Description de l’Apport alimentaire

REMARQUE: Les liens pour « Ligne » dans le texte ci-dessous vous amèneront à la partie pertinente du Tableau récapitulatif.

Recommandations pour la saisie des données

Rappels alimentaires de 24 heures

Choisissez le 24 HEURES pour les études dans lesquelles votre objectif est de décrire l’apport alimentaire d’un groupe (voir le Profil de Rappel alimentaire de 24 heures).

  • Si votre objectif est d’estimer l’apport habituel moyen d’un groupe (ligne 1), ou la différence d’apport habituel moyen entre deux groupes ou plus (ligne 2), une seule administration des 24 HEURES est suffisante. Il est cependant important de prendre en compte le délai auquel les données 24 HEURES s’appliquent. Par exemple, si vous êtes intéressé par des apports sur une semaine complète, répartissez l’administration des 24 HEURES sur les jours de la semaine de sorte que chaque jour, y compris les jours de semaine et les week-ends, vous collectez les 24 HEURES auprès de certaines des personnes de votre échantillon (En savoir plus sur les effets du jour de la semaine). De même, si vous êtes intéressé par une prise sur une année, répartissez l’inscription des 24 HEURES sur toutes les saisons de l’année (En savoir plus sur les effets de saison). Bien que la collecte de 24 heures pour deux jours de semaine et un jour de week-end de chaque participant soit une stratégie commune, cela n’est pas nécessaire. Au contraire, une seule répartition sur 24 heures dans l’échantillon pour capturer tous les jours de la semaine et les saisons de l’année selon la période d’intérêt pour l’étude est suffisante.
  • Lors de l’estimation des moyennes d’apport usuel, envisagez de collecter des données de biomarqueurs de récupération pour au moins un sous-échantillon afin de faciliter l’ajustement pour les erreurs de mesure, y compris les erreurs aléatoires et les biais. Cependant, les biomarqueurs de récupération ne sont actuellement connus que pour quelques composants alimentaires (En savoir plus sur les biomarqueurs).

  • Si votre objectif est de décrire la distribution de l’apport habituel parmi un groupe (ligne 3) (par exemple, afin d’estimer la proportion d’individus au-dessus ou en dessous d’un seuil ou d’un centile de l’apport habituel), répétez votre administration de la 24H dans au moins un sous-échantillon pour permettre l’ajustement pour une erreur aléatoire intra-personne (voir Concepts clés sur l’erreur de mesure). Comme indiqué ci-dessus, bien que la collecte de 24 heures pour deux jours de semaine et un jour de week-end de chaque participant soit une stratégie commune, cela n’est pas nécessaire. Cependant, les administrations répétées à une personne donnée ne devraient pas être programmées pour des jours consécutifs ou le même jour de la semaine. Tenez également compte du délai pendant lequel les 24 heures (les 24 heures initiales et les évaluations répétées) sont terminées par rapport à la période d’intérêt (p. ex., semaine, année). Assurez-vous que les 24 heures de votre échantillon sont réparties sur tous les jours de la semaine et à toutes les saisons de l’année. De plus, le sous-échantillon qui termine une répétition 24 heures doit être représentatif de votre échantillon complet.
  • Dans les études dans lesquelles un seul rappel est disponible par personne, il peut être possible d’obtenir une estimation du rapport entre la variation intra-personne et la somme des variations intra- et inter-personnes d’une étude externe sur un échantillon comparable. Ces informations peuvent ensuite être utilisées pour générer des estimations de la variation intra- et inter-personne qui peuvent être appliquées pour estimer les distributions de l’apport habituel.

