Document méthodologique : Apports usuels provenant des aliments pour l 'énergie, les nutriments et d'autres composants alimentaires (Enquête sur la santé dans les collectivités canadiennes - Nutrition de 2004 et 2015)

Janvier 2021

Table des matières

Remerciements

Santé Canada aimerait remercier les personnes qui ont contribué à réaliser ce travail, dont la production a été réalisée conjointement par Santé Canada et Statistique Canada. Le tableau et le document sur la méthodologie ont été réalisés par des experts en la matière du Bureau de la surveillance des aliments et de l'intégration des sciences, de la Direction des aliments et du Bureau de la politique et de la promotion de la nutrition de Santé Canada, ainsi que du Centre de données sur la santé de la population et de la Division de l'analyse de la santé de Statistique Canada.

Liste des abréviations

Abréviations
Signification
ANREF
Apport nutritionnel de référence
AMT
Apport maximal tolérable
AS
Apport suffisant
BME
Besoin moyen estimatif
CV
Coefficient de variation
ESSC
Enquête sur la santé dans les collectivités canadiennes
É-T
Écart-type
ET
Erreur type
EVAM
Étendue des valeurs acceptables des macronutriments
g
Gramme
j
Jour
kcal
Kilocalorie
mg
Milligramme
n
Taille de l'échantillon
NCI
National Cancer Institute (méthode du)
RRMC
Apport relié à un risque réduit de maladie chronique
SIDE
Software for Intake Distribution Estimation (logiciel permettant d'évaluer la distribution des apports)

1. Introduction

Santé Canada a publié un tableau sommaire présentant les apports usuels provenant des aliments pour l'énergie, les nutriments et d'autres composants alimentaires sur le portail « Gouvernement ouvert » du gouvernement du Canada. Ce tableau a été réalisé à l'aide des données recueillies auprès des Canadiens dans les Enquêtes sur la santé dans les collectivités canadiennes (ESCC) - Nutrition de 2004 et 2015, un effort conjoint avec Statistique Canada. Pour optimiser l'utilisation des données, on recommande aux utilisateurs de lire les notes relatives au tableau (Annexe A) et également le Guide de référence pour comprendre et utiliser les données - Enquête sur la santé dans les collectivités canadiennes - Nutrition de 2015Note de bas de page 1, publié par Santé Canada en juin 2017. Ce guide de référence comprend un aperçu de l'ESCC - Nutrition de 2015, y compris une description de l'échantillon de l'enquête, de son déroulement, de ses composantes ainsi qu'une introduction aux apports nutritionnels de référence (ANREF), l'étalon nutritionnel de référence utilisé pour évaluer les régimes alimentaires en fonction des groupes d'âge-sexe.

Ce document méthodologique est conçu pour les personnes qui utiliseront les données sur les apports provenant des ESCC - Nutrition de 2004 et 2015 afin d'orienter les décisions relatives aux programmes et aux politiques en matière de nutrition. Il s'avérera particulièrement utile pour les ministères provinciaux de la Santé, les chercheurs et étudiants des cycles supérieurs, les décideurs et analystes, les professionnels de la santé publique, les épidémiologistes, les diététistes, les représentants de l'industrie alimentaire et les journalistes des médias axés sur la santé.

Le tableau sommaire présente les distributions des apports usuels de 41 composants alimentaires comme décrit à l'annexe B. Les données sont fournies pour 16 groupes d'âge-sexe aux niveaux national, régional et provincial. Les données utilisées pour produire le tableau ont été obtenues à partir des fichiers partagés des ESCC - Nutrition de 2004 et 2015. Les apports en nutriments se rapportent uniquement à la consommation alimentaire. Santé Canada étudie actuellement une méthode qui permettrait de combiner les données sur les apports en nutriments provenant des aliments avec celles sur les suppléments de vitamines et de minéraux. Étant donné que les suppléments peuvent contribuer de manière significative à l'apport en nutriments, les inférences sur la prévalence d'excès ou l'insuffisance en nutriments qui sont fondées uniquement sur les apports alimentaires pourraient respectivement sous-estimer ou surestimer les prévalences fondées sur l'apport total de nutriments provenant de l'alimentation et des suppléments.

Les résultats sont présentés pour 13 régions géographiques : Canada excluant les territoires, chacune des 10 provinces, la région de l'Atlantique et la région des Prairies. Les données des quatre provinces de l'Atlantique et des trois provinces des Prairies ont été combinées dans les régions de l'Atlantique et des Prairies.

Afin de tenir compte de l'effet du tabagisme sur les besoins en vitamine C, les estimations sont fournis sur l'apport en vitamine C en fonction de l'usage du tabac.

La section suivante décrit la méthodologie utilisée pour produire les estimations, y compris les moyens de résoudre les problèmes de calcul rencontrés. Le guide ne fournit pas d'interprétations et ne tire pas de conclusions. Les lecteurs sont invités à consulter le Guide de référence pour comprendre et utiliser les données - Enquête sur la santé dans les collectivités canadiennes - Nutrition de 2015Note de bas de page 1 pour obtenir des exemples sur la manière d'interpréter les données de l'ESCC - Nutrition de 2015.

2. ESCC - Nutrition de 2015 : Estimation de la répartition des apports nutritionnels usuels de la population

2.1 Introduction

L'un des objectifs de l'ESCC - Nutrition de 2015 consistait à estimer les répartitions de l'apport nutritionnel usuel provenant des aliments en regard de l'énergie, de plusieurs nutriments et d'autres composants alimentaires aux niveaux national, provincial et régional pour 16 groupes d'âge-sexe quant aux ANREF. Pour ce faire, des données provenant de deux rappels alimentaires ont été recueillies concernant la quantité et les types d'aliments consommés au cours des 24 heures précédant l'entretien : un premier rappel pour tous les répondants et un second rappel uniquement pour un sous-échantillon représentatif du groupe. L'utilisation des données du premier rappel alimentaire permet de mesurer l'apport quotidien (c'est-à-dire la quantité d'éléments nutritifs ou d'aliments consommés au cours d'une journée donnée). Les données des premier et deuxième rappels peuvent être utilisées pour estimer l'apport usuel de la population (c'est-à-dire la moyenne à long terme de l'apport quotidien).

