22513
post-template-default,single,single-post,postid-22513,single-format-standard,stockholm-core-1.1,select-child-theme-ver-1.1,select-theme-ver-5.1.8,ajax_fade,page_not_loaded,wpb-js-composer js-comp-ver-6.10.0,vc_responsive

La quantité et la nature des glucides n’expliquent pas tout !

Une étude israélienne remet en cause les notions utilisées classiquement dans la prise en charge du diabète. Pour contrôler sa glycémie, ce qui est bon pour l’un ne l’est peut-être pas pour l’autre. Forts de ce constat, des chercheurs développent un algorithme qui prédit la réponse glycémique pour concevoir des régimes personnalisés.

Une réponse glycémique post-prandiale (RGPP) trop élevée constitue un facteur de risque de plusieurs maladies métaboliques, notamment le diabète de type 2. Sa prise en charge pourrait évoluer au regard des résultats de cette étude qui comprenait trois phases.

Phase 1 : 800 adultes sans diabète connu équipés de capteurs mesurant leur glycémie en continu et de smartphones consignant leurs activités (sommeil, alimentation, activité physique, etc.) ont été suivis pendant sept jours. Résultats ? La RGPP se révèle très variable d’un individu à l’autre après un même repas. De nombreux facteurs individuels s’avèrent corrélés à la RGPP (IMC, hémoglobine glyquée, âge, microbiote). Les auteurs ont intégré l’ensemble de ces paramètres dans un algorithme visant à prédire la RGPP.

Phase 2 : les investigateurs ont validé l’algorithme auprès d’un nouvel échantillon de 100 individus et confirmé sa fiabilité. Ce modèle montre un pouvoir prédictif de la RGPP (coefficient de corrélation R=0,70 entre la RGPP prédite et mesurée) largement supérieur au classique comptage de l’apport glucidique (R=0,38) ou calorique (R=0,33). De plus, les auteurs ont étudié la contribution des différents paramètres aux prédictions de l’algorithme. Si certains résultats étaient attendus (le contenu du repas en glucides augmente la réponse glycémique prédite, le rapport lipides/glucides la diminue), d’autres s’avèrent plus surprenants : par exemple, le contenu en sodium du repas augmente la réponse glycémique.

Phase 3 : une étude interventionnelle contrôlée, a été menée auprès de 26 individus. Les sujets suivaient, dans un ordre randomisé, un régime qualifié de « mauvais » (favorisant l’élévation glycémique) pendant une semaine, et un « bon » régime pendant une autre semaine. Ces régimes alimentaires étaient élaborés soit par des experts (diététiciens et investigateurs), soit grâce à l’algorithme prédictif de la RGPP. Conclusion : qu’ils soient établis avec l’algorithme ou par les experts, les « bons » régimes ont induit des RGPP significativement plus basses que les régimes a priori classés « mauvais » (p<0,05). Des modifications du microbiote intestinal ont été observées en fonction des régimes consommés.

Ces données confirment que le contenu en glucides du repas n’est pas le seul déterminant de la réponse glycémique, et la variabilité des réponses individuelles ouvre la voie à des conseils nutritionnels plus personnalisés.

Source Personalized Nutrition by Prediction of Glycemic Responses. Zeevi D, Korem T, et al., Cell. 2015 Nov 19;163(5):1079-94.