Vous êtes sur la page 1sur 228

VoL.

uestions

exercises

Vol. 1

uestions

exercises

U. Ruth Charrondiere Barbara Burlingame Sally Berman Ibrahim Elmadfa

THE INTERNATIONAL NETWORK OF FOOD DATA SYSTEMS ORGANISATION DES NATIONS UNIES POUR L'ALIMENTATION ET L'AGRICULTURE Rome, 2011

Les appellations employes dans ce produit dinformation et la prsentation des donnes qui y figurent nimpliquent de la part de lOrganisation des Nations Unies pour lalimentation et lagriculture (FAO) aucune prise de position quant au statut juridique ou au stade de dveloppement des pays, territoires, villes ou zones ou de leurs autorits, ni quant au trac de leurs frontires ou limites. La mention de socits dtermines ou de produits de fabricants, quils soient ou non brevets, nentrane, de la part de la FAO, aucune approbation ou recommandation desdits produits de prfrence dautres de nature analogue qui ne sont pas cits. Les opinions exprimes dans ce produit dinformation sont celles du/des auteur(s) et ne refltent pas ncessairement celles de la FAO.

E-ISBN 978-92-5-206915-7 (PDF)

Tous droits rservs. La FAO encourage la reproduction et la diffusion des informations figurant dans ce produit dinformation. Les utilisations des fins non commerciales seront autorises titre gracieux sur demande. La reproduction pour la revente ou dautres fins commerciales, y compris des fins didactiques, pourra tre soumise des frais. Les demandes dautorisation de reproduction ou de diffusion de matriel dont les droits dauteur sont dtenus par la FAO et toute autre requte concernant les droits et les licences sont adresser par courriel ladresse copyright@fao.org ou au Chef de la Sous-Division des politiques et de lappui en matire de publications, Bureau de lchange des connaissances, de la recherche et de la vulgarisation, FAO, Viale delle Terme di Caracalla, 00153 Rome, Italie. FAO 2011

Introduction

Table des matires


Avant-propos Remerciements Introduction iii v vii

Modules Module 1 Module 2 Module 3 Module 4.a Module 4.b Module 4.c Module 4.d Module 5 Module 6 Module 7 Principes gnraux des programmes sur la composition des aliments Utilisation des donnes sur la composition des aliments Slection et nomenclature des aliments dans les banques de donnes sur la composition des aliments Slection des constituants Nomenclature des constituants Conventions et units des constituants Mthodes danalyse des constituants chantillonnage Qualit des donnes analytiques Sources dinformation sur la composition des aliments Publier des donnes sur la composition des aliments Module 8 Module 9 Module 10 Module 10.a Module 10.b Module 11 Module 12 Recettes et autres calculs Systmes de gestion des banques de donnes sur la composition des aliments et dchange de donnes Compilation et documentation Comparaison de banques de donnes sur la composition des aliments tude de cas - Transcription des apports alimentaires en apports nutritionnels Qualit de la compilation des donnes Biodiversit alimentaire 143 163 175 197 203 207 219 13 21 31 45 53 67 79 101 117 133

Introduction
AVANT-PROPOS

Durant les annes 1930 et 40, alors que les vitamines individuelles du groupe B taient en cours de dcouverte, on a prouv le besoin de connatre leurs teneurs dans les aliments. La FAO a commenc compiler les Tables alimentaires rgionales en utilisant le peu de donnes existantes. Dans les annes 40, des instituts danalyse des aliments ont t crs au Mexique, Cuba, en Colombie et plus tard au Prou, avec laide de la Fondation Rockefeller, de la Fondation Kellogg et de lUSAID. LInstitut de nutrition de lAmrique centrale et de Panama (INCAP) avait t conu lorigine comme un institut danalyse des aliments pour le Guatemala. Bien que sa mission ait t largie, lanalyse des aliments dAmrique centrale est reste hautement prioritaire et une de ses premires publications fut une Table de composition des aliments pour lAmrique centrale et Panama, produite conjointement avec la FAO. Cependant, au cours des dcennies qui suivirent, les financements et les centres dintrt se sont plutt dplacs vers les tudes nutritionnelles. Lanalyse des aliments et la compilation de bases de donnes sur les nutriments dans les pays en dveloppement ont t cantonns quelques laboratoires sous-financs. Les donnes disponibles sur la composition des aliments sont devenues de plus en plus dpasses et obtenues par des mthodes obsoltes. Alors que les tudes sur la nutrition humaine se multipliaient, il en tait de mme pour les besoins en donnes fiables sur la composition des aliments. En 1973, un petit groupe de nutritionnistes impliqus au niveau international se sont dits proccups par lobsolescence et linadaptation croissantes des donnes sur la composition des aliments disponibles, en particulier dans les pays en dveloppement, et ont conclu lurgence de la situation. Par exemple, des tudes prometteuses sur les rgimes et les maladies chroniques ont t invalides du fait de donnes sur la composition des aliments dfaillantes. Le groupe a obtenu une aide administrative et financire de lUniversit des Nations Unies, la possibilit dutiliser le Centre de confrences de la Fondation Rockefeller de Bellagio, en Italie, ainsi que le soutien de lUS National Cancer Institute, du Dpartement de lagriculture des tats-Unis (USDA), de lAdministration des produits alimentaires et pharmaceutiques des tats-Unis et de sept socits agroalimentaires majeures. En complment, la FAO, lOrganisation mondiale de la Sant (OMS), lUnion internationales des sciences et de la nutrition (UISN) et lUnion internationale de science et de technologie alimentaires (IUFOST) taient reprsentes. Ces soutiens illustrent quel point cette question tait devenue importante. La confrence de Bellagio, en 1983, a dbouch sur la cration du Rseau international des systmes de donnes sur l'alimentation (INFOODS), sous la tutelle administrative de lUniversit des Nations Unies (UNU), en collaboration avec la FAO. Il fut dcid que lINFOODS devrait crer dans chaque pays et rgion des structures pour la promotion dune banque de donnes amliore sur la composition des aliments qui rendra gratuitement accessibles, aux spcialistes de la nutrition et de la sant de tous les pays en dveloppement, les meilleures donnes disponibles sur la composition des aliments. Cela a demand un systme de nomenclature dutilisation universelle et de dfinition du contenu spcifique dune banque de donnes idale. Grce la collaboration entre la FAO et lUNU, cette tche fut acheve en quelques annes et fut rendue possible par le dveloppement inattendu et rapide de lInternet. Suite une recommandation dINFOODS, le Journal of Food Composition and Analysis (JFCA) a t cr. Par la suite, la responsabilit administrative de INFOODS et JFCA a aussi t prise en charge par la FAO depuis 1999. La formation ne fut pas nglige. Les ateliers de formation bisannuels de lUniversit de Wageningen ont jou un rle important de mme que le manuel de Greenfield et Southgate (2007) Donnes sur la composition des aliments production, gestion et utilisation. Les tudiants forms lors du cours de Wageningen ont reproduit des formations similaires dans la plupart des rgions, mais le soutien financier pour ces cours rgionaux est devenu de plus en plus difficile obtenir. Alors que des carences nutritionnelles restent importantes pour certaines populations, il est de plus en plus admis actuellement que la nutrition est un facteur fondamental en ce qui concerne presque toutes les maladies infectieuses et chroniques pour toutes les populations. Plus on tudie la relation entre maladies et nutriments ou autres composants des aliments, plus les banques de donnes fiables sur la composition des aliments sont devenues importantes, ainsi que le niveau de comptence des analystes, des gestionnaires de iii