La variabilité des apports au sein d'un groupe au cours d'une journée donnée reflète la variabilité de l'apport intra-sujet, c.-à-d. chez des individus particuliers (qui pourraient avoir mangé plus ou moins que d'habitude ce jour-là) et la variabilité inter-sujet, c.-à-d. chez différents individus (chez qui l'apport usuel peut être plus ou moins élevé). Pour obtenir une estimation de la distribution de l'apport usuel d'une population à partir des données de consommation quotidienne, il est nécessaire d'adapter un modèle d'erreur de mesure qui réduit l'effet de la variance intra-sujet tout en mesurant la variance inter-sujet. Plusieurs méthodes sont disponibles pour estimer la distribution des apports usuels d'une population à partir des données d'apport quotidien. Suite à la publication de l'ESCC-Nutrition de 2015, Statistique Canada a recommandé l'utilisation de la méthode du National Cancer Institute (NCI) pour l'estimation des apports usuels.

Trois types d'estimations principaux peuvent être obtenus à partir de la distribution des apports usuels. Il s'agit de : (i) l'apport usuel moyen ; (ii) le pourcentage de la population ayant un apport usuel inférieur (ou supérieur) à un niveau donné (seuil) ; (iii) les centiles de la distribution.

L'objectif de ce document est de présenter :

2.2. Justification de la mise à jour des estimations pour 2004

Depuis la publication des données de l'ESCC - Nutrition de 2004 (cycle 2.2), de nouvelles méthodes pour estimer les apports usuels provenant de rappels alimentaires auto-déclarés sont disponibles. En 2016, un groupe de travail technique mixte composé de statisticiens de Santé Canada et de Statistique Canada a évalué les méthodes statistiques existantes pour estimer l'apport alimentaire usuel et a recommandé l'utilisation de la méthode du NCINote de bas de page 2,Note de bas de page 3 pour l'analyse des données de l'ESCC - Nutrition de 2015. C'est un changement de l'ESCC - Nutrition de 2004 (cycle 2.2) dont les estimations des apports usuels ont été calculées à l'aide de la méthode de l'Iowa State University (ISU)Note de bas de page 4, qui utilise le logiciel Software for Intake Distribution Estimation (SIDE). Dans le présent rapport, les estimations de l'apport de composants alimentaires pour l'ESCC - Nutrition de 2004 ont été recalculées à l'aide de la méthode du NCI afin de faciliter les comparaisons. Le tableau sommaire accessible sur le portail « Gouvernement ouvert » du gouvernement du Canada, présente des données issues des deux années de l'enquête (2004 et 2015). Les utilisateurs sont invités à ne pas comparer les estimations de l'apport usuel de l'ESCC - Nutrition de 2015 à celles publiées dans les trois volumes des tableaux du Compendium des apports en nutriments de l'ESCC de 2004Note de bas de page 5 en raison de différences dans la méthodologie d'estimation de l'apport usuel.

2.3 Méthodologie pour l'estimation des apports nutritionnels usuels

2.3.1 Estimation des apports nutritionnels usuels avec la méthode du National Cancer Institute

Les distributions estimées des apports nutritionnels usuels pour l'ESCC - Nutrition de 2015 ont été calculées à l'aide de la méthode du NCINote de bas de page 2,Note de bas de page 3. Malgré un temps de calcul plus long par rapport aux autres méthodes disponibles, la méthode du NCI présente des avantages, car elle peut être utilisée pour estimer l'apport de nutriments et d'aliments consommés de manière omniprésente et épisodique, elle peut inclure des covariables dans le modèle, et elle peut prendre en compte la corrélation entre la probabilité de consommation et quantité consommée.

La méthode du NCI a été développée sur la base du principe selon lequel l'apport usuel correspond à la probabilité de consommation d'un jour donné multipliée par la quantité moyenne consommée lors d'un « jour de consommation ». Il existe de légères différences dans la manière dont la méthode est appliquée pour les composants alimentaires consommés par presque tout le monde, presque tous les jours (c.-à-d. consommés de manière omniprésente) par rapport à ceux consommés épisodiquement sur quelques jours. L'approche pour les composants consommés de manière omniprésente (parfois appelée modèle unique ou de quantité uniquement) suppose une probabilité de consommation de un et nécessite une estimation de la quantité consommée à l'aide d'une régression linéaire sur une échelle transformée avec un effet aléatoire spécifique à la personne. L'estimation plus complexe des composants consommés de manière épisodique (appelée modèle en deux parties) nécessite un modèle qui estime (1) la probabilité de consommer un composant alimentaire à l'aide d'une régression logistique également avec un effet aléatoire spécifique à la personne et (2) de la quantité consommée utilisant un modèle mixte non linéaire. Chaque partie de ce modèle en deux parties peut inclure plusieurs covariables ou aucune. Pour les modèles en deux parties, si les effets aléatoires spécifiques à la personne des deux parties sont corrélés, le modèle corrélé à deux parties est sélectionné. Sinon, le modèle en deux parties non corrélé est choisi. Pour les modèles en une partie ou en deux parties, l'étape suivante consiste à estimer le ou les prédicteurs linéaires de chaque individu, à générer des effets aléatoires à l'aide de 100 pseudo-personnes pour chaque individu, à ajouter des effets aléatoires aux prédicteurs linéaires et à rétrotransformer l'estimation de la quantité à l'échelle d'origine, et enfin à estimer la moyenne, l'écart-type et les centiles de manière empirique.

On peut obtenir du matériel de formation sur l'utilisation de la méthode du NCI pour estimer les caractéristiques de distribution de l'apport usuel à partir des données de l'ESCC-Nutrition de 2015 auprès de Statistique Canada (contacter le Service à la clientèle, Division des statistiques sur la santé, Statistique Canada, au 613-951-1746, ou par courriel à STATCAN.hd-ds.STATCAN@canada.ca). Le National Cancer Institute a mis au point des macros SAS (disponible en anglais seulement) pour l'application de la méthode du NCI, lesquelles sont disponibles en ligne.

2.3.2 Application de la méthode du NCI aux ESCC - Nutrition de 2004 et 2015

La méthode du NCI a été développée à l'origine pour analyser le National Health and Nutrition Examination Survey des États-Unis (NHANES), dont la conception diffère de celle des enquêtes de l'ESCC - Nutrition. L'application de la méthode du NCI à l'ESCC - Nutrition a été étudiéeNote de bas de page 6 et diverses considérations statistiques ont été notées. Les questions examinées concernaient le choix du modèle (en une ou deux parties), la méthode pour remédier aux valeurs aberrantes et le choix des covariables ; elles sont présentées ci-dessous.

Choix d'un modèle en une ou deux parties

La décision d'utiliser le modèle en une ou deux parties était basée sur les scénarios suivantsNote de bas de page 3:

Les estimations de l'apport de tous les composants alimentaires, à l'exception de la caféine, ont été calculées à l'aide d'un modèle en une partie, dans la mesure où moins de 5 % des rappels de 24-heures faisaient état d'un apport nul d'un nutriment. Pour la caféine, le modèle en deux parties a été utilisé pour les personnes de moins de 30 ans, puisque plus de 10 % des rappels faisaient état d'un apport nul. Pour les groupes d'adultes âgés de plus de 30 ans, la proportion d'apport nul variait entre 6,41 % et 10,24 %, de sorte que les modèles à une et à deux parties ont été utilisés pour ces groupes.

