Comparaison des forces de prédiction entre le SDI et ses sous-indices

Dans cette troisième partie, nous présentons des résultats complémentaires qui avaient pour objectif de comparer les forces de prédiction des événements de santé pour lesquels nous avons observé des associations significatives (obésité, surpoids, cancers et maladies cardiovasculaires combinés et cancers seuls) entre le SDI et ses sous-indices. En particulier, on s’interroge sur une possible

détérioration ou au contraire une amélioration de la prédiction lorsque le score inclut des éléments qui ne sont pas uniquement nutritionnels.

a/ Méthodes

Pour ce travail, nous avons reproduit les modèles principaux en continu des analyses précédents en introduisant les deux scores à comparer dans le modèle, selon la méthode décrite par Chiuve (169). La comparaison des résultats de modèles non emboités n’est pas correcte statistiquement. La taille des échantillons était la même. Nous avons ensuite mesuré la statistique de Wald, afin d’obtenir une P-valeur, nous permettant de conclure statistiquement sur les différences de rapports de risque observés.

b/ Résultats

Les résultats sont présentés dans le Tableau 26. On observe que les associations entre le SDI et les événements de santé (obésité, surpoids, maladies chroniques et cancers) sont moins fortes en ajustant sur les sous-scores, mais elles restent significatives. Au contraire, les associations avec les sous-scores ne sont significatives (sauf pour le sous-score nutrition et l’obésité) lorsqu’on ajuste sur le SDI.

Les tests de Wald montrent que les différences observées sont significatives uniquement pour l’obésité entre le SDI et les sous-scores économique, des pratiques alimentaires et de l’environnement et pour le surpoids entre le SDI et les sous-scores économique et de pratiques alimentaires. Pour les autres, nous ne pouvons pas conclure statistiquement sur des différences de force de prédiction entre le SDI et les autres sous-scores.

Tableau 26: Comparaison des associations avec la santé entre les quatre sous-scores et le SDI par la méthode de Chiuve, NutriNet-Santé, 2014-1018, France Obésité HR [95%IC] P Wald2 Surpoids HR [95%IC] P Wald2 Maladies chroniques5 HR [95%IC] P Wald2 Cancer HR [95%IC] P Wald2 SDI 0.66 (0.59-0.73) 0.80 (0.75-0.85) 0,91 (0,88-0,95) 0,92 (0,89-0,95) SDI3 0.76 (0.7-0.82) 0.0012 0.91 (0.87-0.95) 0.99 0,91 (0,86-0,96) 0.99 0,91 (0,86-0,97) 0.26 Sous-score environnement4 1.09 (0.93-1.27) 0.91 (0.83-1.00) 1,03 (0,93-1,14) 1,01 (0,9-1,13) SDI3 0.82 (0.77-0.88) 0.87 0.88 (0.85-0.91) 0.13 0,92 (0,88-0,97) 0.31 0,91 (0,86-0,96) 0.13 Sous-score nutritionnel4 0.83 (0.72-0.96) 0.97 (0.89-1.05) 0,98 (0,89-1,08) 1,02 (0,91-1,14) SDI3 0.78 (0.73-0.82) <0.001 0.88 (0.85-0.91) 0.01 0,92 (0,88-0,95) 0.99 0,92 (0,88-0,96) 0.17 Sous-score économique 4 1.13 (0.95-1.34) 1.01 (0.91-1.12) 1,01 (0,91-1,13) 1,01 (0,89-1,15) SDI3 0.77 (0.72-0.83) 0.003 0.85 (0.82-0.89) <0.001 0,92 (0,88-0,87) 0.34 0,93 (0,88-0,98) 0.53 Sous-score des pratiques alimentaires4 1.03 (0.90-1.18) 1.10 (1.02-1.19) 0,98 (0,90-1,07) 0,97 (0,87-1,07)

1 Les rapports de risque et leur intervalle de confiance à 95% en continu dans les modèles principaux (modèle 2) des analyses précédentes, sur le même échantillon.

