroténoïdes) pour l’analyse de plus de 18 000 aliments dans la base de données. Tous les aliments de l’International Table of Glycemic Index and Glycemic Load Values (International Table) [9], testés physiologiquement et publiés, et des bases de données en ligne de l’Université de Sydney (http://www.glycemicindex.com) ont ensuite été saisis dans le même système NDS afin de faciliter les corrélations entre les nutriments et les aliments de l’étude. Dans le cadre de notre étude, nous avons systématiquement recueilli des informations détaillées sur les méthodes de préparation des aliments et la taille des portions. Cela a permis de mieux estimer l’IG et de calculer les GL au niveau individuel.
Estimation de l’IG et des GL
Les données disponibles proviennent de 9067 24HR fournissant des informations sur un total de 1482 aliments différents. L’IG étant basé sur les aliments contenant des CHO, nous avons utilisé le programme d’analyse nutritionnelle NDS pour exclure les aliments sans CHO, ce qui laisse un total de 1261 aliments contenant des CHO pour l’analyse dans l’étude SEASONS.
L’étape suivante a consisté à faire correspondre nos aliments directement à ceux du tableau international et/ou de la base de données en ligne actualisée de l’Université de Sydney (les mêmes chercheurs ont créé ces deux bases de données). La table internationale fournit des moyennes d’IG provenant d’études qui ont testé les aliments en fonction de la réponse physiologique et de la localisation géographique, tandis que la base de données en ligne de l’Université de Sydney fournit des détails supplémentaires quant à la population dans laquelle l’aliment a été testé (normale, diabétique ou syndrome métabolique), la référence de la personne qui a effectué le test, les valeurs moyennes d’IG de chaque étude et la durée du test (2 ou 3 heures). Tous les aliments de la Table internationale ou de la base de données en ligne qui ont été comparés à nos aliments ont été analysés à l’aide du NDS afin de fournir une plate-forme de comparaison standard. Il convient de noter que le NDS fournit une ventilation de la teneur totale en CHO, y compris les fibres, alors que l’International Table se base sur la teneur en CHO disponible (avec la teneur totale en fibres soustraite). C’est l’une des raisons pour lesquelles tous les aliments du tableau international utilisés pour la comparaison avec ceux de la présente étude ont d’abord été analysés à l’aide du NDS.
Il a également été jugé important de faire correspondre les aliments à ceux du tableau international en sélectionnant l’aliment présentant les meilleures correspondances géographiques et botaniques, lorsque ces informations étaient disponibles, et de prendre en compte les méthodes de préparation des aliments (ajout d’autres ingrédients, temps de cuisson, etc.) qui sont décrites dans le cadre de la collecte des 24 heures chrono. Si plusieurs études ont effectué des tests physiologiques et ont été incluses dans le tableau international, les valeurs IG des études botaniques et géographiques pertinentes ont été moyennées pour obtenir l’IG établi.
La table internationale et les bases de données de l’Université de Sydney sont d’excellentes sources d’information, mais ne constituent pas une liste exhaustive de tous les aliments et des valeurs IG correspondantes. En particulier, ces bases de données ne contiennent pas un grand nombre d’aliments figurant dans nos 24 heures d’aliments américains. Ainsi, chaque aliment ne figurant pas dans l’International Table [9] a dû être associé à un aliment similaire. Traduit avec www.DeepL.com/Translator (version gratuite)Dans un exemple simple qui ne met en évidence que les types de sucres (l’un des facteurs dans la détermination de la
Nutrition. Manuscrit de l’auteur ; disponible dans PMC 2007 November 1.
NIH-PA Author Manuscript NIH-PA Author Manuscript NIH-PA Author Manuscript NIH-PA Author Manuscript
Olendzki et al.