  • Si votre objectif est d’estimer les distributions de l’apport habituel en composants alimentaires consommés épisodiquement (composants alimentaires consommés un jour donné par moins de 5% à 10% de la population d’intérêt, tels que les grains entiers, les légumes vert foncé, les acides gras n-3), vous aurez peut-être besoin de plus de deux administrations de 24 heures pour capturer au moins deux jours de consommation pour le composant parmi une proportion raisonnable de la population. Le nombre d’administrations nécessaires dépend de la consommation épisodique d’un composant alimentaire donné. Les composants qui sont consommés de façon plus épisodique (c.-à-d. moins fréquemment ou par moins de personnes) peuvent nécessiter un sous-échantillon plus important avec des répétitions de 24 heures. Des recherches supplémentaires sont nécessaires pour orienter des recommandations spécifiques sur le nombre de 24 heures nécessaires pour différents composants alimentaires en fonction de la fréquence de consommation, qui peut varier selon les populations ayant des modes de consommation différents. Cela dit, l’approche prudente consiste à recueillir deux 24 heures sur l’ensemble de l’échantillon.
  • Les données existantes suggèrent qu’il n’est pas nécessaire de combiner une QFP avec 24 heures pour estimer les moyennes et les distributions de l’apport habituel. Cependant, les données de fréquence peuvent être utiles pour estimer les queues de la distribution, en particulier pour les composants alimentaires consommés épisodiquement. Encore une fois, des recherches supplémentaires sont nécessaires pour éclairer de telles approches.
  • Pour les études dans lesquelles votre objectif est d’estimer la moyenne ou la distribution de l’apport aigu, ou de l’apport pour une seule journée (par exemple, la proportion d’un groupe dont l’apport correspond aux recommandations de consommation d’alcool un jour donné) (ligne 4), une seule administration d’un 24 HEURES est suffisante.
  • Si vous souhaitez estimer l’apport total en nutriments, habituel ou aigu, au-delà de ceux provenant des aliments et des boissons, vous devrez également collecter des données sur la consommation de compléments alimentaires (En savoir plus sur les Compléments alimentaires et l’Estimation de l’Apport Total en nutriments).

Questionnaires sur la fréquence alimentaire & Filtres

Les QF et les filtres ne sont généralement pas recommandés pour les études visant à décrire l’apport alimentaire d’un groupe, car les estimations sont susceptibles d’être biaisées. Cependant, si des efforts sont faits pour réduire ce biais, il est possible d’utiliser des QF et des filtres à cette fin, bien que les estimations résultantes soient généralement plus biaisées que celles dérivées de 24 heures (voir Profil du Questionnaire sur la fréquence des aliments et Profil du filtre).

  • Il peut être acceptable d’utiliser une QFP pour estimer l’apport moyen habituel si le biais est ajusté à l’aide de mesures plus précises. Cela pourrait impliquer la collecte de données à partir d’un sous-échantillon (c’est ce qu’on appelle une sous-étude d’étalonnage interne) en utilisant une mesure moins biaisée, comme un biomarqueur de récupération 24 heures et / ou. Alternativement, des données provenant d’une source externe (appelée étude d’étalonnage externe) peuvent être utilisées.
  • Un filtre de dépistage peut également être acceptable si l’objectif de votre étude est limité à un ou quelques composants alimentaires spécifiques concentrés dans relativement peu de sources alimentaires. Comme dans le cas d’une QFP, les données de l’évaluateur doivent être ajustées pour tenir compte du biais en utilisant une source de données moins biaisée.
  • Dans la recherche utilisant des FFQ ou des filtres, l’instrument spécifique que vous utilisez doit être soigneusement considéré pour s’assurer qu’il est adapté à la population et capture la majorité des sources d’aliments et de boissons dans l’approvisionnement alimentaire pour la composante alimentaire d’intérêt (ligne 1 et ligne 2).
  • Les FFQ et les filtres ne sont pas recommandés pour estimer les distributions de l’apport habituel (ligne 3).
  • Les FFQ et les filtres ne sont pas conçus pour capturer l’apport pour une seule journée (ligne 4) et ne doivent donc pas être utilisés pour estimer l’apport aigu.
  • Comme pour les 24 heures, si vous souhaitez estimer l’apport total en nutriments au-delà de ceux des aliments et des boissons, vous devrez également collecter des données sur la consommation de compléments alimentaires.