2 La statistique de Wald se mesure de la manière suivante : X² = [(β1 – β2) / racine carrée (var (β1 – β2)))² où β1 est le βdu premier score, et β2 le β du second score et var(β1 – β2) = var(β1) + var(β2) – 2 * cov(β1, β2).

3 Ajustement supplémentaire sur le sous-score 4 Ajustement supplémentaire sur le SDI

c/ Interprétation des résultats

Ces derniers tests montrent que la considération de l’environnement, des pratiques alimentaires et de l’économie dans le calcul du SDI ne détériore pas la prédiction des événements de santé par la nutrition, sur notre échantillon et ce après 3-4 ans de suivi. Pour l’obésité et le surpoids, le SDI reflétant un compromis entre les principales dimensions de l’alimentation durable, améliore significativement la prédiction par rapport à la plupart des sous-indices (environnement, économie, pratiques alimentaires).

Les associations en continu entre le SDI et le risque de cancer ou le risque de maladies chroniques (cancer et les maladies cardiovasculaires combinées) sont bien moins fortes que dans le cas de l’obésité. Le suivi court pourrait expliquer le fait que les tests de Wald ne soient pas significatifs. On note toutefois que les rapports de risque sont plus faibles et inférieurs à 1 pour le SDI par rapport à ceux des sous-indexes.

En ce qui concerne les associations avec le risque d’obésité et de surpoids, l’inclusion de la dimension environnement dans le calcul du SDI favorise les régimes avec une faible contribution des aliments d’origine animale par comparaison au sous-score nutrition. Ceci pourrait expliquer le fait que les rapports de risques sont plus faibles pour le SDI que pour le sous-score nutrition, même si, statistiquement nous ne pouvons pas conclure sur des différences de force de prédiction (P Wald non significatif). Nos résultats ne nous permettent pas non plus de conclure (statistiquement) sur des différences dans la prédiction du surpoids entre le SDI et le sous-score environnement. Le sous-score environnement favorisant les régimes très végétaux, ces différents résultats sont en cohérence avec les résultats d’une revue de la littérature qui conclut que l’adoption de régimes riche en aliments d’origine végétale serait bénéfique pour prévenir le risque d’obésité et de surpoids (253). Une autre revue de la littérature montre que les personnes dont le régime est très végétal présentent un profil de biomarqueurs protecteur vis-à-vis du risque d’obésité (254).

Finalement, le SDI qui inclut dans son calcul des indicateurs non nutritionnels semble être un bon prédicteur de la survenue de certains événements de santé, même si nous ne pouvons statistiquement conclure que son usage comparé à celui de sa composante nutritionnelle isolée est plus performant. Cependant, n’étant pas moins performant, cela justifie l’intégration de la notion de durabilité dans les problématiques de santé publique.

VI Identification des leviers d’amélioration de la durabilité des régimes par

l’optimisation

L’objectif de cette dernière partie est d’identifier les principaux leviers pour que les régimes alimentaires des participants de l’étude NutriNet-Santé répondent aux principaux besoins nutritionnels, en réduisant les impacts sur l’environnement de leur production, à un prix proche ou inférieur à ce qui est dépensé actuellement et en évitant de bouleverser les habitudes alimentaires.

Pour répondre à cet objectif et compléter les travaux observationnels, nous avons choisi de mettre en œuvre une approche par optimisation.

Précédemment, nous avons observé une forte association entre le niveau de végétalisation du régime et leur durabilité. Ceci nous conduit à faire l’hypothèse que les solutions proposées pourraient différer selon le répertoire alimentaire de départ d’un individu et la contribution des aliments d’origine animale dans le régime initial. Ainsi, nous avons choisi de présenter les résultats obtenus en distinguant plusieurs groupes de personnes par le niveau de végétalisation du régime observé, mesuré par un score provégétarien (119).