Nutrition personnalisée par prédiction des réponses glycémiques
Cell 2015 163, Issue 5, p 1079-1094 David Zeevi
Faits
• La forte variabilité interpersonnelle de la glycémie post-prandiale est observée dans une cohorte de 800 personnes
• La connaissance du microbiote prédit la réponse glycémique
• La prédiction est exacte et supérieure à une pratique courante dans une cohorte indépendante
Résumé
Les niveaux de glycémie postprandiale élevés constituent une épidémie mondiale et un facteur de risque majeur de prédiabète et de diabète de type II, mais les méthodes existantes alimentaires pour les contrôler montrent une efficacité limitée. Ici, nous avons surveillé en permanence les niveaux de glucose une semaine de 800-personnes, et les réponses mesurées à 46.898 repas.
Nous avons trouvé une grande variabilité dans la réponse aux repas identiques, suggérant que les recommandations alimentaires universelles ne peuvent avoir qu'une utilité limitée. Nous avons conçu un algorithme d'apprentissage automatique qui intègre les paramètres sanguins, les habitudes alimentaires, l'anthropométrie, l'activité physique, et le microbiote intestinal mesurées dans cette cohorte. Il a montré une prévision exactement de la réponse glycémique postprandiale personnalisé aux repas dans la vie réelle.
Nous avons validé ces prédictions dans une cohorte indépendante de 100 personnes. Enfin, une intervention diététique basée sur cet algorithme entraîne des réactions post-prandiales significativement inférieurs et des modifications cohérentes de la configuration du microbiote. Ensemble, nos résultats suggèrent que l'on peut réussir à modifier les régimes alimentaires personnalisés en diminuant la réponse métabolique du glucose dans le sang et ses conséquences.