Une fois le modèle choisi, le ratio des composantes de variance intra-inter a été utilisé pour évaluer d'autres hypothèses statistiques, notamment le choix des covariables et des valeurs aberrantes. Des valeurs élevées du ratio de variance intra-inter suggèrent une instabilité des estimations des paramètres du modèle et conduisent à un rajustement plus important des apports quotidiens par rapport aux apports usuels. En conséquence, l'estimation des centiles de la distribution des apports usuels et de la prévalence de l'insuffisance peut s'en trouver affectée. Afin d'assurer la précision du modèle, l'effet des covariables, des valeurs aberrantes et des poids de l'enquête ont été évalués lors du calcul des apports usuels.

Covariables

Étant donné qu'on souhaite obtenir des estimations des apports usuels par groupe d'âge-sexe aux niveaux national, régional et provincial, la province a été incluse comme covariable dans le modèle. L'analyse initiale effectuée à l'aide de la méthode du NCI a mis en évidence la non-convergence de certains groupes d'âge-sexe dans certaines provinces. Les données de l'ESCC - Nutrition de 2004 (cycle 2.2) ont donc été incluses pour augmenter la taille de l'échantillon, puis fournir des estimations d'apports usuels à l'aide de la méthode du NCI pour l'enquête de 2004. En conséquence, les estimations des paramètres ont été obtenues à partir d'un ensemble de données combinant les statistiques de l'ESCC - Nutrition de 2004 et de 2015, et l'année d'enquête a également été incluse comme covariable. Conformément au Guide de l'utilisateur du NCI, des covariables pour la séquence de rappel et le moment de la semaine (week-end ou jour de semaine) ont également été incluses.

Agrégation et stratification

Les calculs ont été effectués séparément pour les apports usuels de chaque groupe d'âge-sexe, au moyen d'une approche stratifiée. Bien que la méthode du NCI offre la possibilité d'agréger des groupes, une analyse initiale utilisant le poids de l'enquête de base a révélé de grandes différences dans le ratio estimé des composantes de variance intra-inter pour différents groupes d'âge-sexe. Des recherches antérieures ont montré que l'agrégation n'est pas appropriée dans les situations où les ratios intra-inter sont très différents, dans la mesure où les distributions des apports usuels pourraient être biaisées dans de tels casNote de bas de page 6. C'est pourquoi, pour l'analyse de données de l'ESCC - Nutrition de 2004 et de 2015, les apports usuels ont été obtenus par stratification de chaque groupe d'âge-sexe, tout en effectuant une agrégation par année d'enquête et par province au sein de chacune des strates.

Valeurs aberrantes

Dans les cas où la différence entre les apports du jour 1 et ceux du jour 2 était anormalement importante (c.-à-d. ratio de variation intra-inter >10), des analyses ont été menées pour rechercher les valeurs aberrantes potentielles. Dans de tels cas, la valeur du jour 2 a été supprimée, car les valeurs du jour 1 sont considérées comme plus fiables. Le rappel du jour 1 est moins susceptible d'être biaisé en raison de la courbe d'apprentissage ou d'un changement dans l'alimentation, puisque le répondant est informé qu'un rappel aura lieu prochainement. L'impact de l'élimination des valeurs aberrantes sur la variation intra-inter a été déterminé sur la base de ±3, ±2,5 ou ±2 écarts-types (É-T) par rapport à la répartition moyenne de la différence entre les valeurs du jour 1 et du jour 2. Le scénario sélectionné était celui qui donnait la plus grande amélioration des variations intra-inter avec le moins de valeurs aberrantes éliminées. Dans le cas des composants alimentaires pour lesquels on a identifié des valeurs aberrantes, le nombre total de ces dernières est indiqué ci-dessous :

Tableau 1 : Valeurs aberrantes par composant alimentaire

Composant alimentaire

Groupe d'âge-sexe des ANREF

Seuil

Nombre de rappels retirés

Pourcentage de l'apport énergétique total provenant des lipides

Femmes de 19 à 30 ans

3 É-T

4

Pourcentage de l'apport énergétique total provenant des gras mono-insaturés

Femmes de 19 à 30 ans

3 É-T

8

Sodium (mg/j)

Hommes de 19 à 30 ans

2 É-T

39

Potassium (mg/j)

Hommes de 31 à 50 ans

2 É-T

63

Pourcentage de l'apport énergétique total provenant des acides gras linoléniques

Femmes de 9 à 13 ans

3 É-T

11

Hommes de 14 à 18 ans

3 É-T

18

Source des données : Statistique Canada, Enquête sur la santé dans les collectivités canadiennes - Nutrition de 2015 ; Enquête sur la santé dans les collectivités canadiennes - Nutrition de 2004 (cycle 2.2), fichiers partagés.
Macros SAS

Les analyses pour ont été effectuées à l'aide des macros SAS version 2.1, en particulier MIXTRAN et DISTRIB. La documentation générale sur la méthode du NCI (disponible en anglais seulement), y compris les guides d'utilisation et des exemples spécifiques, est également disponible en ligne.

Pour effectuer les calculs des apports usuels et réaliser les étapes de sélection de modèles mentionnées précédemment, les macros univariées MIXTRAN et DISTRIB du NCI ont été appliquées de manière systématique, comme indiqué ci-dessous.

La macro MIXTRAN transforme les données et s'ajuste au modèle mixte non linéaire. Cette macro permet l'utilisation de covariables dans la procédure de rajustement du modèle et génère les estimations de paramètres nécessaires pour calculer les distributions de l'apport usuel.

La macro DISTRIB utilise les paramètres estimés par MIXTRAN pour estimer les distributions de l'apport usuel au moyen d'une simulation. Cette macro peut également fournir le pourcentage estimé de la population dont l'apport usuel est inférieur ou supérieur à une certaine valeur, une caractéristique utilisée pour fournir des estimations supérieures ou inférieures aux valeurs des ANREF (c.-à-d. BME, AS et AMT).

La macro MIXTRAN a été largement utilisée pour évaluer le ratio des variances intra-inter, pour déterminer la présence de valeurs aberrantes et pour évaluer les différences dans l'agrégation et la stratification. Une fois le modèle final choisi, la macro DISTRIB a été utilisée pour calculer les centiles et la prévalence de l'insuffisance d'un composant alimentaire particulier. Le fer constitue une exception : la procédure d'estimation utilisée pour ce composant est résumée à la section 2.3.4.