Recommandations d’analyse des données

Rappels alimentaires de 24 heures

Les données recueillies en 24 heures sont affectées par une erreur aléatoire au sein de la personne, principalement attribuable à la variation quotidienne de l’apport. Les implications de cette erreur et les stratégies nécessaires pour y remédier dépendent de l’objectif de l’étude.

  • Si vous souhaitez estimer l’apport habituel moyen (plutôt que la distribution de l’apport habituel), vous pouvez utiliser les données d’une seule administration de 24 heures et vous n’avez pas besoin de vous ajuster pour une erreur aléatoire intra-personne. En effet, l’erreur aléatoire a une moyenne de zéro et ne serait donc pas reflétée dans la moyenne de toutes les 24 heures. Comme indiqué ci-dessus, l’administration des 24 HEURES dans l’ensemble de l’échantillon devrait être répartie sur la période d’intérêt, par exemple une semaine ou une année. De plus, vous pouvez inclure des covariables pour tenir compte des effets de nuisance. Les covariables peuvent également être utilisées pour tenir compte d’autres facteurs liés à la conception de l’étude, tels que le mode d’entrevue (par exemple, le téléphone par rapport aux 24 heures en personne).
  • Si vous souhaitez estimer la distribution de l’apport habituel, vous pouvez recueillir un grand nombre de 24 heures de chaque participant et utiliser l’apport moyen sur les répétitions à la place de l’apport habituel estimé. Cependant, cette option est généralement prohibitive et lourde compte tenu du nombre de 24 heures nécessaires par participant. Heureusement, la modélisation statistique permet d’utiliser un nombre limité de répétitions de 24 heures pour séparer la variation intra-personne (dont la principale source est la variation quotidienne dans le cas de 24 heures) de la variation inter-personne, puis supprimer la variation intra-personne pour arriver à une estimation de l’apport habituel pour le groupe (En savoir plus sur la modélisation statistique).
  • Comme indiqué ci-dessus, deux heures 24 sont nécessaires sur au moins un sous-échantillon pour estimer les distributions de l’apport habituel. Le nombre d’administrations et la taille du sous-échantillon dépendront de la consommation épisodique de la composante alimentaire. Dans les études pour lesquelles un seul rappel est disponible par personne, il peut être possible d’obtenir une estimation du rapport entre la variation intra-personne et la somme des variations intra- et inter-personnes d’une étude externe sur un échantillon comparable. Ces informations peuvent ensuite être utilisées pour générer des estimations de la variation intra- et inter-personne dans l’étude unique de 24 HEURES qui peuvent être appliquées pour estimer les distributions de l’apport habituel.

  • Un certain nombre de méthodes statistiques ont été proposées pour estimer les distributions d’apport habituelles à l’aide de données provenant de 24 heures répétées, y compris la méthode du National Cancer Institute (NCI), qui a été développée par des chercheurs du NCI et d’ailleurs. Des programmes (par exemple, des macros SAS et des applications d’échantillons) sont disponibles pour mettre en œuvre la méthode NCI dans les situations suivantes:
    • Analyse univariée: estimation de la distribution de l’apport habituel d’un seul composant alimentaire (par exemple, la distribution de l’apport habituel de sucres ajoutés).
    • Analyse bivariée: estimation de la distribution conjointe de l’apport habituel de deux composants alimentaires (par exemple, la distribution du pourcentage habituel d’apport énergétique provenant des graisses).
    • Analyse multivariée: estimation de la distribution conjointe de l’apport habituel de plus de deux composants alimentaires (par exemple, la distribution de l’apport habituel sur un indice de qualité alimentaire à plusieurs composants, tel que l’Indice d’alimentation saine (IES).
  • En utilisant la méthode NCI, il est possible d’inclure des données sur la fréquence de consommation dérivées d’un FFQ sous forme de covariables dans des modèles statistiques utilisant 24 HEURES comme source principale de données sur la consommation. Ceci peut être utile pour estimer les queues de la distribution, en particulier pour les composants alimentaires consommés épisodiquement. Des études supplémentaires sont nécessaires pour étayer l’utilité d’une FFQ à cette fin. La méthode NCI permet d’inclure des covariables pour tenir compte des effets de nuisance (par exemple, le jour de la semaine pour lequel les 24 HEURES ont été collectées).
  • D’autres méthodes ont également été développées pour estimer les distributions habituelles de l’apport à l’aide de données provenant de 24 heures répétées (voir les références et les ressources ci-dessous).
  • Des méthodes statistiques existent pour estimer la structure d’erreur de mesure des instruments alimentaires en utilisant des données de biomarqueurs de récupération sur au moins un sous-échantillon. Une fois cette structure connue, des techniques statistiques peuvent être utilisées pour aider à ajuster l’erreur de mesure, y compris l’erreur aléatoire et systématique, dans l’estimation des moyens d’apport usuels.
  • Des méthodes sont également disponibles pour incorporer des données sur l’apport des compléments alimentaires afin d’estimer l’apport total habituel en nutriments.