Page 4
Si l’on considère que le Pepsi est l’aliment qui correspond le mieux à l’indice glycémique (IG), avec ~27 g de CHO total par portion de 250 ml, contenant ~41 % de fructose (IG 19), ~37 % de glucose (IG 100), ~20 % de saccharose (IG 68) et ~0,9 % de maltose (IG 105), on peut dire que le Pepsi est l’aliment qui correspond le mieux à l’indice glycémique (IG). Pepsi correspond le mieux aux boissons du tableau international, puis à Coca Cola, qui contient également ~27 g des mêmes pourcentages de ces types de CHO par portion de 250 ml. Coca Cola a une valeur IG de 63, qui devient la valeur IG attribuée à Pepsi. Cette correspondance est bien meilleure que celle d’une boisson similaire, Fanta, qui contient ~32 g de CHO totaux par portion de 250 ml, avec ~18 % de fructose, ~17 % de glucose, ~62 % de saccharose et 0,8 % de maltose, et dont l’IG est de 68.
Les aliments similaires ont été déterminés en fonction de la répartition des ingrédients. Tout d’abord, la nutritionniste (B.C.O.) a estimé quels aliments du Tableau international ou de la base de données en ligne devaient être comparés à notre ensemble de données. Ensuite, la taille des portions a été normalisée entre les aliments, qui ont ensuite été comparés de la manière suivante : la teneur totale en CHO a été décomposée en sucres, comme décrit dans l’exemple ci-dessus, et la teneur en fibres a été caractérisée et comparée (soluble ou insoluble, amylose ou amylopectine). La teneur en matières grasses, l’acidité, la taille des particules, les protéines et les méthodes de cuisson et de transformation ont également été prises en compte pour les correspondances. Les SND fournissent une analyse approfondie de la plupart des facteurs nutritionnels tels que les matières grasses et les fibres, ce qui permet d’établir des liens étroits avec des aliments similaires dans le tableau international ou dans la base de données en ligne. En général, les aliments dont le degré de gélatinisation de l’amidon est faible ou dont la teneur en fibres solubles est élevée ont un taux de digestion et d’absorption plus lent et donc un IG plus faible [11]. Certaines informations sur les facteurs (acidité, taille des particules, rapport amylose/amylopectine) ont été obtenues à partir de références en sciences alimentaires [25-28]. Les aliments de notre étude qui ne correspondaient pas directement aux aliments de la base de données en ligne de l’International Table et de l’Université de Sydney ont été associés aux aliments disponibles répertoriés dans ces bases de données et présentant des caractéristiques similaires, comme décrit ci-dessus, afin d’obtenir des estimations de la valeur de l’IG. Le nutritionniste a procédé aux déterminations finales sur la base de toutes les informations disponibles et de son expérience subjective et de sa connaissance des aliments.
Les plats composés représentaient un défi intéressant, car le processus d’évaluation impliquait de décomposer les ingrédients du plat composé pour prendre en compte les correspondances directes ou similaires des ingrédients individuels. Le SND a été utilisé pour le calcul et la composition des nutriments, en prêtant attention au type de CHO (saccharose, fructose, glucose), aux méthodes de préparation des aliments et à d’autres facteurs de l’IG (fibres, graisses, acides, etc.). En utilisant les mêmes techniques d’analyse que celles décrites ci-dessus, les ingrédients ont ensuite été mis en correspondance avec les aliments testés dans l’International Table ou dans la base de données en ligne de l’Université de Sydney. Nous avons attribué l’IG à chaque ingrédient en calculant l’IG global selon une moyenne pondérée des valeurs IG de chaque aliment, sur la base de la proportion de CHO total apportée par chaque aliment. [29].
Trois aliments de la base de données nous étaient inconnus et pour lesquels il n’y avait pas assez d’informations pour établir une valeur IG, car la première version de la NDS utilisée pour la collecte initiale ne fournissait pas assez d’informations sur les nutriments. Ces aliments ne sont plus disponibles dans le commerce et ne figurent pas dans la version actuelle de la SND. Ces trois aliments, répertoriés dans la première version de la NDS sous les noms de « Second Nature », « Figurines » et « Sego Lite », ont peu contribué à la consommation de CHO dans notre étude et ont été omis de l’analyse finale.