Critères de convergence pour la macro MIXTRAN

Comme la méthode du NCI trouve les solutions au moyen d'une méthode d'optimisation numérique, le critère de convergence par défaut (gconv = 1e-8) a été utilisé à l'origine pour l'analyse de tous les composants alimentaires (Annexe B). Dans la plupart des cas, les critères par défaut fournissaient des solutions réalisables avec le temps de calcul le plus court possible. Pour 2 % des groupes d'âge-sexe des ANREF, les critères de convergence par défaut ne constituaient pas une solution réalisable ; en conséquence, des critères de convergence plus stricts (gconv = 1e-12 pour le potassium dans le cas des hommes âgés de 9 à 13 ans, et 1e-10 pour les autres) ont été utilisés pour certains composants alimentaires (tableau 2), en dépit d'une durée d'exécution plus longue. En général, cependant, on recommande d'utiliser le critère de convergence par défaut de la macro MIXTRAN lors du calcul des apports usuels.

Tableau 2 : Composants alimentaires et groupes d'âge-sexe avec critères de convergence non définis par défaut

Composant alimentaire

Groupe d'âge-sexe

Sodium

Femmes de 19 à 30 ans

Femmes de 31 à 50 ans

Potassium

Femmes et hommes de 1 à 3 ans

Hommes de 9 à 13 ans

Femmes de 14 à 18 ans

Femmes de 19 à 30 ans

Hommes de 31 à 50 ans

Énergie

Femmes et hommes de 1 à 3 ans

Phosphore

Femmes et hommes de 1 à 3 ans

Hommes de 14 à 18 ans

Hommes de 71 ans et plus

Femmes de 71 ans et plus

Vitamine C

Femmes de 9 à 13 ans

Hommes de 14 à 18 ans

Calcium

Femmes et hommes de 4 à 8 ans

Humidité

Femmes et hommes de 1 à 3 ans

Sucres totaux

Femmes de 14 à 19 ans

2.3.3 Mesure de la variabilité d'échantillonnage avec la méthode des répliques bootstrap

Les ESCC - Nutrition sont des enquêtes à plan complexe, ce qui implique qu'aucune formule mathématique n'existe pour calculer directement la variabilité d'échantillonnage. Il faut donc recourir à une méthode de réplication de l'échantillon pour estimer cette variabilité, et la plus pratique est la méthode bootstrap. Statistique Canada a fourni des poids de répliques bootstrap pour estimer la variance par rapport aux plans d'échantillonnage d'enquêtes à plan complexe.

Pour des estimations simples telles que des totaux, des ratios ou des paramètres de régression, il est possible d'estimer la variabilité d'échantillonnage en utilisant les poids bootstrap avec une procédure d'enquête telle que SUDAAN, STATA ou PROC SURVEYMEANS dans SAS. Ces procédures tiennent bien compte du plan d'enquête complexe dans l'estimation des erreurs types. Pour obtenir une estimation, on calcule d'abord le paramètre d'intérêt (p. ex., total, ratio) pour chacune des 500 répliques, puis on calcule la variance entre les 500 valeurs. C'est la méthode qu'on emploie pour estimer l'apport moyen d'un composant alimentaire en utilisant uniquement les rappels du premier jour. Pour les estimations liées aux distributions de l'apport usuel, ce processus doit être répété lorsqu'on utilise la méthode du NCI. Il faut donc estimer les paramètres d'intérêt avec la méthode du NCI pour chaque réplique (en utilisant chaque poids bootstrap), puis calculer la variance entre chacune des 500 estimations obtenues.

Pour certaines procédures de l'enquête, la variance des 500 répliques compare chacune des estimations à la moyenne des 500 répliques bootstrap (moyenne bootstrap). L'estimation de base (calculée à l'aide du poids inital de l'enquête) est également disponible à partir des données. En général, à cause du nombre important de répliques (500), la moyenne bootstrap converge vers l'estimation de base. Toutefois, il est possible que la méthode du NCI ne fonctionne pas pour certaines des 500 répliques, et donc que l'on ne dispose pas de l'ensemble des 500 estimations de la distribution pour calculer les estimations de la moyenne bootstrap. C'est pourquoi, quand on calcule la variance à partir des estimations bootstrap, on doit comparer chacune des répliques à l'estimation de base et non à la moyenne bootstrap. Ainsi, une partie du biais causé par les répliques qui ont échoué est atténuée par la procédure d'estimation.

Plus spécifiquement, pour les apports usuels, soit thetahat qui représente l'estimation du paramètre (p. ex., moyenne, centile, prévalence de l'insuffisance) obtenue en utilisant le poids de l'enquête de base. Alors thetahat b,b = 1,2,…,B (où B=500) représente l'estimation du paramètre à partir de chacune des B=500 répliques bootstrap. L'erreur-type bootstrap pour thetahat est ensuite calculée comme suit :

Figure 1.

Figure 1 - Équivalent textuel

Formule qui démontre comment l'erreur type des estimations ont été calculée avec la méthode des répliques bootstrap. Selon cette formule, l'erreur type bootstrap d'une estimation est égale à la racine carrée de la moyenne du carrée des différences entre l'estimation de la racine et chacune des estimations bootstrap. Plus spécifiquement, supposer que thetahat est une estimation de notre paramètre d'intérêt obtenue en utilisant le poids racine de l'enquête et que thetahatb (b=1,2,…,B) sont les estimations boostraps correspondantes (B = 500 dans l'ESCC - Nutrition). La variance de thetahat est égale à la somme de chacun des B carrés des écarts entre thetahat et thetahatb divisée par B. L'erreur type bootstrap de thetahat est estimée en prenant la racine carrée de cette variance.

2.3.4 Estimation de l'insuffisance en fer à l'aide de la méthode fondée sur les probabilités totales

La distribution des besoins en fer chez les femmes menstruées et les autres groupes d'âge-sexe n'est pas faite normalement ni nécessairement de manière symétrique. Par conséquent, il faut utiliser l'approche de probabilité intégraleNote de bas de page 7 plutôt que la méthode du seuil du BME pour estimer l'insuffisance en fer. Pour tous les groupes d'âge-sexe, les estimations d'insuffisance ont été réalisées grâce aux distributions des besoins enNote de bas de page 8 fer du rapport de l'Institute of Médicine (IOM) des États-Unis sur les ANREF, intitulé The Essential Guide to Nutrient Requirements, à l'annexe G. Pour les trois groupes d'âge-sexe de femmes menstruées des ANREF (entre 14 et 50 ans), les insuffisances ont été estimées en utilisant la distribution des besoins en fer des populations mixtes, qui suppose 17 % d'utilisatrices de contraceptifs oraux et 83 % qui n'en utilisent pasNote de bas de page 8. Pour les femmes âgées de 51 à 70 ans et de 71 ans et plus, on a utilisé la distribution des besoins en fer de la population ménopausée.

