De nouvelles recherches australiennes suggèrent que les aliments naturellement riches en microbes vivants pourraient être associés à une meilleure santé métabolique, offrant ainsi un nouvel aperçu du régime alimentaire, des interactions du microbiome et du risque de maladie chronique.
Étude : Association entre l'apport alimentaire d'aliments censés contenir des microbes vivants et les indicateurs de santé chez les adultes australiens : une analyse exploratoire. Crédit d'image : UliAb/Shutterstock
Dans une étude récente publiée dans la revue Recherche nutritionnelleles chercheurs ont étudié les associations entre la consommation d'aliments contenant des microbes vivants (LM) et des indicateurs de santé chez les Australiens, avec pour objectif principal de développer une base de données pour estimer la teneur en LM des aliments et boissons australiens et comme objectif exploratoire secondaire d'examiner les associations de santé.
Les LM sont naturellement présentes dans de nombreux aliments courants, notamment les fruits et légumes crus, les aliments fermentés et les probiotiques. L'intérêt pour la consommation d'aliments contenant des LM a augmenté ces dernières années, compte tenu de leurs associations avec le risque de santé et de maladie. Une consommation élevée de LM bénéfiques a été associée à un risque de mortalité plus faible dans des études observationnelles antérieures, en particulier des analyses de cohortes de population américaines plutôt que d'échantillons australiens. Cependant, la plupart des recherches sur l’apport alimentaire en LM se sont concentrées sur les populations américaines ou sur des aliments spécifiques plutôt que sur l’ensemble du régime alimentaire.
Développement d'une base de données australienne sur les aliments microbiens vivants et d'une conception d'étude
Dans la présente étude, les chercheurs ont évalué les associations entre l’apport alimentaire en LM et les indicateurs de santé chez les Australiens. Premièrement, ils ont développé une base de données sur le contenu en LM pour les aliments et boissons courants de l'Australian Food and Nutrient (AUSNUT), pertinente pour l'Australian Eating Survey (AES). Ensuite, les aliments et les boissons ont été stratifiés en catégories de LM faible, moyenne ou élevée en fonction de la prévalence attendue de microbes viables, à l'aide de méthodes publiées précédemment ; les niveaux microbiens ont été estimés indirectement plutôt que directement mesurés dans des échantillons alimentaires individuels.
La catégorie faible avait un nombre microbien estimé < 10⁴ unités formant colonie par gramme (UFC/g); les catégories moyennes et élevées avaient des comptes de 10⁴-10⁷ CFU/g et > 10⁷ CFU/g, respectivement. Ces données ont ensuite été utilisées dans une analyse transversale exploratoire pour étudier la relation entre l'apport alimentaire estimé en LM et les indicateurs de santé. Les données des adultes recrutés en 2019-2020 dans la région de Newcastle en Australie ont été analysées.
Les participants étaient âgés de 18 ans ou plus et avaient un poids stable au cours des deux derniers mois. Les personnes qui essayaient de concevoir, qui étaient enceintes ou qui allaitaient, celles qui prenaient des médicaments affectant le poids, l'équilibre hydrique ou le taux métabolique, et celles souffrant d'allergies alimentaires, de problèmes de santé chroniques, de certains dispositifs médicaux implantés, de claustrophobie ou d'autres exclusions spécifiées dans le protocole ont été exclues. Les participants ont déclaré des données démographiques et leur apport alimentaire à l'aide du questionnaire AES sur la fréquence alimentaire, un instrument validé qui peut néanmoins surestimer certains apports alimentaires en raison de l'auto-déclaration.
Les indicateurs de santé cardiométabolique suivants ont été mesurés : indice de masse corporelle (IMC), pression artérielle (PA), tour de taille, glycémie à jeun, cholestérol total, triglycérides, insuline à jeun, cholestérol des lipoprotéines de basse densité (LDL-C), et le cholestérol des lipoprotéines de haute densité (HDL-C). Les marqueurs inflammatoires estimés comprenaient l'interleukine-6 (IL-6), facteur de nécrose tumorale-α (TNF-α) et la protéine C-réactive (CRP).