Il y avait un petit nombre de biscuits au sucre commerciaux différents (n = 13) pour lesquels une valeur IG moyenne a été attribuée. Ces 13 aliments ont été regroupés avec un IG moyen pour le groupe, au lieu d’être évalués individuellement comme nous l’avons fait pour le reste des aliments. Cela s’explique par le fait que la première version du NDS ne fournissait pas suffisamment de données pour permettre une analyse à l’aide de la base de données actuelle du NDS. Nous avons dû sélectionner la valeur IG sur la base des macronutriments et des fibres plutôt que sur la base de types spécifiques de CHO et de techniques de préparation des aliments. Ces 13 aliments étaient tous des aliments transformés, susceptibles de contenir des CHO raffinés, et se sont vus attribuer des valeurs correspondant à des biscuits ou digestifs similaires dans la base de données en ligne de l’International Table et de l’Université de Sydney.
Confiance dans les estimations
Deux nutritionnistes titulaires d’une maîtrise ont participé à l’attribution des valeurs IG dans le cadre de cette étude. Chaque nutritionniste effectuant des estimations a attribué un niveau de confiance subjectif de contrôle de la qualité, allant de 1 à 5, à la résolution de l’IG de chaque aliment. En aveugle par rapport aux estimations précédentes, cette estimation a été refaite par chaque nutritionniste avant d’exécuter les résultats de l’analyse, et environ 10 % des aliments ont été ajustés après une analyse plus poussée. Comme nous n’avons pas testé directement les aliments eux-mêmes, nous n’avons pas pu atteindre le niveau 5 (confiance à 100 % dans la valeur de l’IG). La valeur 4 a été attribuée si l’aliment correspondait directement (même aliment) à la table internationale, la valeur 3 si l’aliment était étroitement lié à un aliment de la table internationale ou de la base de données en ligne (correspondant aux facteurs IG et aux informations nutritionnelles), la valeur 2 si l’aliment ne correspondait pas étroitement à l’un des facteurs IG, et la valeur 1 si l’aliment s’est vu attribuer une valeur IG moyenne pour le groupe d’aliments, plutôt que de correspondre aux facteurs IG individuels et aux informations nutritionnelles (comme les 13 types de biscuits). Sur 1 261 aliments, 1 160 (91 %) ont atteint un niveau ≥3.
Calcul de l’IG et de la GL journaliers
Les formules recommandées [30] pour le calcul des GL et IG journaliers sont les suivantes :
n
où IGi est l’IG de l’aliment i, CHOi est la teneur en CHO de l’aliment i (grammes par jour) et n est le nombre d’aliments consommés par jour. Le programme NDS a fourni la teneur en CHO des aliments nécessaires au calcul des GL. La valeur IG de l’aliment a été multipliée par 1,43 pour convertir le glucose en pain blanc comme valeur IG de référence [9].
Résultats
GL alimentaire global = ∑ GIi × CHOi i=1
nn
IG alimentaire global = ∑ GIi × CHOi/ ∑ CHOi i=1 i=1
L’apport calorique moyen calculé à partir des 9067 24HR était de 1966 kcal/jour (SD 569), le pourcentage de calories provenant des CHO était de 51 (SD 7,5), et l’apport quotidien en CHO était de 247 g (SD 74). Les participants à l’étude étaient pour la plupart des Américains d’origine européenne, d’âge moyen et en surpoids ; les hommes et les femmes étaient représentés de manière égale et les sujets étaient majoritairement non-fumeurs. Le tableau 1 présente les caractéristiques générales des sujets.