Des tableaux du risque d'insuffisance pour des fourchettes spécifiées de l'apport usuel en fer, fournis dans le rapport de l'IOM, ont été utilisés pour calculer les insuffisances en fer. Les points ci-dessous résument la mise en œuvre de la méthode des probabilités totales pour estimer les insuffisances en fer:

2.3.5 Estimation de la distribution de l'apport usuel en caféine

L'analyse de la caféine diffère de celle des autres nutriments, principalement parce que son apport varie en fonction du groupe d'âge considéré. Afin de respecter les directives de Santé Canada, des renseignements sur l'apport usuel en caféine sont fournis pour les personnes âgées de 4 ans et plus. Contrairement aux autres nutriments, l'apport usuel en caféine a été analysé à l'aide du modèle en deux parties du NCI, car la caféine s'est avérée un nutriment consommé de manière irrégulière par certains Canadiens.

Comme le pourcentage de rappels de 24-heures avec un apport nul dépassait 10 % pour de nombreux groupes d'âge-sexe (tableau 3), les modèles corrélés et non corrélés étaient donc rajustés (voir section 2.3.2). Pour les personnes de plus de 30 ans, le pourcentage d'apport nul était compris entre 5 % et 10 % environ ; les trois modèles du NCI étaient donc rajustés, qu'il s'agisse du modèle corrélé, du modèle non corrélé ou du modèle de quantité uniquement. Les mêmes covariables ont été utilisées pour tous les modèles : année d'enquête, province, week-end/jour de semaine et effet séquentiel du rappel de 24-heures. De plus, les estimations de paramètres de MIXTRAN obtenues à l'aide du poids du sondage d'origine sont devenues des valeurs de départ pour les bootstrap ultérieurs. Dans le cadre de MIXTRAN, les transformations de Box-Cox ont été utilisées pour transformer les données en normalité. Cependant, pour les enfants de 4 à 8 ans, les hommes de 9 à 13 ans et les femmes de 9 à 13 ans, on a utilisé la transformation logarithmique (lambda = 0). Le modèle basé sur la quantité uniquement n'a pas été pris en compte dans l'analyse finale, car tous les modèles en deux parties ont convergé.

Tableau 3 - Considérations statistiques relatives à l'apport usuel en caféine par groupe d'âge-sexe

Groupe d'âge-sexe

Pourcentage d'apport nul (%)

Nombre de valeurs aberrantes supprimées dans le modèle final

Valeur p finale pour le modèle corrélé

Modèle en deux parties utilisé

Femmes et hommes ensemble : 4 à 8 ans

36,0

1

0,75

Non corrélé

Hommes de 9 à 13 ans

32,3

0

0,40

Non corrélé

Femmes de 9 à 13 ans

30,6

0

≤0,0001

Corrélé

Hommes de 14 à 18 ans

27,4

0

0,29

Non corrélé

Femmes de 14 à 18 ans

31,2

0

0,52

Non corrélé

Hommes de 19 à 30 ans

20,1

0

0,005

Corrélé

Femmes de 19 à 30 ans

19,5

1

0,61

Non corrélé

Hommes de 31 à 50 ans

9,9

8

0,17

Non corrélé

Femmes de 31 à 50 ans

10,2

15

0,03

Corrélé

Hommes de 51 à 70 ans

6,8

10

0,003

Corrélé

Femmes de 51 à 70 ans

7,0

11

0,12

Non corrélé

Hommes de 71 ans et plus

6,4

6

0,02

Corrélé

Femmes de 71 ans et plus

6,9

7

s.o.

Non corrélé

Source des données : Statistique Canada, Enquête sur la santé dans les collectivités canadiennes - Nutrition de 2015 ; Enquête sur la santé dans les collectivités canadiennes - Nutrition de 2004 (cycle 2.2), fichiers partagés.

S. o. - Impossible de calculer la valeur p corrélée, car le modèle corrélé n'a pas convergé : modèle non corrélé rajusté.

La procédure suivante a été utilisée pour choisir le modèle en deux parties le mieux adapté. Lorsque la transformation en z de Fisher de la corrélation estimée entre les effets aléatoires dans le modèle corrélé différait statistiquement de zéro au niveau de signification de 5 %, le modèle corrélé était alors utilisé. Autrement, c'est le modèle non corrélé qui était rajusté. Des modèles corrélés ont été utilisés pour estimer les apports usuels chez les femmes de 9 à 13 ans, les hommes de 19 à 30 ans, les femmes de 31 à 50 ans, les femmes de 51 à 70 ans et les hommes de 71 ans et plus. Pour les femmes de 71 ans et plus, le modèle corrélé n'a pas convergé à l'aide du poids de l'enquête de base, ce qui fait que le modèle non corrélé a été utilisé pour l'analyse. Le modèle non corrélé a été rajusté à tous les autres groupes des ANREF (tableau 3).

En mettant en œuvre la stratégie de détection des valeurs aberrantes décrite à la section 2.3.2, on a constaté que le ratio de la variation intra-sujet à la variation inter-sujet était inférieur à 10 dans tous les groupes d'âge-sexe des ANREF. Aucune valeur aberrante n'a été supprimée à l'aide de Krebs-Smith et coll., 2010)Note de bas de page 9 a été utilisée pour rechercher d'éventuelles violations de l'hypothèse de normalitéNote de bas de page 9. Cette méthode calcule notamment une transformation de Box-Cox des valeurs initiales d'apport non nul et signale les valeurs extrêmes satisfaisant l'un des deux critères suivant : i) celles situées au-dessous du 25e centile moins 2,5 fois la plage interquartile de la distribution transformée ; et ii) les valeurs supérieures au 75e centile plus 2,5 fois l'intervalle interquartile. Le tableau 3 montre le nombre de valeurs aberrantes supprimées pour chaque groupe d'âge-sexe des ANREF à l'aide de cette méthode.

En plus des groupes d'âge-sexe spécifiques des ANREF, les distributions d'apports usuels en caféine chez les hommes de 19 ans et plus et chez les femmes de 19 ans et plus ont également été calculées. Une approche distincte a été utilisée pour ces groupes d'âge combinés parce que chaque groupe d'âge-sexe nécessitait des modèles différents (tableau 3). Sur la base de leur modèle respectif, pour chaque individu, 100 pseudo-individus simulés ont été générés par la méthode du NCI à l'aide de la macro DISTRIB. Enfin, les pseudo-individus simulés obtenus ont été « empilés » et on a estimé la distribution des apports usuels pour les hommes et les femmes adultes.