Questionnaires sur la fréquence alimentaire & Examinateurs

  • Si vous souhaitez estimer l’apport moyen habituel d’un groupe ou la différence entre deux groupes dans l’apport moyen habituel à l’aide de données FFQ ou de données de dépistage, utilisez des données d’apport moins biaisées pour ajuster les estimations en fonction du biais.
  • Pour réduire le biais dans les estimations de l’apport moyen dérivées des FFQ, utilisez les données alimentaires capturées avec 24 heures et recueillies à partir d’un sous-échantillon (appelé sous-étude d’étalonnage interne). Alternativement, des données sur 24 HEURES peuvent être disponibles à partir d’un échantillon externe (appelé étude d’étalonnage externe) et peuvent être utilisées pour ajuster dans une certaine mesure le biais des données de fréquence (voir Concepts clés sur la validation). La méthode la plus couramment utilisée pour effectuer cet ajustement est l’étalonnage de régression (En savoir plus sur l’étalonnage de régression). Il est également possible d’utiliser les données de biomarqueurs de récupération pour ajuster le biais de certains nutriments dans les cas où de telles données sont disponibles. L’ajustement de l’énergie est également recommandé pour réduire le biais dans les données de fréquence (En savoir plus sur l’ajustement de l’énergie).
  • Pour réduire le biais dans les estimations de l’apport moyen dérivées des filtres, utilisez des données alimentaires capturées avec 24 heures et collectées à partir d’un sous-échantillon dans une sous-étude d’étalonnage interne, ou utilisez des algorithmes de notation dérivés de l’extérieur. Le NCI a développé des algorithmes de notation pour une gamme de filtres (voir le Profil des filtres). Ces algorithmes de notation permettent de convertir les réponses du cribleur en estimations de l’apport moyen et peuvent être utilisés pour réduire le biais dans les estimations de l’apport moyen (En savoir plus sur les algorithmes de notation pour les cribleurs). Contrairement aux FFQ, comme les filtres ne capturent pas le régime alimentaire total, un ajustement de l’énergie pour réduire davantage le biais n’est pas possible.
  • Les FFQ interrogent souvent la consommation habituelle d’une liste finie de compléments alimentaires couramment consommés. Ces données sont utilisées en conjonction avec des estimations d’aliments et de boissons recueillies sur une QFP pour estimer l’apport nutritionnel total habituel.

Références et ressources

Les références et ressources suivantes fournissent des informations supplémentaires sur les sujets abordés dans cette section.

Bailey RL, Dodd KW, Goldman JA, Gahche JJ, Dwyer JT, Moshfegh AJ, Sempos CT, Picciano MF.Estimation des apports totaux habituels en calcium et en vitamine D aux États-Unis.J Nutr 2010 Avril; 140 (4): 817-22.

Bailey RL, McDowell MA, Dodd KW, Gahche JJ, Dwyer JT, Picciano MF.Apports totaux en folate et en acide folique provenant des aliments et des compléments alimentaires des enfants américains âgés de 1 à 13 ans y.Am J Clin Nutr 2010 Août; 92 (2): 353-8.