Les différences de consommation d'aliments contenant du LM selon le sexe, le statut tabagique et l'origine ethnique ont été évaluées à l'aide du test de Kruskal-Wallis et du test U de Mann-Whitney. Pour explorer les relations entre les catégories de contenu estimées en LM et les indicateurs de santé, la corrélation de rang de Spearman a d'abord été utilisée pour évaluer la direction de l'association. Par la suite, les moindres carrés pondérés (WLS) une régression a été utilisée, en ajustant les covariables pertinentes, notamment le sexe, le statut tabagique et l'apport énergétique, pour tenir compte d'une confusion potentielle ; cependant, une confusion résiduelle ne peut être exclue dans les analyses observationnelles.
Associations entre les catégories d'aliments LM et les indicateurs de santé
L'équipe a classé plus de 200 produits alimentaires de la base de données AUSNUT pour créer la base de données LM. Environ 229 articles ont été classés comme ayant une faible teneur en LM, notamment des légumes, des produits à base de céréales et des produits à base de viande, de volaille et de gibier. De plus, 21 articles, dont des fruits, des légumes et des produits laitiers, avaient une teneur moyenne en LM.
Sur les cinq aliments fermentés, deux ont été classés comme ayant une teneur élevée en LM et trois comme étant moyennement riches. Compte tenu du nombre limité d'aliments à haute teneur en LM, les groupes d'aliments à LM moyenne et élevée ont été regroupés (Med/Hi) pour améliorer la puissance statistique, le yaourt restant le seul aliment clairement à LM élevée après le regroupement. L'étude a inclus 58 adultes, majoritairement de race blanche (86 %) et de sexe féminin (69 %), avec un âge moyen de 38,16 ans et un IMC de 26,18 kg/m.2. Les participants ont signalé une consommation de fruits et de légumes relativement plus élevée que celle généralement observée dans la population australienne dans son ensemble.
Les participants ont principalement consommé le groupe alimentaire à faible teneur en LM (apport quotidien moyen, 1 902 g), suivi du groupe à teneur moyenne en LM (253,6 g/jour). Les hommes consommaient significativement plus d'aliments à faible teneur en LM que les femmes, et les non-fumeurs consommaient significativement plus d'aliments à faible teneur en LM que les fumeurs. La consommation du groupe alimentaire à faible teneur en LM était positivement corrélée à la pression artérielle.
En revanche, les apports des groupes alimentaires moyens et Med/Hi-LM étaient positivement corrélés avec le HDL-C et négativement avec l'IMC, l'insuline à jeun, le poids corporel, le tour de taille, la CRP et l'IL-6, bien que les associations de marqueurs inflammatoires ne soient pas restées statistiquement significatives après ajustement des covariables, et les associations de HDL-C sont restées statistiquement significatives dans les analyses ajustées. La régression WLS a montré que la consommation du groupe alimentaire Med/Hi-LM était significativement inversement associée à l'IMC, à l'insuline et au tour de taille, et positivement associée au HDL-C. Aucune association ajustée significative n'a été observée avec la glycémie à jeun, les triglycérides, le cholestérol LDL, le cholestérol total ou le TNF-α.
Interprétation, limites et besoins futurs en recherche
En résumé, une consommation plus fréquente d'aliments à teneur élevée ou moyenne en LM était positivement associée au HDL-C et inversement associée aux niveaux d'insuline, à l'IMC, au tour de taille et au poids corporel dans cet échantillon australien.
Des recherches supplémentaires sont nécessaires pour corroborer ces résultats sur des populations plus larges et diversifiées et pour déterminer si l'apport alimentaire en LM est associé à des changements dans le microbiote intestinal, en particulier compte tenu de la conception transversale exploratoire, de la taille relativement petite de l'échantillon, du biais potentiel de déclaration de l'alimentation et de l'incapacité des études observationnelles à établir des relations causales.