Les erreurs types des estimations pour la caféine ont été calculées à l'aide de la méthode bootstrap, décrite à la section 2.3.3. Pour le groupe des hommes de 19 ans et plus, 46 répliques bootstrap ont échoué, contre 80 pour le groupe de femmes de 19 ans et plus.

2.3.6 Source des données

Les ensembles de données utilisés pour générer les estimations sont les fichiers partagés des Enquêtes sur la santé dans les collectivités canadiennes - Nutrition de 2004 et 2015, qui comprennent tous les répondants ayant accepté de partager leurs réponses avec les partenaires de l'enquête, soit environ 96 % des répondantsNote de bas de page 1.

Les individus dont l'apport nutritionnel était nul (aucun apport nutritionnel provenant des aliments) ou non valide, les enfants nourris au sein et les femmes enceintes ou celles qui allaitent ont été exclus de cet ensemble de données. Les rappels des premiers et deuxièmes jours ont été utilisés. Trois répondants dont les rappels au jour 2 n'avaient pas de rappel du jour 1 correspondant ont été exclus. Des analyses ont été effectuées aux échelles provinciale, régionale (Atlantique et Prairies) et nationale pour tous les groupes d'âge-sexe des ANREF, à l'exclusion du groupe des enfants âgés de 0 à 1 an. Une analyse a également été réalisée pour l'ensemble des groupes d'âge-sexe suivants : hommes de 19 ans et plus et femmes de 19 ans et plus.

2.4. Comparaison des estimations des apports en nutriments de 2015 et 2004

L'un des objectifs de l'ESCC - Nutrition de 2015 était d'évaluer si des changements dans l'apport alimentaire avaient eu lieu depuis l'ESCC - Nutrition de 2004. Pour atteindre cet objectif, on a comparé les pourcentages de la population se trouvant au-dessus ou en dessus des valeurs de référence pertinentes des ANREF en 2004 et 2015. Cela a été fait à l'aide de tests t dans lesquels le changement moyen entre 2004 et 2015 a été comparé à 0 et où l'estimation de la variance de ce changement provient de répliques bootstrap. Les valeurs présentées dans le tableau n'ont pas été rajustées pour les comparaisons multiples.

Lors de l'interprétation des comparaisons d'une année à l'autre et avant de tirer des conclusions, il est essentiel de tenir compte du fait que les données n'ont pas été rajustées pour les différences méthodologiques. Les différences entre les apports dans les deux années de l'enquête peuvent refléter des modifications dans les habitudes de consommation, des changements de la composition nutritionnelle des aliments et/ou des changements dans la méthodologie de l'enquête, entre autres explications possibles. Veuillez consulter le Guide de référence pour comprendre et utiliser les données - Enquête sur la santé dans les collectivités canadiennes - Nutrition de 2015, section 4Note de bas de page 1 pour une discussion détaillée sur les différences entre les années d'enquête et les répercussions possibles. En bref, plusieurs différences dans la collecte et le traitement des données de l'ESCC-Nutrition de 2015 ont probablement eu une incidence sur l'estimation des apports. Trois des principales différences sont les suivantes :

En 2015, il y a eu beaucoup moins de vérifications manuelles des quantités après la collecte de données (68 en 2015 contre 22 000 en 2004), ce qui indique que les améliorations apportées au contrôle de la qualité et de la quantité en 2015 étaient efficaces.

Annexe A - Notes relatives au tableau

Les notes suivantes s'appliquent au tableau sommaire de données :