Au total, 1261 aliments contenant des CHO ont été identifiés à partir des 9067 24HR de l’étude SEASONS. Les valeurs IG de 602 aliments ont été obtenues à partir de correspondances directes (47,7 %), ce qui représentait 22,36 % des CHO alimentaires. Les valeurs IG de 656 aliments (52,1 %) ont été estimées, contribuant aux 77,64 % restants de CHO alimentaire estimable. Les valeurs IG de trois aliments (0,2 %) n’ont pas pu être attribuées ; ces trois aliments ont une faible teneur en CHO. Un niveau de confiance de 4 (correspondance directe avec l’aliment du tableau) a été attribué à 602 aliments (48% du total), un niveau de confiance de 3 (correspondance étroite) a été attribué à 558 aliments (44% du total), un niveau de confiance de 2 a été attribué à 85 aliments (6,7% du total), un niveau de confiance de 1 (1%) a été attribué à 13 aliments et 3 aliments (0,2%) n’ont pas pu être attribués (et ont donc été éliminés des analyses). L’IG quotidien moyen était de 84 (écart-type 5,1, pain blanc 100) et le GL de 196 (écart-type 63). La distribution de l’IG pour la population de l’étude SEASONS est présentée dans la figure 1.
Le tableau 2 présente les 20 principales sources de CHO des participants à l’étude SEASONS. Pour faciliter la comparaison avec d’autres études, les catégories du riz blanc (3,71 % des CHO) et des pommes de terre (3,50 % des CHO), dont les valeurs IG varient en fonction de la variété de riz ou de pommes de terre, ont été retenues. Les 20 aliments les plus importants représentaient 48 % de l’ensemble des aliments consommés. Ces 20 premiers aliments représentaient 48 % des CHO consommés sur l’ensemble des 1 261 aliments. Le tableau 3 présente les 20 aliments ayant l’IG le plus élevé et la fréquence de leur consommation par cette population. Il est intéressant de noter que les aliments ayant les valeurs IG les plus élevées n’étaient pas nécessairement consommés fréquemment (amidon de maïs 0,44 %, un ingrédient ajouté comme agent épaississant avec un IG de 159, et pommes de terre déshydratées 0,35 %, avec un IG de 134). Les 20 aliments ayant les GL les plus élevés sont énumérés dans le tableau 4. Le classement de ces aliments est assez similaire à celui des 20 aliments les plus riches en CHO, ce qui indique que c’est le CHO, et non l’IG, qui a le plus d’influence sur les GL dans cette population.
Discussion
Ce rapport décrit nos méthodes d’estimation de l’IG, qui ont déterminé nos calculs de l’IG global et de la GL dans notre étude. L’utilité clinique de l’IG comme méthode de contrôle de la glycémie reste discutée, car l’American Diabetes Association (ADA) recommande principalement le comptage des CHO pour le contrôle de la glycémie, tout en reconnaissant que plusieurs facteurs de l’IG influencent la réponse glycémique aux aliments [31,32] et que l’IG et la GL peuvent avoir des effets bénéfiques supplémentaires. La prise de position de l’ADA indique que l’intégration de l’IG en tant que méthode principale de contrôle glycémique est assez complexe lorsqu’elle s’applique à des aliments et des repas mixtes. L’IG n’est actuellement pas indiqué sur les produits alimentaires américains et ce n’est que récemment qu’il a commencé à apparaître sur les étiquettes européennes. Bien que les tests physiologiques constituent la norme pour établir les valeurs de l’IG, ces tests ne sont effectués que dans quelques endroits réputés, et ils sont coûteux et prennent du temps. Par conséquent, il n’est peut-être pas à la portée de nombreux chercheurs et cliniciens.
Nos méthodes sont conformes à celles décrites dans trois publications récentes. Flood et al [18] ont décrit une méthodologie similaire en appliquant l’appariement et l’estimation à la base de données du National Cancer Institute Diet History Questionnaire, un instrument d’évaluation de la fréquence alimentaire. Neuhouser et al [19] ont décrit les méthodes utilisées pour ajouter l’IG au FFQ utilisé dans le cadre de la Women’s Health Initiative, en reconnaissant l’importance de la méthodologie dans l’estimation de l’IG. Schulz et al [17] ont également décrit brièvement leurs méthodes d’attribution de l’IG à l’aide d’un FFQ semi-quantitatif de 114 questions. De nombreuses études ont examiné l’association de l’IG et du GL avec la maladie, mais peu d’entre elles (utilisant un FFQ ou 24HR) ont mentionné leurs méthodes d’estimation de l’IG ; celles qui ont expliqué les méthodes ne l’ont fait que de manière superficielle, dans le cadre d’une description sommaire, et non pas en tant que thème principal de l’article [17]. Les études de Flood et al. et de Neuhouser et al. sont parmi les premières à décrire en détail les étapes qu’ils ont suivies pour déterminer les valeurs de l’IG pour leur base de données FFQ. Il est important que les chercheurs soient cohérents dans leur méthodologie d’attribution des valeurs IG aux instruments d’évaluation de l’alimentation. Cela améliorera l’évaluation de l’IG et de toute association avec les maladies chroniques, et facilitera l’utilisation de l’IG et des GL dans les contextes cliniques et de recherche.