Introduction
banque de donnes sur les aliments et leurs utilisateurs. Le Manuel dtude sur la composition des aliments arrive un moment opportun. Non seulement le rle de la nutrition humaine est plus que jamais largement reconnu comme dterminant pour la sant actuelle et venir, mais encore les outils de formation distance comme celui-ci sont de plus en plus demands et, dans certains cas, remplacent lapprentissage traditionnel en salle de classe. Cest une contribution importante! Nevin S. Scrimshaw Ph.D., M.D., M.P.H. Prsident de lInternational Nutrition Foundation Professeur mrite au Massachusetts Institute of Technology

iv

Introduction
REMERCIEMENTS

Nous sommes reconnaissants envers toutes celles et ceux qui ont contribu au dveloppement du Manuel dtude sur la composition des aliments, en particulier tous les relecteurs (Gary Beecher, Eliana Bistrich Giuntini, Rakesh Bhardwaj, Carol Byrd-Bredbenner, Isabel Castanheira, Paolo Colombani, Roger Djoule, Marie Claude Dop, Lois Englberger, Nino dePablo, Jean Francois Hausman, David Haytowitz, Paul Hulshof, Venkatesh Iyenger, Kunchit Judprasong, Jehangir Khan Khali, John Klensin, Harriet Kuhnlein, T. Longvah, Alison Paul, Pamela Pehrsson, Jean Pennington, Janka Porubska, Prapasri Puwastien, Hettie Schnfeldt, Louwrens Smit, Ian Unwin, Ana Vasquez-Caicedo, Elizabete Wenzel), envers toutes celles et ceux qui ont contribu son contenu (Marie Luccioni, Edouard Oddo, Enrica Biondi, Prapasri Puwastien) et celles et ceux qui ont test les modules: George Annor, Rekia Belahsen, Natasha Danster, Sandra Eisenwagen, Heinz Freisling, Melanie Frhler, Ingrid Fhrhacker, Verena Hasenegger, Sonja Kanzler, T. Longvah, Susanne Lftenegger, Katharina Maierhofer, Elinor Medhammar, Beatrice Mouille, Emma Nilsson, Verena Nowak, Nino dePablo, Doris Rittenschober, Esther Sakyi-Dawson, Annalisa Sivieri, Francisca Smith, Renee Sobolewski, Barbara Stadlmayr, Ramani WijesinhaBettoni, ainsi que les participants aux cours sur la composition des aliments de Bratislava, Slovaquie (2008), Thran, Iran (2008), Cotonou, Bnin (2009), Accra, Ghana (2009), Pretoria, Afrique du Sud (2010), et de lUniversit de Vienne, Autriche (2008, 2009). Nous sommes aussi reconnaissants envers Omar Bolbol pour la conception de la couverture et Giuseppina Di Felice pour la mise en page. Les auteurs remercient Max Feinberg pour la traduction, ainsi que Vronique Ferrier, Bruno Charrondire et Nathalie Lambert pour ldition du texte.

Introduction
INTRODUCTION

Depuis la cration du Rseau international des systmes de donnes sur l'alimentation (INFOODS) en 1984, il y a eu une amlioration significative de la qualit et de la disponibilit des donnes sur la composition des aliments de par le monde. INFOODS a dvelopp des standards et des recommandations pour la collecte, la compilation et la publication des donnes sur la composition des aliments. Le rseau collabore la diffusion des connaissances sur la composition des aliments et des standards travers des cours de formation rgionaux sur la production et la gestion de donnes sur la composition des aliments. Des cours de formation sur la composition des aliments ont dbut en 1992. Jusqu'en 2010, neuf sessions ont eu lieu Wageningen (Pays-Bas) et 14 sessions en Afrique, Asie, Amrique latine, Moyen-Orient et Ocanie. Ces cours sont bass sur le livre Donnes sur la composition des aliments production, gestion et utilisation de H. Greenfield et D.A.T. Southgate et comprennent des cours magistraux, des travaux en groupes, des travaux pratiques et des dplacements sur le terrain (laboratoires). Chaque cours, regroupant entre 20 et 30 participants, dure entre deux et trois semaines. Il traite de tous les sujets relatifs la composition des aliments et sadresse en particulier aux professionnels intresss par la production, la compilation et lutilisation des donnes sur la composition des aliments, travaillant gnralement dans des domaines tels que la nutrition, la science des aliments, la sant publique et la chimie analytique. Ces cours, incluant la formation de formateurs, contribuent au renforcement des capacits professionnelles lies la composition des aliments, tant au niveau national que rgional. Ils amliorent la disponibilit, la comparabilit et la qualit des donnes sur la composition des aliments ainsi que lusage de ces donnes. Ces donnes amliores permettront, par exemple, de meilleures valuations nutritionnelles, dcisions politiques, tiquetages nutritionnels et choix des consommateurs. la fin de 2009, environ 500 participants ont suivi ces cours. Dans de nombreux cas, les participants ont pu accder des positions cls pour la mise en place de programmes sur la composition des aliments dans leurs pays ou rgions et sont devenus des formateurs pour les cours suivants. Dautres ont abandonn ce domaine relatif la composition des aliments. Mais il y a encore beaucoup de professionnels qui nont jamais reu de formation sur la composition des aliments, alors quils auraient besoin de ces connaissances. De plus, dautres secteurs ont besoin de ces donnes tels que la biodiversit alimentaire, la recherche agricole, la diversit nutritionnelle, lindustrie agroalimentaire et la rglementation alimentaire. Ainsi, il existe un besoin clair et vident de former travers le monde davantage de professionnels de la composition des aliments et dintroduire la composition des aliments dans les cursus de formation des futurs professionnels, en particulier des nutritionnistes, des spcialistes en technologie alimentaire et des ditticiens. Cependant, ces cours, donns en salle de classe, sont onreux tandis que les soutiens financiers pour ce type dactivit sont en dclin, et ncessitent du temps, aussi bien pour les participants que pour les organisateurs. De nos jours, la formation permanente nest plus limite celle enseigne en salle de classe, et les professionnels peuvent se former grce des outils dapprentissage distance ou en ligne. La FAO et INFOODS ont ainsi dvelopp le Manuel dtude sur la composition des aliments, une version dauto-apprentissage de ces cours donns en classe (Charrondire et al., 20091). Les dfis lors de la cration de ce Manuel dtude furent de le rendre attractif et comprhensible pour des lecteurs ayant diffrents niveaux de formation initiale, de soutenir la motivation des tudiants et de les encourager complter les modules appropris. Le Manuel dtude sur la composition des aliments est une de ces nombreuses initiatives que la FAO a dvelopp pour encourager et promouvoir la formation permanente pour les activits lies la composition des aliments.
1

U. R. Charrondiere, B. Burlingame, S. Berman, I. Elmadfa. 2009. Food composition training: Distance learning as a new approach and comparison to courses in the classroom, Journal of Food Composition and Analysis 22, 421-432.

vii

Introduction

PUBLIC ET OBJECTIFS

Le Manuel dtude sur la composition des aliments a t dvelopp pour atteindre un public large et rendre les connaissances sur la composition des aliments plus accessibles et moins coteuses, en particulier pour celles et ceux qui ne peuvent participer ces cours en classes. De plus, le but tait de garantir que la qualit du contenu par rapport celui dun cours classique serait maintenue. Il peut tre utilis en auto-apprentissage, luniversit ou en conjonction avec un cours classique (par exemple, la fin dune session ou dun cours pour valuer les connaissances, comme rvision aprs la session, ou en tant quinstrument de formation distance). Le Manuel dtude a dj t mis en place avec succs dans ces diffrents contextes.
Le Manuel dtude est surtout destin aux compilateurs et utilisateurs de donnes sur la composition des aliments ainsi quaux analystes. Il est aussi conu pour servir aux cours de niveau Master ou Doctorat, ou comme programme universitaire de formation distance. Plusieurs universits ont dj manifest leur intrt en lintroduisant dans leurs cursus. Dans la mesure o le Manuel dtude couvre tous les aspects de la composition des aliments, il permet aux tudiants dassimiler tous les principes pour produire, compiler et utiliser les donnes sur la composition des aliments et de les appliquer correctement dans leur travail venir. Le Manuel dtude ne couvre pas en dtail les mthodes danalyse et les systmes de gestion des banques de donnes sur la composition des aliments, mais les analystes sauront comment produire et prsenter leurs donnes afin quelles soient le plus utiles aux compilateurs. Le Manuel dtude est un outil, non seulement pour apprendre de nouveaux concepts mais aussi pour en valuer leurs comprhensions. Il se rfre principalement au livre de Greenfield et Southgate (2007) mais dautres sources sont parfois utilises afin dindiquer la situation actuelle dans certains domaines. Les tudiants sont invits les comparer mais ne sont pas influencs pour privilgier une cole de pense par rapport une autre.
INTRT SELON LES DIFFRENTS GROUPES

Le tableau suivant indique quels sont les modules les plus appropris aux diffrents groupes dtudiants. Numro du module
1 2 3

Titre du module
Principes gnraux des programmes sur la composition des aliments Utilisation des donnes sur la composition des aliments Slection et nomenclature des aliments dans les banques de donnes sur la composition des aliments Constituants dans les banques de donnes sur la composition des aliments Slection des constituants Nomenclature des constituants Conventions et units des constituants Mthodes danalyse des constituants chantillonnage Qualit des donnes analytiques Sources dinformation sur la composition des aliments Publier des donnes sur la composition des aliments Recettes et autres calculs Systmes de gestion des banques de donnes sur la composition des aliments et dchange de donnes Compilation et documentation

Intrt pour les compilateurs

Intrt pour les utilisateurs professionnels*

Intrt pour les analystes

4.a 4.b 4.c 4.d 5 6 7

8 9 10

viii

Introduction
Numro du module
10.a 10.b 11 12
*

Titre du module
Comparaison de banques de donnes sur la composition des aliments tude de cas - Transcription des apports alimentaires en apports nutritionnels Qualit de la compilation des donnes Biodiversit alimentaire

Intrt pour les compilateurs

Intrt pour les utilisateurs professionnels*

Intrt pour les analystes

Un utilisateur professionnel se sert des donnes sur la composition des aliments (par exemple, pour estimer un apport en nutriment, prparer des tiquettes ou tablir des rgimes) et peut aussi compiler des banques de donnes sur la composition des aliments pour des objectifs spcifiques. Il est peu probable quil chantillonne des aliments ou coordonne des analyses daliments.