  1. Sont exclus de la population cible de cette enquête les habitants des trois territoires, les personnes vivant dans les réserves, les résidents d'établissements, les membres à temps plein des Forces canadiennes et les résidents de certaines régions éloignées.
  2. Le tableau exclue les données sur les femmes enceintes et celles qui allaitent, celles-ci faisant l'objet d'une autre série de recommandations nutritionnelles. La taille de l'échantillon composé des femmes enceintes et de celles qui allaitent n'est pas assez importante pour permettre des estimations fiables à l'échelle provinciale.
  3. La taille de l'échantillon est basée sur le premier rappel de 24-heures (premier jour de l'entrevue) uniquement.
  4. Les apports sont fondés sur la base de la consommation d'aliments. Les apports provenant de suppléments de vitamines et de minéraux n'ont pas été inclus. Les inférences sur la prévalence d'excès ou d'insuffisance en nutriments fondées uniquement sur les apports alimentaires pourraient respectivement sous-estimer ou surestimer les prévalences fondées sur l'apport total de nutriments provenant de l'alimentation et des suppléments.
  5. La distribution des apports (centiles et pourcentages supérieurs ou inférieurs à une limite, le cas échéant) a été rajustée à l'aide de la méthode du National Cancer Institute (NCI) telle que décrite dans Tooze JA, Midthune D, Dodd KW et coll. A new statistical method for estimating the usual intake of episodically consumed foods with application to their distribution. J Am Diet Assoc, 2006; 106: 1575-1587 1575-1587 ; et dans Tooze JA, Kipnis V, Buckman DW, et coll. A mixed-effects model approach for estimating the distribution of usual intake of nutrients: the NCI method. Stat Med 2010; 29: 2857-2868
  6. Des techniques bootstrap ont été utilisées pour déterminer le coefficient de variation (CV) et l'erreur type (ET).
  7. L'EVAM est l'étendue des valeurs acceptables pour les macronutriments, qui est exprimée en pourcentage de l'apport énergétique total. Les apports à l'intérieur de la fourchette (indiqués dans les colonnes EVAM) sont associés à un risque réduit de maladies chroniques et ils représentent un apport suffisant en nutriments essentiels. Pour de plus amples informations sur l'EVAM dans l'évaluation des groupes de population, voir la publication de Santé Canada intitulée Guide de référence pour comprendre et utiliser les données - Enquête sur la santé dans les collectivités canadiennes - Nutrition de 2015, section 2.2.6, page 28Note de bas de page 1.
  8. Le BME est le besoin moyen estimatif. Dans le contexte de la communication des résultats dans des enquêtes auprès de la population telles que les ESCC - Nutrition de 2004 et 2015, la principale fonction du BME est d'estimer la prévalence d'insuffisance en certains nutriments dans un groupe. Pour plus d'informations sur le BME et sur la manière d'interpréter la prévalence des insuffisances dans une population, voir la publication de Santé Canada intitulée Guide de référence pour comprendre et utiliser les données - Enquête sur la santé dans les collectivités canadiennes - Nutrition de 2015, Section 2.2.2, page 24Note de bas de page 1.
  9. L'AS est l'apport suffisant. L'apport nutritionnel représenté par l'AS (indiqué dans les colonnes AS) est l'apport quotidien moyen recommandé qui est fondé sur des valeurs approximatives observées ou déterminées expérimentalement ou sur des estimations de l'apport nutritionnel observé chez un ou plusieurs groupes d'individus apparemment en bonne santé. L'AS est établi lorsque le BME ne peut pas être déterminé. Le pourcentage de la population ayant un apport usuel supérieur à l'AS (indiqué dans les colonnes %>AS) comble presque certainement leurs besoins. Nous ne pouvons évaluer si un apport inférieur à l'AS est inadéquat, il ne faut jamais l'interpréter comme tel. Pour plus d'informations sur l'AS et sur la manière d'interpréter la prévalence des insuffisances au sein d'une population, consultez la publication de Santé Canada intitulée Guide de référence pour comprendre et utiliser les données - Enquête sur la santé dans les collectivités canadiennes - Nutrition de 2015, section 2.2.4, pages 25-26Note de bas de page 1.
  10. L'AMT est l'apport maximal tolérable. L'apport nutritionnel représenté par l'AMT (indiqué dans les colonnes AMT) est l'apport quotidien moyen le plus élevé qui n'entraîne vraisemblablement pas de risques d'effets indésirables sur la santé chez la plupart des individus de la population en général. Pour plus d'informations sur l'AMT et sur la manière d'interpréter la prévalence d'apports supérieurs à l'AMT dans une population, voir la publication de Santé Canada intitulée Guide de référence pour comprendre et utiliser les données - Enquête sur la santé dans les collectivités canadiennes - Nutrition de 2015, Section 2.2.5, page 28. 1 En 2017, le document Guiding Principles for Developing Dietary Reference Intakes Based on Chronic Disease recommandait de maintenir l'AMT dans le modèle élargi des ANREF, mais d'en caractériser le risque toxicologiqueNote de bas de page 10.
  11. L'apport lié à un risque réduit de maladie chronique (RRMC) est le plus bas niveau d'apport pour lequel il existe suffisamment de preuves permettant de caractériser une réduction du risque de maladie chronique. Pour une compréhension plus détaillée du RRMC et de son interprétation lors de l'évaluation de l'apport en nutriments particuliers, consultez le rapport 2017 des National Academies, Guiding Principles for Developing Dietary Reference Intakes Based on Chronic DiseaseNote de bas de page 10.
  12. Pour une compréhension plus détaillée des ANREF et de leur interprétation lors de l'évaluation des apports en nutriments particuliers, consultez le résumé de la série de publications sur les ANREF publiée par l'Institute of Medicine intitulée Dietary Reference Intakes: The Essential Guide to Nutrient Requirements, (2006)Note de bas de page 8.
  13. Pour une compréhension plus détaillée des ANREF et de leur interprétation lors de l'évaluation des apports en sodium et en potassium, consultez le document Dietary Reference Intakes for Sodium and Potassium, 2019Note de bas de page 11.
  14. Les données sur les apports en gras trans ne peuvent pas être obtenues à partir des ensembles de données des ESCC 2004 et 2015, et ne sont donc pas rapportées séparément. Cependant, les estimations du pourcentage en énergie provenant des gras totaux comprennent tous les types de gras, y compris les gras trans. Il est à noter que l'estimation du total des apports en énergie des différents types de gras individuels ne correspond pas à l'estimation du gras total en raison des erreurs de mesures ainsi qu'au manque de données sur l'apport de gras trans.
  15. En termes de précision, l'estimation 0,0 avec une erreur type de 0,0 correspond à une erreur type inférieure à 0,1 %.
  16. Les données dont le coefficient de variation (CV) se situe entre 16,6 % et 33,3 % sont identifiées comme suit : (E) utiliser avec prudence.
  17. Les données dont le coefficient de variation (CV) est supérieur à 33,3 % avec un intervalle de confiance à 95 % se situant entièrement entre 0 et 3 % sont identifiées comme suit : <3, interpréter avec prudence.
  18. Les données dont le coefficient de variation (CV) est supérieur à 33,3 % ont été supprimées en raison d'une extrême variabilité d'échantillonnage et sont identifiées comme suit : (F) trop peu fiable pour être publié.
  19. Les comparaisons entre l'ESCC-Nutrition 2004 et l'ESCC-Nutrition 2015 ont été calculées au moyen d'un test t d'échantillons appariés sans ajustement pour les comparaisons multiples.
  20. Les données n'ont pas été rajustées pour les différences méthodologiques entre l'ESCC-Nutrition de 2004 et 2015. Pour de plus amples informations sur les différences entre les années et les implications potentielles, veuillez reporter à la section 2.4 du présent document méthodologique.

Annexe B : Liste des composants alimentaires

Composants alimentaires

Énergie et macronutriments

Apport énergétique total

Glucides totaux

Pourcentage de l'apport énergétique total provenant des glucides

Sucres totaux

Pourcentage de l'apport énergétique total provenant des sucres

Lipides totaux

Pourcentage de l'apport énergétique total provenant des lipides

Acides gras saturés totaux

Pourcentage de l'apport énergétique total provenant des acides gras saturés

Acides gras monoinsaturés totaux

Pourcentage de l'apport énergétique total provenant des acides gras monoinsaturés

Acides gras polyinsaturés totaux

Pourcentage de l'apport énergétique total provenant des acides gras polyinsaturés

Acide linoléique

Pourcentage de l'apport énergétique total provenant de l'acide linoléique

Acide linoléniqueNote de bas de page a

Pourcentage de l'apport énergétique total provenant de l'acide linolénique

ProtéinesNote de bas de page b

Pourcentage de l'apport énergétique total provenant des protéines

Fibres alimentaires totalesNote de bas de page c

Cholestérol

Vitamines

Vitamine ANote de bas de page d

Vitamine B6

Vitamine B12

Vitamine C

Vitamine C - selon le statut de fumeur

Vitamine D

Folate

FolacineNote de bas de page e

Folate de source naturelle

Niacine

Riboflavine

Thiamine

Minéraux

Calcium

FerNote de bas de page f

Magnésium

Phosphore

Potassium

Sodium

Zinc

Autres composants alimentaires

Caféine

Eau totaleNote de bas de page g

Note de bas de page a

Acide linolénique est un autre nom pour acide alpha-linolénique (oméga-3).

Retour à la référence de la note de bas de page a

Note de bas de page b

Bien que des ANREF pour les protéines aient été établis sur la base de la quantité par kg de poids corporel, aucun ANREF a été établi pour les quantités absolues de protéines.

