Lorsqu’il s’agit d’étudier les aliments et le régime alimentaire, il est difficile de savoir ce que les gens mangent, sans parler du risque de maladie causé par ce qu’ils mangent.
Les médecins et les chercheurs demandent généralement aux gens de remplir un long questionnaire de fréquence alimentaire qui estime l’apport calorique, les groupes d’aliments et les nutriments. Cela dépend de la mémoire d’une personne et peut ne pas fournir l’image la plus précise.
Cependant, une équipe de recherche dirigée par un cardiologue de Michigan Medicine a trouvé une méthode utilisant le profilage moléculaire et l’apprentissage automatique pour développer des signatures alimentaires basées sur le sang qui prédisent plus précisément à la fois le régime alimentaire et le risque de maladie cardiovasculaire et de diabète de type 2. Les résultats sont publiés dans Journal européen du cœur.
Le régime alimentaire n’est pas unidimensionnel; il change constamment, et les façons dont nous l’évaluons traditionnellement ne sont pas parfaites. »
Venkatesh Murthy, MD, Ph.D., auteur principal, cardiologue à l’Université du Michigan Health Frankel Cardiovascular Center et professeur agrégé de cardiologie à l’UM Medical School
« Nous avons besoin d’outils plus fiables et précis tout en étant faciles à utiliser pour tout le monde. En utilisant les signatures de métabolites et la science des données, nous pouvons améliorer notre compréhension de la quantité que les gens consomment réellement, ainsi que des risques qu’ils peuvent encourir pour cardiométabolique. maladie qui touche des millions d’Américains », a déclaré Murthy.
Les chercheurs ont suivi plus de 2 200 adultes blancs et noirs dans l’étude sur le développement du risque de l’artère coronaire chez les jeunes adultes, en utilisant des échantillons de sang et des enquêtes alimentaires pour déterminer les signatures métabolites du régime alimentaire et le risque de maladie ultérieur sur 25 ans. Grâce à un modèle d’apprentissage automatique, les chercheurs ont pu créer une signature alimentaire basée sur le sang qui prédit plus précisément le régime alimentaire complet d’une personne sur 19 groupes d’aliments de 10 à 20 %.
De plus, la signature basée sur le sang a souvent surpassé l’indice d’alimentation saine, une mesure standard de la qualité de l’alimentation, pour identifier qui est le plus susceptible de développer à la fois le diabète et les maladies cardiovasculaires en fonction de chaque groupe d’aliments. Par exemple, lorsque le questionnaire de fréquence alimentaire indiquait une augmentation de 18 % du risque de diabète pour une personne mangeant de la viande rouge, la signature basée sur le sang a révélé un risque accru de 55 %.
« L’utilisation de métabolites pour comprendre les expositions alimentaires et la nutrition est un domaine en pleine expansion de la science nutritionnelle », a déclaré le co-auteur Ravi Shah, MD, cardiologue et professeur agrégé de médecine au Vanderbilt University Medical Center. « Au-delà de comprendre quels types de nutrition sont meilleurs ou pires pour notre santé, les méthodes ici pourraient permettre à ceux qui étudient la science alimentaire de prendre un instantané métabolique de la nutrition et de l’alimentation pour mieux comprendre leurs implications sur la santé. »
Les résultats font suite à un prix de 170 millions de dollars des National Institutes of Health aux cliniques et centres du pays pour une étude sur la nutrition pour la santé de précision pour « développer[ing] algorithmes pour prédire les réponses individuelles aux habitudes alimentaires et diététiques », selon un communiqué.
Selon les chercheurs, la technique de signature basée sur le sang doit être testée dans des études prospectives contrôlées de différents régimes alimentaires. Savoir précisément dans quelle mesure les gens adhèrent à un régime en utilisant des signatures basées sur le sang, dit Murthy, créera des résultats encore plus solides.
« La recherche sur les régimes et la nutrition est vraiment difficile », a déclaré Murthy. « Nous voyons cela comme une étape importante et un ensemble d’outils pour faire de la recherche nutritionnelle avec plus de précision et d’efficacité. À terme, un tel travail pourrait nous permettre de mieux comprendre les régimes optimaux pour nos patients. »