STRUCTURE

Le Manuel dtude est publi en deux volumes: Volume 1 Questions et exercices et Volume 2 Rponses aux questions et exercices. Les deux volumes comprennent chacun 17 modules, reprsentant 12 thmes principaux (voir le tableau ci-dessus). Chaque module est divis en diffrentes sections. La premire pose les objectifs pdagogiques, le matriel tudier et le temps estim pour complter le module. Une liste de textes tudier est donne, et souvent une liste de lectures complmentaires. La deuxime section contient les questions, et la troisime les exercices. Le volume 2, contenant les rponses, comprends, en plus, une section permettant une auto-valuation. Les questions sont structures de faon permettre aux tudiants de se familiariser dabord avec le vocabulaire et les concepts de base puis damliorer progressivement leurs connaissances sur le sujet trait. Les exercices permettent ltudiant dappliquer les connaissances nouvellement acquises. Les tudiants obtiennent un certain nombre de points en rpondant aux questions et en compltant les exercices correctement. La section rponses fournit les rponses aux questions et exercices et contient dautres informations intressantes. Comme les rponses proviennent souvent du livre de Greenfield et Southgate (2007), sauf indication contraire, les numros de pages annots dans la section rponses sont ceux de ce livre (et non pas ceux du fichier PDF). la fin de chaque module le volet Auto-valuation partir des points obtenus donne des informations sur la faon dont les tudiants ont assimil leurs nouvelles connaissances et dans quelle mesure ils peuvent les appliquer.
COMMENT PROCDER?

Il est recommand que les tudiants commencent par tudier les textes proposs dans les Textes tudier et ensuite rpondent aux questions, puis fassent les exercices. Les tudiants namlioreront leurs connaissances que sils essaient de rpondre aux questions et exercices par eux-mmes, sans chercher regarder les solutions. Une fois quils auront termin cette tche, ils pourront vrifier si leurs rponses sont correctes. Bien souvent, une information additionnelle est apporte, soit pour expliquer en quoi certaines rponses sont justes ou fausses, soit pour donner plus de dtails sur ce thme. Chaque rponse est note, afin de pouvoir calculer une note finale. partir de cette note finale, les participants peuvent sattribuer eux-mmes une apprciation globale par module. Le but recherch nest pas que les tudiants obtiennent du premier coup 100% des points, mais quils rflchissent sur les sujets traits et apprennent par la pratique. Les tudiants qui nont pas compltement assimil le contenu dun module, sont invits reprendre les parties de ce module et, si besoin, relire une partie du matriel de lecture. Les tudiants possdant dj des connaissances avances peuvent souvent rpondre aux questions et exercices sans lecture pralable. Cependant, pour quelques questions, ils peuvent avoir consulter les Textes tudier afin de trouver les rponses. Certains problmes exigent un niveau de rflexion plus labor sur le sujet abord. Pour les tudiants qui sont dsireux dapprofondir un thme, un certain nombre de documents peuvent tre suggrs pour une tude plus pousse. Une fois le ou les modules complts, les tudiants sont cordialement invits transmettre leurs rsultats et commentaires la FAO par e-mail (ruth.Charrondiere@fao.org ou nutrition@fao.org) dans le but daider la FAO amliorer les modules. ix

Introduction
COMMENT UTILISER LE MANUEL DTUDE POUR DVELOPPER DES PROGRAMMES DE FORMATION SUR DES SUJETS SPCIFIQUES

Les modules du Manuel dtude peuvent tre rorganiss pour servir de trame des programmes ducatifs de formation formelle ou informelle sur des thmes spcifiques, ou pour des publics particuliers. Par exemple, les universits de nutrition et de dittique peuvent tre intresses par des donnes sur la composition des aliments, alors que des universits en technologie des aliments, chimie des aliments ou scurit sanitaire sont principalement intresses par les aspects qualit des valeurs analytiques des diffrents constituants trouvs dans les aliments. Le succs de la mise en pratique des connaissances acquises par les individus dans le domaine de la composition des aliments dpendra de lorganisme o il/elle travaille et dun environnement politique, financier et dcisionnel favorable. En premier lieu, un soutien au plus haut niveau est important ainsi que lintgration des nouvelles tches dans le plan de travail de lorganisme. Pour cela, des sminaires ou runions peuvent tre utiles avec des responsables dcisionnels, des gestionnaires et dirigeants dorganismes, des politiciens. Ci-aprs, trois exemples de cours ou sminaires : Exemple 1. Cours sur un bon usage des donnes sur la composition des aliments Les objectifs pdagogiques sont de permettre aux tudiants de comprendre les principes de dveloppement, gestion et utilisation des banques de donnes sur la composition des aliments afin de pouvoir les appliquer: comment les banques de donnes sont-elles mises en place, dveloppes et gres (y compris la documentation et les considrations budgtaires); comment impliquer les utilisateurs, les compilateurs et les analystes dans les programmes sur la composition des aliments; o peut-on trouver des donnes sur la composition des aliments et comment valuer leur qualit; comment les donnes devraient-elles tre exprimes; comment les donnes sont-elles obtenues (y compris le calcul des valeurs nutritionnelles des recettes) et compiles en tenant compte des contraintes de qualit; limportance de donnes de bonne qualit sur la composition des aliments, leur impact sur les apports nutritionnels et sur leur adquation nutritionnelle. Pour ces objectifs pdagogiques, il est recommand dutiliser les modules suivants, en partie ou intgralement. Numro du module
1 2 3 4.a 4.b 4.c 7 8 10 11

Nom du module
Principes gnraux des programmes sur la composition des aliments Utilisation des donnes sur la composition des aliments Slection et nomenclature des aliments dans les banques de donnes sur la composition des aliments Slection des constituants Nomenclature des constituants Conventions et units des constituants Sources dinformation sur la composition des aliments Publier des donnes sur la composition des aliments Recettes et autres calculs Compilation et documentation Qualit de la compilation des donnes

Dure dexcution estime


3-8 h 3-8 h 3-10 h 3-9 h 3-12 h 3-7 h 3-6 h 4-10 h 5-14 h 3-9 h

Exemple 2. Cours sur la production de donnes de bonne qualit sur la composition des aliments Les objectifs pdagogiques sont de permettre aux tudiants de comprendre, afin de pouvoir les appliquer, les principes de qualit analytique des donnes produites sur la composition des aliments: chantillonnage; slection des mthodes danalyse appropries; aspects qualit des donnes analytiques; expression des donnes (constituants et aliments); x

Introduction
importance des donnes de bonne qualit sur la composition des aliments, leur impact sur les apports nutritionnels et leur adquation nutritionnelle. Pour ces objectifs pdagogiques, il est recommand dutiliser les modules suivants, en partie ou intgralement. Numro du module
2 3 4.b 4.c 4.d 5 6 11

Nom du module
Utilisation des donnes sur la composition des aliments - exercices uniquement Slection et nomenclature des aliments dans les banques de donnes sur la composition des aliments Nomenclature des constituants Conventions et units des constituants Mthodes danalyse des constituants chantillonnage Qualit des donnes analytiques Qualit de la compilation des donnes