Retour à la référence de la note de bas de page b

Note de bas de page c

Bien que l'Institute of Medicine a établi un apport suffisant (AS) pour les fibres alimentaires totalesNote de bas de page 12, aucune comparaison n'est présentée dans le tableau. En plus du fait que l'utilisation de l'AS est plutôt limitée quant à l'évaluation de groupesNote de bas de page 1, l'AS pour les fibres alimentaires a été déterminé en fonction du risque de coronapathie. La définition de Santé Canada pour les fibres alimentaires (https://www.canada.ca/fr/sante-canada/services/aliments-nutrition/participation-public-partenariats/politique-proposee-definition-valeur-energetique-fibres-alimentaires/consultation.html) reconnaît le rôle que les fibres jouent dans l'apport de produits de fermentation aux colonocytes et sur la laxationNote de bas de page 13. Aucun ANREF n'a été établi pour ces effets. Pour plus d'informations sur les méthodes utilisées pour analyser les fibres alimentaires pour cette enquête, veuillez consulter le Fichier canadien sur les éléments nutritifs - Guide de l'utilisateur (https://www.canada.ca/fr/sante-canada/services/aliments-nutrition/saine-alimentation/donnees-nutritionnelles/fichier-canadien-elements-nutritifs-recueil-donnees-canadiennes-composition-aliments-guide-utilisation.html).

Retour à la référence de la note de bas de page c

Note de bas de page d

Aucune prévalence pour les apports en dessus du AMT n'est calculée pour la vitamine A. Le AMT pour la vitamine A est fixé pour la vitamine A préformée seulement, et ces estimations n'avaient pas encore été faites lorsque ces tableaux ont été produits.

Retour à la référence de la note de bas de page d

Note de bas de page e

Dans les aliments qui présentent une teneur en folate, ce dernier prend actuellement deux formes chimiques : le folate alimentaire, c'est à dire le folate d'origine naturelle, et l'acide folique, soit la forme synthétique de folate ajoutée aux aliments. Le terme « folacine » correspond à une unité de mesure correspondant à la simple somme arithmétique du contenu en folate alimentaire et en acide folique présent dans les aliments, en microgrammes.

Retour à la référence de la note de bas de page e

Note de bas de page f

L'insuffisance en fer a été estimer à l'aide de la méthode fondée sur les probabilités totales, comme décrit à la section 2.3.4 de ce document.

Retour à la référence de la note de bas de page f

Note de bas de page g

Le terme « eau totale » inclut l'eau provenant de toutes les sources d'aliments et de boissons.

Retour à la référence de la note de bas de page g

Références

Note de bas de page 1

Santé Canada. Guide de référence pour comprendre et utiliser les données - Enquête sur la santé dans les collectivités canadiennes - Nutrition de 2015, 2017. Disponible à : https://www.canada.ca/fr/sante-canada/services/aliments-nutrition/surveillance-aliments-nutrition/sondages-sante-nutrition/enquete-sante-collectivites-canadiennes-escc/guide-reference-comprendre-utiliser-donnees-2015.html

Retour à la référence de la note de bas de page 1

Note de bas de page 2

Tooze JA, Kipnis V, Buckman DW, et coll. A mixed-effects model approach for estimating the distribution of usual intake of nutrients: the NCI method. Stat Med 2010; 29: pp. 2857-2868.

Retour à la référence de la note de bas de page 2

Note de bas de page 3

Tooze JA, Kipnis V, Buckman DW, et coll. A mixed-effects model approach for estimating the distribution of usual intake of nutrients: the NCI method. Stat Med 2010; 29: pp. 2857-2868.

Retour à la référence de la note de bas de page 3

Note de bas de page 4

Nusser SM, AL Carriquiry, Dodd KW, Fuller WA. A semiparametric transformation approach to estimating usual daily intake distributions. J Am Stat Assoc 1996; 91: pp. 1440-1449.

Retour à la référence de la note de bas de page 4

Note de bas de page 5

Santé Canada. Enquête sur la santé dans les collectivités canadiennes - Nutrition de 2004, cycle 2.2, Apports nutritionnels provenant des aliments. Tableaux de données de synthèse provinciales, régionales et nationales, volumes 1, 2 et 3.

Retour à la référence de la note de bas de page 5

Note de bas de page 6

Davis KA, Gonzalez A, Loukine L, Qiao C, Sadeghpour A, Vigneault M, Wang KC, Ibanez D. Early experience analyzing dietary intake data from the Canadian Community Health Survey - Nutrition using the National Cancer Institute (NCI) Method. Nutrients 2019; 11: pp. 1908.

Retour à la référence de la note de bas de page 6

Note de bas de page 7

National Research Council. The probability approach Nutrient Adequacy: Assessment Using Food Consumption Surveys, 1986. Washington, DC: National Academy Press, pp. 25-40.

Retour à la référence de la note de bas de page 7

Note de bas de page 8

Otten JJ, Hellwig JP, Meyers LD. Dietary Reference Intakes. The Essential Guide to Nutrient Requirements, 2006. Washington (DC), National Academies Press.

Retour à la référence de la note de bas de page 8

Note de bas de page 9

Krebs-Smith SM, Guenther PM, Subar AM, Kirkpatrick SI, Dodd KW. Americans do not meet federal dietary recommendations. The Journal of Nutrition 2010; 140, pp. 1832-1838.

Retour à la référence de la note de bas de page 9

Note de bas de page 10

National Academies of Sciences, Engineering, and Medicine. 2017. Guiding principles for developing Dietary Reference Intakes based on chronic disease. Washington (DC), National Academies Press.

Retour à la référence de la note de bas de page 10

Note de bas de page 11

National Academies of Sciences, Engineering, and Medicine. Dietary Reference Intakes for sodium and potassium. 2019. Washington (DC), National Academies Press.

Retour à la référence de la note de bas de page 11

Note de bas de page 12

IOM (Institute of Medicine). Dietary Reference Intakes for energy, carbohydrate, fibre, fat, fatty acids, cholesterol, protein, and amino acids (Macronutrients). 2005. Food and Nutrition Board, Institute of Medicine. The National Academies Press, Washington, DC.

Retour à la référence de la note de bas de page 12

Note de bas de page 13

Santé Canada. Politique proposée : Définition et valeur énergétique des fibres alimentaires. Direction des aliments, Direction générale des produits de santé et des aliments, Santé Canada. 2010. Disponible à : https://www.canada.ca/fr/sante-canada/services/aliments-nutrition/participation-public-partenariats/politique-proposee-definition-valeur-energetique-fibres-alimentaires/consultation.html

Retour à la référence de la note de bas de page 13

Détails de la page

Date de modification :