Nous avons choisi le 24HR pour l’estimation de l’IG pour plusieurs raisons. Le FFQ comprend une courte liste d’aliments et de groupes d’aliments prédéfinis (tous deux avec des portions standardisées et totalisant environ 60-150 aliments), ainsi que des questions sur le régime alimentaire moyen au cours d’une période spécifiée dans le passé récent (généralement de 3 mois à 1 an). Les scores nutritionnels sont dérivés de la comparaison avec une portion standard multipliée par la fréquence de consommation des aliments. Les groupes d’aliments inhérents à la conception d’un FFQ peuvent représenter, et représentent probablement, un large éventail de valeurs IG. La consommation réelle par la population étudiée d’aliments particuliers au sein des catégories n’est pas connue et, en raison de sa nature semi-quantitative, la taille précise des portions consommées n’est pas connue. Il est inhérent à la nature des FFQ que des valeurs moyennes d’IG doivent être attribuées à un groupe d’aliments qui peuvent en réalité avoir des valeurs d’IG très variées et qui devraient varier considérablement d’une personne à l’autre. Cependant, les deux méthodes d’évaluation de l’alimentation ont leur place ; le FFQ est beaucoup moins coûteux à administrer que les 24HR, et la méthodologie pour déterminer l’IG dans le FFQ peut être appliquée comme décrit par Flood et al. et Neuhouser et al.
En raison de l’utilité pratique des FFQ dans les grandes études de cohorte, peu de 24HR ont été testés à cette fin [14,33]. Le 24HR peut être utilisé pour valider le FFQ dans cette dimension, d’une manière similaire à celle de la comparaison des nutriments [34-36].
L’IG est conçu pour mesurer l’effet glycémique des CHO consommés ; le calcul du GL repose sur la connaissance d’aliments spécifiques, associée à la taille des portions et à la teneur en CHO de chaque aliment consommé. Par conséquent, le GL basé sur plusieurs 24HR peut être plus précis en ce qui concerne la consommation alimentaire réelle des individus et des populations que celui basé sur le FFQ. L’utilisation de cette méthodologie dans le contexte des 24 heures est importante en soi (parce qu’il s’agit d’une méthode d’évaluation praticable dans la recherche clinique). Elle est également d’autant plus pertinente que les 24 heures chrono sont souvent la méthode de référence dans les études de validation des questionnaires structurés, y compris le FFQ [37-39], et qu’il est raisonnable de considérer l’IG ou la GL comme un paramètre à tester dans le cadre de la validation.
Bien que l’IG ait été déterminé pour plusieurs FFQ, son utilisation dans les 24 heures n’est que rarement documentée. Récemment, deux études ont établi l’IG à partir de 24HR [14,33]. Davis et al [33] ont indiqué que 44 % des aliments correspondaient au mieux à la table internationale sur les profils de CHO, 33 % à des aliments similaires sur la base des profils de CHO et 23 % à une fourchette moyenne d’aliments similaires. Davis et al. ont résumé leurs méthodes d’estimation de l’IG (ils ont soumis leurs aliments au NDS comme nous l’avons fait), mais l’objectif principal de leur rapport n’était pas de décrire les méthodes d’estimation. Les résultats de notre étude montrant un IG quotidien moyen de 84 étaient proches de l’estimation de Davis et al. qui ont rapporté un IG quotidien moyen de 89 dans une population âgée. Le tableau 5 présente les valeurs estimées de l’IG et du GL en comparaison avec d’autres populations et d’autres études.