Dure dexcution estime


1h 3-10 h 3-12 h 3-7 h 5-16 h 3-9 h 3-9 h 3-9 h

Exemple 3. Sminaire pour les dcisionnaires sur limportance des donnes sur la composition des aliments Les objectifs pdagogiques sont de permettre aux participants de: tre capables de comprendre les besoins en donnes de bonne qualit sur la composition des aliments en vue des diffrentes applications; tre motivs pour financer un programme national sur la composition des aliments et/ou la mise jour des tables existantes de composition des aliments; avoir acquis des connaissances sur les principes de la biodiversit alimentaire et leur impact sur la scurit alimentaire, les apports nutritionnels et leur adquation nutritionnelle. Pour ces objectifs pdagogiques, il est recommand dutiliser les modules suivants, en partie ou intgralement. Numro du module
1 2 3 4.a 4.b 11 12

Nom du module
Principes gnraux des programmes sur la composition des aliments Utilisation des donnes sur la composition des aliments Slection et nomenclature des aliments dans les banques de donnes sur la composition des aliments Slection des constituants Nomenclature des constituants Qualit de la compilation des donnes Biodiversit alimentaire

Dure dexcution estime


1h 1h 3-10 h 3-9 h 3-12 h 3-9 h 3-9 h

Selon le temps disponible pour le sminaire, une slection de questions extraites des modules peut tre ncessaire pour raccourcir sa dure (par exemple, une journe).
OUTILS ET PUBLICATIONS COMPLEMENTAIRES AU MANUEL DTUDE

Les modules sont accompagns de prsentations PowerPoint, disponibles ladresse http://www.fao.org/infoods/presentations_fr.stm . La plupart ont t labores spcifiquement pour rsumer les aspects importants couverts par le Manuel dtude:
x x x x

Principes pour assembler, grer et mettre jour des bases de donnes sur la composition des aliments (BDCA) par Ute Ruth Charrondire Biodiversit alimentaire et composition alimentaire par Ute Ruth Charrondire Conventions et modes d'expression des composants par Ute Ruth Charrondire Nomenclature des composants alimentaires par Ute Ruth Charrondire xi

Introduction
x x x x x x x x x

Systme de gestion des bases de donnes sur la composition des aliments (SGBDCA) et change de donnes par U. Ruth Charrondire Slection, nomenclature, classification et identification des aliments, dans les bases de donnes sur la composition des aliments par Ute Ruth Charrondire Calcul des valeurs nutritionnelles (VN) des recettes et des valeurs manquantes par Ute Ruth Charrondire Prparation, manipulation et stockage des chantillons par George Amponsah Annor L'chantillonnage des aliments pour l'analyse par George Amponsah Annor Principes de l'chantillonnage par Ute Ruth Charrondire Slection des nutriments et d'autres composants par Ute Ruth Charrondire Utilisation des donnes sur la composition des aliments et leurs limitations par Ute Ruth Charrondire Exercice aliments cls FAO/INFOODS

Un outil simple pour la gestion des donnes de composition tait ncessaire pour mettre en pratique leur compilation, leur calcul et leur documentation. L Outil pour la compilation a alors t dvelopp sur Excel par la FAO/INFOODS. Il est disponible sur le site web de INFOODS http://www.fao.org/infoods/software_fr.stm, assorti dun manuel dutilisation. LOutil pour la compilation a t utilis durant les cours de formation, et pour la compilation des banques de donnes nationales sur la composition des aliments, ainsi que pour une banque de donnes sur la biodiversit.

xii

Module 1 Questions

Module 1
PRINCIPES GNRAUX DES PROGRAMMES SUR LA COMPOSITION DES ALIMENTS
OBJECTIFS PDAGOGIQUES

lissue de ce module, ltudiant sera mme de comprendre: le rle des banques de donnes sur la composition des aliments; les programmes sur la composition des aliments: comment sont-ils grs (y compris dans leurs aspects financiers); comment impliquer les utilisateurs, les compilateurs et les analystes dans les programmes sur la composition des aliments; les buts dune collaboration internationale; comment sont produites les donnes sur la composition des aliments.
TEXTES A TUDIER

x Charrondire, U.R. Principes pour assembler, grer et mettre jour des bases de donnes sur la composition des aliments (BDCA). Prsentation PowerPoint disponible ladresse: http://www.fao.org/infoods/presentations_fr.stm Et, si possible: x Greenfield, H. et Southgate, D.A.T. 2007. Donnes sur la composition des aliments. Production, gestion et utilisation. FAO, Rome. Introduction et chapitres 1-2 (p. 1-34)2. Disponible ladresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf
PERTINENCE POUR DIFFRENTS GROUPES (SUR UNE CHELLE DE + +++++)

x Compilateurs/ utilisateurs professionnels +++++ x Analystes +


TEMPS ESTIM POUR:

x Lire : 1-4 heures x Rpondre aux questions: 1-2 heures x Complter les exercices: 1-2 heures

Les numros indiqus correspondent aux numros de pages du livre (haut de page) et non ceux du fichier PDF.

13

Module 1 Questions QUESTIONS


I.Q1 Slectionnez les affirmations qui expliquent les raisons pour lesquelles on compile et publie des banques de donnes ou des tables sur la composition des aliments. Cochez Vrai ou Faux. (4 points: point pour chaque rponse correcte) Raisons pour lesquelles on compile et publie des banques de Vrai donnes et des tables sur la composition des aliments:
Pour valuer les apports nutritionnels ou estimer les besoins nutritionnels. Pour valuer les apports alimentaires et les mettre en relation avec lapparition de certaines maladies. Pour raliser des tudes pidmiologiques sur les relations entre apports nutritionnels et pathologies. Pour produire des tiquetages nutritionnels daliments. Pour mettre au point de nouvelles mthodes danalyse. Pour dfinir des rgimes institutionnels et thrapeutiques et planifier des menus. Pour promouvoir les denres dorigine vgtale et animale reconnues comme nutritionnellement importantes pour lamlioration de la sant ou pour des programmes dlevage. Pour informer les consommateurs sur les bons choix alimentaires.

Faux

I.Q2 Avant de pouvoir publier des donnes sur la composition des aliments, le compilateur doit recueillir les donnes et les organiser de faon systmatique. Faites correspondre les quatre niveaux de gestion des bases de donnes suivants avec leur dfinition respective, puis avec les tches que le compilateur doit accomplir. (6,5 points: point pour chaque rponse correcte) Niveaux de gestion des bases de donnes: 1. Donnes source 2. Base de donnes darchive 3. Base de donnes de rfrence 4. Base de donnes utilisateur Dfinition
Collecte de donnes qui ont t vrifis, standardises, agrges et compltes Collecte, sous forme papier ou lectronique, de divers documents publis ou non contenant des donnes analytiques ou de composition Sous-ensemble extrait de la banque de donnes de rfrence et diffuse au public sous diffrents formats de tables ou banques de donnes, dites simplifies (galement appeles abrges ou concises), exhaustives (galement appeles non abrges) ou a usages spciaux Collecte de fichiers qui contiennent les donnes originales, provenant de publications et mises sous un format lectronique

Niveau

Tches que le compilateur doit entreprendre aux diffrents niveaux de gestion Niveau de la base de donnes
Mettre jour des procdures qui dcrivent comment valuer, calculer, diter, combiner et faire la moyenne des diffrentes valeurs Produire diffrentes tables et banques de donnes utilisateurs, en fonction de leurs besoins spcifiques valuer les donnes afin de produire des valeurs de bonne qualit et qui soient reprsentatives Associer un code spcifique et unique chaque aliment de la banque de donnes pour faciliter leur recherche et leur gestion et sassurer que les donnes de composition qui leur sont associes sont traables Ajouter, lintention des utilisateurs, des informations concises sur les mthodes danalyse, lchantillonnage, les mthodes de calcul, la dfinition des nutriments, ainsi quun indice de qualit et les sources bibliographiques Compiler les donnes recueillies avec leurs mtadonnes sous une forme lectronique et indiquer toutes les rfrences bibliographiques utilises Harmoniser les units et exprimer tous les nutriments et autres constituants de faon uniforme

14

Module 1 Questions
Rassembler des fichiers et des documents qui contiennent des donnes quelles soient ou non publies Ajouter des donnes (empruntes, calcules, extrapoles et documenter systmatiquement toutes les sources de donnes
* Ces deux tches sont possible car certaines entres sont crs dans la banque de donnes darchive alors que dautres dans la banque de donnes de rfrence.

