Étude : mesurer l’apport alimentaire à partir de l’urine

Mesurer l’apport alimentaire à partir de l’urine ? Quelque part, je préfère ne pas y penser. Des clients qui apportent leur petit échantillon dans un pot pour montrer ce qu’ils ont mangé. Une vision d’avenir selon une nouvelle étude britannique.

Comprendre l’alimentation via l’urine

Les chercheurs ont développé un test permettant de voir, à partir de l’urine d’une personne, ce qu’elle a mangé. En cinq minutes, le test montrerait quel type de viande tu as consommé, si tu as mangé assez de légumes et de fruits, ainsi que la traduction en (macro)nutriments : combien de protéines, de glucides, de graisses et de fibres.

Les chercheurs voient leur travail comme les premières étapes d’une nouvelle méthode qui devrait faciliter l’évaluation, par exemple, du respect d’un régime par les personnes.

Mesurer l’apport alimentaire

Dans notre application FITsociety, nous avons intégré des milliers de produits avec leurs valeurs nutritionnelles. Nous avons en plus longuement réfléchi à la manière de te permettre, en tant que client, de remplir aussi facilement que possible ce que tu as mangé et la façon dont ces aliments se traduisent en valeurs nutritionnelles quotidiennes.

Ce n’est pas pour rien que nous y avons accordé beaucoup d’attention. Les chercheurs britanniques soulignent que lorsque les gens doivent indiquer eux-mêmes ce qu’ils ont mangé, cela se passe mal dans 33 à 80 % des cas [2,3]. Les gens ont vite tendance à exagérer la quantité d’aliments sains, tandis que les aliments moins bons sont souvent sous-déclarés [4,5,6]. La quantité de calories serait aussi souvent estimée trop bas [2]. C’est également une raison pour laquelle citer une consommation moyenne par personne se révèle si difficile en pratique (et pourquoi je n’ai pas trouvé cette donnée très pratique à utiliser dans l’article de ce matin sur Fajah).

Les chercheurs soulignent que ces données erronées ont jusqu’à présent entraîné de nombreux résultats différents dans les études sur l’apport alimentaire. Il n’est pas difficile d’imaginer à quel point conseiller quelqu’un devient plus compliqué lorsque les données sont incorrectes. Tu calcules un besoin calorique et le client indique qu’il le suit. Ensuite, il s’avère que le client prend quand même du poids et, en tant que coach, tu ne comprends pas ce qui se passe. Ton conseil est-il faux ou tes données le sont-elles ?

Tu aurais moins à douter de ce dernier point s’il était établi objectivement à partir de l’urine.

Étude

Les chercheurs ont réparti 19 volontaires en groupes qui ont reçu quatre régimes différents pendant trois jours. Les régimes allaient de « très sain » à « très malsain » (selon les définitions des recommandations alimentaires de la World Health Organisation). Ils séjournaient dans un centre de recherche à Londres, où leur urine était prélevée 3 fois par jour. Les chercheurs ont ensuite mesuré des centaines de métabolites, produits de dégradation des aliments digérés. Dans certains cas, ces métabolites indiquent quel type d’aliment a été consommé (viande rouge/blanche, fruits, légumes). Dans d’autres cas, quels nutriments ont été consommés (protéines, graisses, sucres, fibres). Dans certains cas, ils ont mesuré des métabolites capables d’indiquer précisément le type d’aliment (par exemple un agrume).

Ils ont testé leur travail en reprenant ensuite les données d’une étude précédente. Pour cette étude antérieure, 291 Britanniques et Danois avaient noté leur alimentation et fourni de l’urine. Avec leur méthode, les chercheurs britanniques ont pu mesurer précisément, à partir de l’urine, l’alimentation consommée par ces 291 personnes.

Mesurer l’apport alimentaire en pratique

Les chercheurs indiquent qu’ils doivent poursuivre le développement afin d’obtenir des données encore plus détaillées à partir de l’urine. La technologie devrait aussi être mise en œuvre à l’échelle locale, avec des mesures réalisables à domicile.

Il ne reste plus qu’à attendre le premier client qui débarque avec un pot d’urine.

Références

1. Isabel Garcia-Perez, Joram M Posma, Rachel Gibson, Edward S Chambers, Tue H Hansen, Henrik Vestergaard, Torben Hansen, Manfred Beckmann, Oluf Pedersen, Paul Elliott, Jeremiah Stamler, Jeremy K Nicholson, John Draper, John C Mathers, Elaine Holmes, Gary Frost. Objective assessment of dietary patterns by use of metabolic phenotyping: a randomised, controlled, crossover trial. The Lancet Diabetes & Endocrinology, 2017; DOI: 10.1016/S2213-8587(16)30419-3
2. Rennie, KL, Coward, A, and Jebb, SA. Estimating under-reporting of energy intake in dietary surveys using an individualised method. Br J Nutr. 2007; 97: 1169–1176
3. Poslusna, K, Ruprich, J, de Vries, JH, Jakubikova, M, and van't Veer, P. Misreporting of energy and micronutrient intake estimated by food records and 24 hour recalls, control and adjustment methods in practice. Br J Nutr. 2009; 101: S73–S85
4. Lafay, L, Mennen, L, Basdevant, A et al. Does energy intake underreporting involve all kinds of food or only specific food items? Results from the Fleurbaix Laventie Ville Santé (FLVS) study. Int J Obes Relat Metab Disord. 2000; 24: 1500–1506
5. Rosell, MS, Hellenius, ML, de Faire, UH, and Johansson, GK. Associations between diet and the metabolic syndrome vary with the validity of dietary intake data. Am J Clin Nutr. 2003; 78: 84–90
6. Dhurandhar, NV, Schoeller, D, Brown, AW et al. Energy balance measurement: when something is not better than nothing. Int J Obes (Lond). 2015; 39: 1109–1113