Basiotis PP, Welsh SO, Cronin FJ, Kelsay JL, Mertz W. Nombre de jours d’enregistrements de consommation alimentaire requis pour estimer les apports nutritionnels individuels et collectifs avec une confiance définie.J Nutr 1987 Sep; 117(9): 1638-41.

Dodd KW, Guenther PM, Freedman LS, Subar AF, Kipnis V, Midthune D, Tooze JA, Krebs-Smith SM.Méthodes statistiques pour estimer l’apport habituel de nutriments et d’aliments: un examen de la théorie.J Am Diet Assoc 2006 Oct; 106 (10): 1640-50. Examen.

Harttig U, Haubrock J, Knüppel S, Boeing H; Consortium EFCOVAL.Le programme des HARSAH: ensemble de statistiques en ligne pour estimer l’apport alimentaire habituel à l’aide de la méthode des Sources multiples.Eur J Clin Nutr 2011 Juil; 65 Suppl 1: S87-91.

Murphy SP, Barr SI, Poos MI.Utilisation des nouveaux apports alimentaires de référence pour évaluer les régimes: une carte du labyrinthe.Nutr Rév 2002 Sep; 60(9): 267-75. Examen.

Nusser SM, Carriquiry AL, Dodd KW, Fuller WA.A semiparametric transformation approach to estimating usual daily intake distributions.J Am Stat Assoc 1996; 91 (436): 1440-9.

Souverain, Dekkers AL, Geelen A, Haubrock J, de Vries JH, Ocké MC, Harttig U, Boeing H, van ‘t Veer P; Le Consortium EFCOVAL.Comparer quatre méthodes pour estimer les distributions habituelles de l’apport.Eur J Clin Nutr 2011 Juil; 65 Suppl 1: S92-101. doi: 10.1038/ejcn.2011.93.

Tooze JA, Midthune D, Dodd KW, Freedman LS, Krebs-Smith SM, Subar AF, Guenther PM, Carroll RJ, Kipnis V. Une nouvelle méthode statistique pour estimer la consommation habituelle d’aliments consommés épisodiquement avec application à leur distribution.J Am Diet Assoc 2006 Oct; 106 (10): 1575-87.

Tooze JA, Kipnis V, Buckman DW, Carroll RJ, Freedman LS, Guenther PM, Krebs-Smith SM, Subar AF, Dodd KW.A mixed-effects model approach for estimating the distribution of usual intake of nutrients: the NCI method.Stat Med 2010 30 novembre; 29 (27): 2857-68. doi: 10.1002/ sim.4063.

Yanetz R, Kipnis V, Carroll RJ, Dodd KW, Subar AF, Schatzkin A, Freedman LS.Utilisation des données de biomarqueurs pour ajuster les estimations de la distribution des apports habituels en cas de déclaration erronée: application à l’apport énergétique dans la population américaine.J Am Diet Assoc 2008 Mars; 108 (3): 455-64; discussion 464. Erratum dans: J Am Diet Assoc. 2008 Mai; 108(5): 890. Kipnis, Victor.

Ressources

  • Institut national du cancer. Instruments D’Évaluation Diététique Courts.
  • Institut national du cancer. Apports alimentaires Habituels.
  • Institut national du cancer. Série de Webinaires sur les erreurs de mesure.
  • Institut national du cancer. Indice d’alimentation saine.
  • Enquête Nationale d’Examen de la Santé et de la Nutrition (NHANES). Tutoriel Web Diététique NHANES.
  • Université d’État de l’Iowa. Logiciel de Distribution d’admission (SIDE). Politique du site Web externe
  • RIVM, Institut National de la Santé Publique et de l’Environnement, Pays-Bas; Biometris, Université et Centre de recherche de Wageningen. McRae: Évaluation des risques de Monte Carlo. Politique du site Web externe
  • Département d’Épidémiologie de l’Institut Allemand de Nutrition Humaine Postdam-Rehbrücke. La Méthode des Sources Multiples (MSM). Politique de site Web externe

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.

lg