I.Q3 Ordonnez les tches que doit accomplir un compilateur de donnes afin de dvelopper un programme de composition des aliments. Ce programme prvoit de publier une base de donnes de 400 aliments, incluant lanalyse denviron 20 aliments. Le compilateur na jamais travaill sur des donnes de composition. Noter 1 la premire tche jusqu 7 pour la dernire. (3.5 points: point pour chaque rponse correcte) Tches que doit accomplir un compilateur de donnes
- Slection des aliments et des nutriments - Collecter des recettes comprenant les ingrdients - Compiler des recettes dans la banque de rfrence - Rdiger des recommandations pour la diffusion des donnes aux utilisateurs (par exemple les utilisateurs commerciaux, les instituts de recherche ou autres) avec les cots correspondants - Compilation et diffusion des tables et banques de donnes de composition utilisateurs - Revoir, collecter et compiler les informations disponibles dans une banque de donnes darchive - laborer (ou fournir les lments utiles pour) les plans dchantillonnage et les programmes danalyse, contrler le programme danalyse et valuer les rapports analytiques - Crer un comit de pilotage comprenant des dcisionnaires et des utilisateurs - Suivre une formation sur la composition des aliments, par exemple sous forme dapprentissage distance et/ou de cours en classe - Crer un rseau de compilateur, danalystes et dutilisateurs dautres pays avec lappui dorganisations ou de rseaux internationaux (par exemple les centres de donnes rgionaux dINFOODS) - tablir un budget prvisionnel et contacter les financeurs potentiels - Recueillir des informations sur les besoins des utilisateurs - Gestion et mise jour en permanence de la banque de donnes - Dmarrer la compilation des aliments dans la banque de donnes de rfrence - Suivre nouveau une formation sur la composition des aliments, par exemple sous forme de cours en classe, de voyage dtude et/ou dapprentissage distance - Ajouter des donnes analytiques dans la banque de donnes de rfrence

Ordre des tches

I.Q4 Avant le lancement dun programme national sur la composition des aliments, il est hautement recommand de vrifier sil nexiste pas une institut ou une organisation gouvernementale ayant dj pour mission de mettre en uvre des activits lies la composition des aliments. Si ce nest pas le cas, une autorisation devrait tre demande auprs de la structure administrative comptente (par exemple le ministre de lagriculture ou celui de la sant) afin dtre habilit agir en tant que coordinateur du programme national sur la composition des aliments. Parmi les affirmations suivantes, lesquelles justifient une obtention de cette autorisation? Rpondez Vrai ou Faux. (2,5 points: point pour chaque rponse correcte) Raisons qui justifient lobtention dune autorisation
Cette autorisation peut viter quune autre table de composition des aliments soit publie sous le titre de table officielle dans le pays en question. Cette autorisation peut permettre dviter que dautres tables de composition des aliments soient publies dans le mme pays. Cette autorisation peut permettre lorganisation dobtenir un financement du gouvernement ou de financeurs potentiels, quils soient nationaux ou trangers, afin de dvelopper, mettre jour et grer un programme sur la composition des aliments. Cette autorisation peut permettre aux employs de lorganisation qui seront en charge du dveloppement, de passer plus de temps la mise jour et la gestion du programme sur la composition des aliments. Cela signifie que le travail sur la composition des aliments ne sera pas ralis sur la base du volontariat ou en fonction du temps disponible, mais bien dans le cadre dun plan de travail et dbouchant sur un rsultat. Cette autorisation donne lorganisation la responsabilit de dvelopper, mettre jour et grer le programme sur la composition des aliments.

Vrai

Faux

15

Module 1 Questions
I.Q5 Pourquoi est-il important que les compilateurs de donnes de composition des aliments, les analystes et les utilisateurs collaborent dans des rseaux nationaux et internationaux? Rpondez Vrai ou Faux. (3 points: point pour chaque rponse correcte) Les compilateurs, les analystes et les utilisateurs doivent collaborer dans Vrai des rseaux nationaux et internationaux pour dvelopper une banque de donnes de composition des aliments qui:
rpond aux besoins de nombreux utilisateurs, dans la mesure o la banque contient la plupart des aliments (y compris les diffrentes formes sous lesquelles ils sont consomms, comme tels quils sont consomms) et des nutriments. soit fiable, pratique et prsente dans une forme facile utiliser. soit de qualit optimale, fournisse des donnes mises jour et soit internationalement compatible. soit compile selon des procdures ad hoc3, labores par le compilateur, les analystes et les utilisateurs. soit compile selon les standards nationaux et internationaux de production, de compilation et de gestion des donnes. puisse tre utilise dans dautres pays sans vrification.

Faux

I.Q6 Prcisez en quoi consiste la diffrence entre une table de composition des aliments type et une banque de donnes sur la composition des aliments. Choisissez 1 pour les tables, 2 pour les banques. Les rponses multiples sont possibles. (4 points: point pour chaque rponse correcte) Diffrences entre une table et une banque de donnes sur la composition des aliments
Deux dimensions Dimensions multiples Comprend une documentation complte Ne comprend que peu ou pas de documentation Principalement destine aux utilisateurs Imprime Informatise Contient des donnes darchives, des donnes sources, des calculs, etc.

I.Q7 Slectionnez les affirmations dcrivant une banque de donnes utilisateur bien conue et exhaustive. Cochez Vrai ou Faux. (7.5 points: point pour chaque rponse correcte) Affirmations qui sappliquent une banque de donnes utilisateur bien Vrai conue et exhaustive
Les donnes devraient tre reprsentatives des aliments consomms. Les donnes analytiques devraient tre de bonne qualit. Il est souvent prfrable de recourir des donnes calcules plutt que de laisser des donnes manquantes. La couverture des aliments cls et des nutriments essentiels devrait tre aussi complte que possible. Pour tous les utilisateurs, il est suffisant dinclure uniquement les aliments crus. Les valeurs nutritionnelles devraient se limiter aux donnes obtenues par analyse. Pour un mme nutriment, il faut changer lunit selon la concentration dans laliment, cest--dire en gramme (g), en milligramme (mg) ou en microgramme (g), en fonction de laliment considr. La description des aliments est facultative. Les noms scientifiques des aliments sont utiles pour les identifier et la description des aliments devrait tre explicite.
3

Faux

Mises en uvre pour un but spcifique, un exemple ou une situation prcise, et non valides.

16

Module 1 Questions
Affirmations qui sappliquent une banque de donnes utilisateur bien Vrai conue et exhaustive
Les donnes devraient tre exprimes de faon cohrente et sans ambigut. Des mtadonnes qui accompagnent chaque valeur nutritionnelle devraient tre disponibles pour les utilisateurs professionnels, tels que les chercheurs et les industriels. Les sources de donnes ne devraient figurer que dans lintroduction de la table. Les tables et banques de donnes devraient tre simples utiliser. Les contenus de diffrentes banques de donnes utilisateur devraient tre compatibles entre eux. Pour les tudes dpidmiologie nutritionnelle, il est prfrable que les donnes manquantes soient remplaces par des zros plutt que de prsenter des valeurs peu fiables.

Faux

I.Q8 Lisez le texte suivant et rpondez la question ci-dessous. Fournir en ltat une simple valeur chiffre, cense reprsenter une teneur en nutriments, na pas grand sens si elle nest pas accompagne du nom de laliment et des descripteurs, du nom du constituant et de sa dfinition, de lunit et des dnominateurs. Pour faciliter leur comprhension, leur utilisation et leur gestion, les donnes de composition doivent tre suffisamment documentes avec des mtadonnes, c'est--dire des informations complmentaires sur les donnes. Ces mtadonnes sur la composition des aliments incluent des informations sur lorigine des donnes et sur les valeurs de composition: la description de lorigine (comprend tous les lments qui permettent didentifier la provenance dune donne de composition, tels que le laboratoire, la littrature, etc.); la description de lchantillon analys et la procdure dchantillonnage employe (indispensable pour valuer la reprsentativit correcte des aliments); la classification de laliment, son mode de production agricole, ses conditions de stockage, ses mthodes de conservation et de cuisson ainsi que la prsence dadditifs ou de fortifiants, la description du constituant et de ses valeurs (comprend des informations sur la source de chaque valeur), la mthode danalyse employe avec son incertitude et ses spcifications, et des indications statistiques des donnes analytiques. Question: Parmi ces informations, lesquelles peuvent tre qualifies de donnes de composition ou de mtadonnes associes? Indiquez les rponses correctes avec un x. (5 points: point pour chaque rponse correcte) Donnes
Valeurs du constituant Nom et dfinition du constituant Nom et description de laliment chantillonnage Origine de la donne Unit et dnominateur Information sur la mthode danalyse Informations statistiques sur les valeurs du constituant Groupes daliments Mthode de calcul, y compris les recettes