Notre méthodologie présente plusieurs limites. Tout d’abord, nous reconnaissons que notre source d’estimation de l’IG, la Table internationale et les bases de données en ligne, peut être sujette à des erreurs dans les valeurs de l’IG, y compris des variations intra-sujet et inter-laboratoires. Cependant, Wolever et al [40,41] ont démontré que, si les méthodes physiologiques recommandées étaient utilisées, les résultats de l’IG concordaient raisonnablement bien (c’est-à-dire ±5 %). En outre, comme la réponse glycémique de chaque sujet à un aliment donné est normalisée par rapport à la réponse glycémique de ce sujet à l’aliment de référence, la variation entre les sujets est éliminée de l’équation. Deuxièmement, les données recueillies à l’aide de cette première version du NDS étaient incomplètes pour certains aliments en termes de données nutritionnelles disponibles, de méthodes de préparation et de marques. Les versions ultérieures de la NDS se sont considérablement améliorées, mais ne parviennent toujours pas à saisir tous les facteurs influençant la détermination de l’IG d’un aliment donné. Pour que l’IG devienne cliniquement utile, ces informations supplémentaires devront être largement diffusées (et figurer à terme sur les étiquettes des aliments et dans la base de données de la SND) et les méthodes de détermination devront être normalisées. Troisièmement, bien que le NDS dispose d’une excellente base de données d’aliments individuels, de nombreux aliments peuvent encore être oubliés (bien que nous ayons rencontré peu d’aliments de ce type dans le cadre de cette étude).
En outre, les CHO totaux de l’International Table (et en Europe et au Canada) ne contiennent que des CHO digestibles, alors que le NDS est un système de données nutritionnelles basé aux États-Unis et qu’il englobe les fibres solubles et insolubles dans les CHO totaux. Il s’agit là d’une raison importante pour normaliser la plate-forme d’analyse (en faisant passer tous les aliments comparés par le même logiciel d’analyse) afin de parvenir à nos estimations. D’autres études qui ont décrit la méthodologie ont également souligné l’importance de cette considération [17-19].
Notre population d’étude était composée en grande partie de personnes blanches, de classe moyenne, qui étaient pour la plupart membres d’une organisation de maintien de la santé. Le protocole de l’étude comportait une longue série de visites cliniques et d’évaluations du régime alimentaire, et les participants étaient probablement relativement motivés. Pour ces raisons, bien que nos méthodes de détermination de l’IG puissent être utilisées dans le cadre d’une étude sur la nutrition, nous ne sommes pas convaincus de l’efficacité de ces méthodes. En raison de la diversité des études, notre ensemble de données sur les aliments peut ne pas être entièrement généralisable à d’autres couches socio-économiques et à d’autres cultures et groupes ethniques.
Conclusion
Il s’agit de la première étude décrivant une méthodologie permettant d’ajouter l’IG et les GL dans une base de données dérivée de 24 heures, la méthode d’évaluation alimentaire la plus largement utilisée dans les grandes enquêtes nutritionnelles, telles que la National Health and Nutrition Examination Survey. Nous pensons que la description et la compréhension des méthodes d’estimation de l’IG permettront d’accroître l’utilité clinique et de recherche de l’IG et des GL et contribueront à normaliser l’estimation de l’IG pour les études qui s’appuient sur des outils d’évaluation alimentaire.
Remerciements
Les auteurs remercient Philip Merriam, Laura Robidoux et Priscilla Cirillo pour leur aide dans le recrutement et la collecte des données, Kelly Scribner pour la coordination des rappels de 24 heures et les diététiciens de SEASONS qui ont effectué les rappels de 24 heures : Susan Nelson, Christine Singelton, Pat Jeans, Karen Lafayette, Deborah Lamb, Stephanie Olson et Eileen Capstraw.
lien vers l’article original en anglais : https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1989668/pdf/nihms13644.pdf