Donnes/mtadonnes sur la composition alimentaire

I.Q9 Donnez cinq raisons qui justifient quune banque de donnes sur la composition des aliments soit mise jour et maintenue en permanence. (5 points: 1 point pour chaque rponse 1. 2. 3. 4. 5. 17

correcte)

Module 1 Questions
I.Q10 La plupart des banques de donnes et tables sur la composition des aliments sont protges par des droits dauteur. Cette mesure a pour objectif de protger la proprit intellectuelle et dempcher une utilisation abusive des donnes. Les utilisateurs doivent parfois payer un droit dutilisation. Parmi ces affirmations, slectionnez celles qui illustrent les consquences des droits dauteur pour les compilateurs et les utilisateurs. Cochez Vrai ou Faux. (3 points: point pour chaque rponse correcte) Consquences des droits dauteur pour les compilateurs et les utilisateurs
Les compilateurs ont souvent saisi la justice contre des utilisateurs qui avaient utilis leurs donnes sans autorisation pralable. Les compilateurs peuvent exiger que lorigine des donnes soit indique. La majeure partie du budget pour le programme sur la composition des aliments provient des droits dauteur. Les utilisateurs nont pas un accs gratuit aux donnes dont ils ont besoin, ni un droit dutilisation libre. Ils doivent payer un droit dutilisation. Certains utilisateurs disent que le paiement sur les bases de donnes de composition des aliments devrait tre supprim ou rduit. La raison avance est que, dans la plupart des cas, les banques de donnes sur la composition des aliments ont t dveloppes partir de fonds publics et quelles contiennent des donnes libres de droit, parfois empruntes sans autorisation des publications ou la littrature scientifique. Les droits dauteur permettent daugmenter Le nombre dchanges de donnes de composition entre compilateurs.

Vrai

Faux

I.Q11 numrez trois points faibles des donnes de composition des aliments lorsque cellesci sont utilises pour calculer des apports nutritionnels. (3 points: 1 point pour chaque rponse

correcte)

1. 2. 3.

18

Module 1 Questions
EXERCICES

I.E1

Un compilateur a reu de son gouvernement 200 000 US$ pour dvelopper, en deux ans, le premier programme national sur la composition des aliments. La banque de donnes devra contenir au moins 400 aliments. Vingt des aliments qui sont les principaux contributeurs des apports en nutriments devraient tre analyss. Construisez le budget de ce projet, en slectionnant parmi les dpenses suivantes. Les montants doivent rester inchangs. (15 points)
Elments pour dvelopper un budget Dpenses
Salaire annuel du compilateur. Par an, il pourra soit produire des donnes calcules/empruntes pour 200 aliments, soit analyser 20 aliments. Cot de sous-traitance dune analyse pour un aliment (faite en double): - nutriments majeurs (macronutriments, minraux, principales vitamines) - macronutriments (eau, glucides disponibles, cendres, fibres alimentaires selon AOAC, protines, lipides) - profil en acides gras - profil en acides amins - minraux (par une mthode ICP-MS pour 22 lments) - par vitamine Cot dchantillonnage des prlvements pour un aliment (comprenant la collecte, lachat et le transport de plusieurs chantillons reprsentatifs recueillis selon un plan dchantillonnage prtabli) Cots annuels de fonctionnement dun laboratoire (loyers, salaires, produits chimiques, etc.) Achat de lquipement essentiel pour un laboratoire Achat dun ordinateur et de logiciels de base Cot dun systme de gestion de banque de donnes sur la composition des aliments Cot dachat de donnes provenant dautres banques ou de tables sur la composition des aliments Cot hebdomadaire dun consultant-expert Cot dune runion avec le comit de pilotage Cots de publication (impression de 1 000 copies, site Internet, distribution) Cot dune runion pour le lancement de la banque de donnes utilisateur Cot de participation la Confrence internationale sur les donnes alimentaires Cot de participation une runion rgionale dINFOODS Cot de participation une formation sur la composition des aliments (par personne) Utilisation de loutil de formation distance, Manuel dTUDE sur la composition des aliments, pour accrotre la connaissance sur la composition des aliments Frais de fonctionnement annuels (tlphone, photocopies, lectricit, comptabilit, administration, etc.)

US$
20 000 1 000 300 150 100 200 100 500

40 000 100 000 3 000 10 000 1 000 1 000 500 3 000 1 000 2 000 1 000 5 000 0 5 000

Recettes ventuelles
Prix de vente dune table de composition imprime sur papier 20

I.E2 Proposez deux options possibles pour le compilateur sil saperoit que le budget de 200 000 US$ fourni par son gouvernement ne suffit pas pour raliser une banque de donnes sur la composition des aliments. (2 points: 1 point pour chaque rponse correcte) 1. 2.

I.E3 Supposons quun des membres du comit de pilotage de votre programme sur la composition des aliments est la nutritionniste la plus rpute de votre pays. Elle a rcemment ralis une enqute de consommation, base sur le rappel des 24 heures, qui comprend 1 000 aliments dont elle fournit la liste et qui sont inclure dans la table de composition des aliments, y compris de nombreuses recettes, des plats prpars et des aliments de marque. Initialement, le compilateur souhaitait inclure uniquement des aliments crus dans la banque de 19

Module 1 Questions
donnes et non pas des plats prpars et des aliments de marque. Proposez deux arguments du nutritionniste pour inclure des aliments crus, des plats prpars et des aliments de marque, et deux arguments du compilateur pour se restreindre aux aliments crus. (4 points: 1 pour chaque rponse correcte) Pour ninclure que des aliments crus dans la table et la banque de donnes sur la composition des aliments: 1. 2. Pour inclure des aliments crus, mais galement cuits et des aliments de marque: 1. 2.

20

Module 2 Questions

Module 2
UTILISATION DES DONNES SUR LA COMPOSITION DES ALIMENTS

OBJECTIFS PDAGOGIQUES

lissue de ce module, ltudiant sera mme de: comprendre qui utilise les donnes sur la composition des aliments et dans quel objectif; comprendre limportance des donnes sur la composition des aliments de bonne qualit; comprendre le rle des donnes sur la composition des aliments pour lestimation des apports nutritionnels et pouvoir les appliquer correctement; comprendre les besoins des utilisateurs; considrer les limites dutilisation des donnes sur la composition des aliments; reconnatre les erreurs dans lapplication des donnes de composition et savoir comment les minimiser.
TEXTES A TUDIER

x Charrondire, U.R. Utilisation des donnes sur la composition des aliments et leurs limitations. Prsentation PowerPoint disponible ladresse: http://www.fao.org/infoods/presentations_fr.stm Et, si possible: x Greenfield, H. et Southgate, D.A.T. 2007. Donnes sur la composition des aliments. Production, gestion et utilisation. FAO. Rome4. Chapitres 1 (p. 5-22), 2 (p. 31-34), 10 (p. 197-201, 205-206) et 11 (p. 207-218). Disponible ladresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf
PERTINENCE POUR DIFFRENTS GROUPES (SUR UNE CHELLE DE + +++++)

x x x x x x x x

Compilateurs/ utilisateurs professionnels +++++ Analystes ++ Lire: 1-4 heures Rpondre aux questions: 1-2 heures Complter les exercices: 1-2 heures H. Greenfield. 1990. Uses and abuses of food composition data. Supplment Food Australia 42 (8), diteur. Disponible ladresse: http://www.fao.org/docrep/008/af281e/af281e00.htm W.M. Rand, C.T. Windham, B.W. Wyse et V.R. Young. 1985. Food Composition Data: a Users Perspective. United Nations University, Tokyo, 1987. Disponible ladresse: http://www.unu.edu/unupress/unupbooks/80633e/80633E00.htm B. Burlingame. 2004. Fostering quality data in food composition databases: visions for the future. Journal of Food Composition and Analysis, Volume 17, Issues 3-4, p. 251-258. Disponible ladresse: http://www.sciencedirect.com/science?_ob=publicationurl&_tockey=%23toc%236879%232004%239 99829996%23503542%23fla%23&_cdi=6879&_pubtype=j&view=c&_auth=y&_acct=c000055286&_ version=1&_urlversion=0&_userid=1916222&md5=6f1b1023d9c078822b8fb6357f898f22

TEMPS ESTIM POUR:

LECTURES SUPPLEMENTAIRES SUGGRES

Les numros indiqus correspondent aux numros de pages du livre (haut de page) et non ceux du fichier PDF.

21

Module 2 Questions QUESTIONS


II.Q1 Faire correspondre aux utilisateurs de tables et banques de donnes sur la composition des aliments lutilisation principale des donnes sur la composition des aliments. chaque utilisateur devrait correspondre une application principale. (6 points: point pour chaque rponse correcte) Utilisateurs: 1. Nutritionnistes/ditticiens 2. Chercheurs en sciences de lalimentation /fabricants de produits alimentaires 3. Chimistes de laliment 4. Dcisionnaires au niveau gouvernemental 5. Professionnels travaillant dans lagriculture 6. conomistes 7. Consommateurs 8. pidmiologistes 9. Enseignants 10. Professionnels travaillant dans la biodiversit 11. Professionnels travaillant dans la scurit sanitaire des aliments et lvaluation des risques 12. Professionnels travaillant dans laide alimentaire Utilisation principale des donnes sur la composition des aliments
Pour dcider dun rgime permettant de perdre du poids Pour estimer les changements nutritionnels lis de nouvelles mthodes de transformation des aliments et produire des tiquettes nutritionnelles Pour calculer un apport nutritionnel et conseiller les patients sur des rgimes spcifiques, par exemple, en relation avec lanmie et/ou le diabte, et pour planifier des rgimes thrapeutiques Pour valuer limpact de lenrichissement des aliments et dcider des niveaux adquates Pour calculer limpact dun apport nutritionnel inadapt par rapport au dveloppement conomique dun pays Pour valuer le profil nutritionnel des rations dune aide alimentaire Pour dcider quelle varit, cultivar ou race est suprieure sur le plan nutritionnel et pourrait tre intressante pour la recherche agronomique Pour enseigner la nutrition aux lves Pour identifier lusage et la valeur des diffrentes varits, cultivars ou races et dterminer leur impact sur la sant Pour comparer leurs rsultats danalyse avec les donnes de composition existantes afin dvaluer la validit de ces rsultats Pour calculer lexposition aux contaminants qui se retrouvent dans les lipides des aliments, par exemple le contenu de dioxine dpend de la teneur en lipides de laliment; ou pour dterminer la valeur limite suprieure tolrable pour les nutriments Pour tudier la relation entre lapport en folate et le risque de cancer

II.Q2 Comment les besoins des diffrents utilisateurs sont-ils pris en compte lorsque sont publies les tables et banques de donnes utilisateur sur la composition des aliments? Slectionner laffirmation correcte. (1 point) Besoins des diffrents utilisateurs pris en compte lorsque sont publies les tables et banques de donnes utilisateur sur la composition des aliments
Plusieurs types de banques de donnes et tables utilisateur devraient tre publies, par exemple condenses (ou simplifies), compltes ou des tables et banques de donnes usages spciaux sous forme imprime ou lectronique. Une seule banque de donnes sur la composition des aliments satisfait les besoins de tous les utilisateurs.

22

Module 2 Questions
Question facultative pour ceux qui ont particip un cours sur la composition des aliments ou qui possdent des connaissances avances II.Q3 Le Codex Alimentarius discute de rendre obligatoire la mention de certaines valeurs nutritionnelles sur les tiquettes des aliments. Quel impact cela pourrait-il avoir sur les travaux sur la composition des aliments ? Slectionner Vrai ou Faux. (3 points: point pour chaque rponse correcte) Vrai Faux Impact possible de ltiquetage obligatoire de certaines valeurs nutritionnelles sur les travaux sur la composition des aliments
Les gouvernements et fabricants daliments pourraient tre plus intresss produire des donnes analytiques de composition et financer un programme sur la composition des aliments. Si les donnes sur la composition des aliments existent dans un pays mme si elles sont de qualit mdiocre il ny a pas darguments pour demander une aide complmentaire du gouvernement (ou des fabricants) parce les donnes de composition sont disponibles. Les gouvernements pourraient tre obligs de faire savoir quelles bases de donnes sur la composition des aliments sont autorises pour tre utilises sur les tiquettes nationales. Les tables sur la composition des aliments dautres pays contiennent des valeurs nutritionnelles exactes aussi bien pour des aliments nationaux que pour le commerce international. Les industriels alimentaires (et les gouvernements) pourraient tre amens fournir plus daide pour des donnes sur la composition des aliments de bonne qualit dans la mesure o les aliments taient bloqus ou confisqus aux frontires des autres pays du fait dune non-conformit avec la rglementation sur ltiquetage des autres pays. Les fabricants gnreront plus de donnes de composition sur des ingrdients spcifiques et les transmettront au programme sur la composition des aliments en vue de les publier.

II.Q4 Fournir la formule de calcul de lestimation des apports nutritionnels pour un individu. (1 point)

II.Q5 La qualit de lestimation dun apport nutritionnel dpend de la qualit de lestimation de la consommation alimentaire et des donnes sur la composition des aliments. Slectionner les sources de biais (= erreurs) pour lestimation dune consommation alimentaire. Slectionnez Vrai ou Faux. (3,5 points: point pour chaque rponse correcte) Vrai Faux Sources de biais pour lestimation dune consommation alimentaire
Toutes les donnes de consommations alimentaires ont des incertitudes et, par consquent, sont incapables de reprsenter les vritables apports alimentaires des individus ( court ou long terme), des mnages, des groupes ou des nations. Elles sont toujours des estimations. Les personnes enqutes peuvent introduire des erreurs dans leur rponse concernant les aliments consomms ou leur quantit. Selon les outils denqute utiliss, la mthodologie et lorganisation de ltude, des erreurs peuvent survenir. Les personnes enqutes peuvent introduire des erreurs dues une sous-estimation ou surestimation daliments spcifiques. Des erreurs peuvent survenir suite labsence de donnes sur la densit lors de la conversion des volumes en masses. Le traitement statistique des donnes permet dliminer tous les biais. Des erreurs peuvent survenir suite des appariements inexacts entre les aliments rapports et ceux de la banque de donnes.

23

Module 2 Questions
II.Q6 Quelles catgories daliments sont bien reprsentes dans la plupart des tables/banques de donnes sur la composition des aliments ? (3,5 points: point pour chaque rponse correcte) Catgories daliments bien reprsentes
Aliments de marque/produits commerciaux Aliments crus Aliments cuits Aliments prts consommer Recettes Diffrentes varits/cultivars/races dun mme aliment Supplments en minraux et vitamines

Vrai

Faux

II.Q7 Si les tables et banques de donnes sur la composition des aliments incluent peu daliments cits la question II.Q6, quel est limpact sur lexactitude des estimations des apports nutritionnels? Slectionnez la rponse correcte (1 point) La reprsentativit mdiocre de ces catgories daliments dans les tables et banques de donnes sur la composition des aliments conduit des estimations des apports nutritionnels qui:
sont reprsentatives des apports nutritionnels rels car la plupart des aliments sont consomms crus. sous-estiment lapport en minraux et vitamines dans les pays o, en particulier, des aliments enrichis ou des complments alimentaires sont largement consomms. sous-estiment toutes les estimations dapports nutritionnels pour les populations fortes consommatrices de riz si les teneurs en nutriments du riz cru sont attribues au riz cuit. fournissent des estimations dapports nutritionnels de bonne qualit car les teneurs en nutriments des aliments crus sont les mmes que celles des aliments prpars. fournissent des estimations dapports nutritionnels de bonne qualit car les surestimations squilibrent avec les sous-estimations, cest--dire que les erreurs alatoires des unes compensent celles des autres.

II.Q8 Quest-ce qui a un plus grand impact sur lestimation dun apport nutritionnel: une erreur dans la composition en nutriments daliments consomms en petites ou en grandes quantits? Slectionnez la(es) rponse(s) correcte(s) (2 points: point pour chaque rponse correcte) a) En gnral, les erreurs dans les estimations dapports nutritionnels sont plus leves si les aliments sont consomms en grandes quantits. b) En gnral, les erreurs dans les estimations dapports nutritionnels sont leves mme si les aliments sont consomms en petites quantits. c) En gnral, les erreurs dans les estimations dapports nutritionnels sont leves si les aliments sont consomms en petites quantits mais avec une trs forte concentration en nutriments. d) En gnral, les erreurs dans les estimations dapports nutritionnels sont identiques, que les aliments soient consomms en petites ou en grandes quantits. II.Q9 Quest-ce qui a une plus grande incidence sur lestimation de lapport nutritionnel dun seul nutriment: une sous-estimation systmatique de 30 pour cent des teneurs en nutriments ou des consommations alimentaires? Cochez Vrai ou Faux. (2 points: point pour chaque rponse correcte)

24

Module 2 Questions
Impact sur lestimation de lapport nutritionnel
Une sous-estimation systmatique de 30 pour cent de la teneur pour un nutriment spcifique un plus fort impact sur lestimation de lapport nutritionnel de ce nutriment, si on le compare une sous-estimation de 30 pour cent des consommations alimentaires. Une sous-estimation de 30 pourcent des consommations alimentaires un plus fort impact sur lestimation de lapport nutritionnel, si on le compare une sous-estimation systmatique de 30 pour cent de la teneur pour un nutriment spcifique. Limpact sur lestimation de lapport nutritionnel est le mme si la teneur pour un nutriment sont systmatiquement sous-estimes ou si les consommations alimentaires sont sous-estimes du mme pourcentage. Lapport nutritionnel est sous-estim de 30 pour cent dans les deux cas.

Vrai

Faux

II.Q10 Listez quatre raisons qui expliquent des changements ou diffrences destimations dapports nutritionnels diffrentes poques ? (4 points: 1 point pour chaque rponse correcte) 1. 2. 3. 4. II.Q11 Faire correspondre les erreurs dans les estimations des apports nutritionnels avec la catgorie correspondante: limitations de la mthodologie de lenqute, mise en correspondance des aliments, et calcul. Choisir la catgorie la plus importante pour chaque erreur. (7,5 points: point pour chaque rponse correcte) Erreurs dans les estimations des apports Limitations de la Mise en nutritionnels dues : mthodologie de correspondanc lenqute e des aliments
un oubli denregistrement des lipides et huiles utiliss pour la cuisson ou denregistrement de la mthode de cuisson (importante pour un apport correct en lipides et acides gras). une slection incorrecte des aliments par manque de dtails dans la description de laliment lors de lenqute et/ou de la table ou banque de donnes sur la composition des aliments (par exemple, absence de la mthode de cuisson ou de transformation) ou par une connaissance insuffisante des aliments. des erreurs dans le calcul de lapport en acides gras lies lutilisation dacides gras ramens 100 g des acides gras totaux au lieu de 100 g daliment. une slection des valeurs nutritionnelles dun aliment avec partie non comestible (aliment total) pour laliment sans portion non comestible, et vice versa. une application des teneurs en nutriments relatives un aliment non enrichi un aliment enrichi. une confusion entre diffrentes teneurs en nutriments dues diffrents modes dexpression du nutriment, par exemple glucides disponibles par rapport aux glucides totaux. lemploi de facteurs de conversion incorrects, par exemple vitamine A ou folate. si les donnes proviennent dautres pays, des problmes de langue peuvent amener slectionner les aliments

Calcul

25

Module 2 Questions
Erreurs dans les estimations des apports Limitations de la Mise en nutritionnels dues : mthodologie de correspondanc lenqute e des aliments
incorrects dans la table sur la composition des aliments. De mme, dans une seule langue, des aliments identiques peuvent avoir des noms diffrents, (par exemple le loup et le bar), et diffrents aliments le mme nom. Ou dans diffrents pays, les dcoupes de viande ayant le mme nom peuvent provenir de diffrentes parties de lanimal. un oubli de prise en compte des carotnodes ayant une activit en vitamines A lors de lestimation de lapport en vitamine A. des erreurs de conversion (volume en poids, taille de portion en poids). Cela arrive relativement souvent. une slection dun aliment cru au lieu dun cuit (teneurs en nutriments diffrentes!). une slection dun aliment ayant des valeurs nutritionnelles diffrentes lors de lestimation de valeurs manquantes. une utilisation de recettes et de systmes de calcul des recettes inappropris ou obsoltes, ou non prise en compte de leau en tant quingrdient. une incertitude des donnes de consommation alimentaire, par exemple lie loutil ou lorganisation de lenqute. labsence de correction pour les pertes (ou gains) en eau, vitamines et minraux lors du calcul de lapport nutritionnel dune recette.

Calcul

II.Q12 Il existe quelques nutriments pour lesquels les valeurs nutritionnelles dpendent de la dfinition du nutriment, du mode dexpression et des mthodes analytiques utilises. Les exemples sont lnergie, les fibres alimentaires, les glucides, les lipides, les protines, les vitamines A, C, D et E, les folates, la niacine et les carotnes. Pour ces nutriments, les valeurs nutritionnelles ne peuvent pas tre comparables entre eux (e.x. entre glucides totaux et disponibles) et, si diffrentes tables et banques de donnes sur la composition des aliments ont t utilises, des diffrences systmatiques dans les estimations des apports nutritionnels peuvent apparatre selon les pays et les poques. Que devrait faire un utilisateur pour rduire les erreurs destimation des apports nutritionnels et/ou utiliser correctement les estimations dapports nutritionnels ralises par dautres? Cochez Vrai ou Faux. (2,5 points: point pour chaque rponse correcte) Comment les utilisateurs peuvent-ils minimiser les erreurs
Les utilisateurs professionnels des tables et banques de donnes sur la composition des aliments devraient toujours senqurir de la dfinition du nutriment, par exemple, dans lintroduction de la table ou dans la documentation de la banque de donnes. Les utilisateurs professionnels des tables et banques de donnes sur la composition des aliments devraient savoir quels nutriments peuvent avoir des teneurs significativement diffrentes du fait de leurs dfinitions, leurs modes dexpression, les mthodes danalyse et les units. Si les apports nutritionnels estims provenant de diffrentes tudes doivent tre compars, la dfinition du nutriment, les mthodes analytiques et le mode dexpression devraient tre vrifis pour tous les nutriments. Ceci permettrait lutilisateur de comprendre quelles estimations de lapport nutritionnel sont comparables. Les utilisateurs des tables et banques de donnes sur la composition des aliments nont pas besoin de rechercher le mode dexpression du nutriment (par exemple de vrifier si les glucides sont exprims en glucides totaux, en glucides disponibles, ou en glucides disponibles en quivalents monosaccharides) dans lintroduction de la table ou de la banque de donnes. Si les apports nutritionnels estims provenant de diffrentes tudes doivent tre compars, il ny a pas de raison de sintresser la dfinition et au mode dexpression du nutriment. Limpact sur les estimations des apports nutritionnels et sur les corrlations (par exemple, avec des indicateurs de sant) est seulement marginal, tout au plus.

Vrai

Faux

26

Module 2 Questions
II.Q13 Que devrait faire un compilateur afin de rduire les erreurs mentionnes ci-dessus? Slectionner la(les) affirmation(s) correcte(s). (2,5 points: point pour chaque rponse correcte) a) former tous les utilisateurs b) amliorer la couverture et la description des aliments en incluant les aliments tels que consomms, les recettes et les noms de marque des aliments c) amliorer la couverture et la description des nutriments d) amliorer la documentation e) rien car les erreurs sont le fait des utilisateurs II.Q14 Des utilisateurs dsireux dobtenir une estimation de bonne qualit de lapport nutritionnel sont souvent confronts des donnes manquantes dans la table nationale sur la composition des aliments (aliments, nutriments, valeurs), ou labsence dune table nationale de composition. Dans ces cas, ils doivent estimer, calculer ou emprunter les donnes de composition manquantes. Dans la table ci-dessous, faites correspondre la donne manquante avec lexemple et la solution. (3 points: point pour chaque rponse correcte) Exemples de donnes manquantes sur la composition des aliments: 1. Pas de fibres alimentaires dans la table sur la composition des aliments; 2. Valeur manquante pour la vitamine C dans la tomate; 3. Le filet de buf frit est absent de la base de donnes alors que le filet de buf cru sy trouve. Solutions pour estimer les donnes manquantes 4. Utiliser des donnes de composition provenant dautres sources, y compris dautres pays; 5. Calculer les donnes laide de recettes et dautres algorithmes; 6. Les estimer en se basant sur ses propres connaissances. Donne manquante
Valeur nutritionnelle manquante Aliment manquant Constituant manquant

Exemple manquante

de

donne Solution

II.Q15 Les logiciels utilisant des donnes de composition sont souvent fournis aux utilisateurs sans information sur la source des donnes, le taux de donnes manquantes, les dfinitions des nutriments, etc. Slectionnez les consquences pour les utilisateurs lorsquils calculent des estimations des apports nutritionnels ou des tiquettes avec de tels logiciels. Cochez Vrai ou Faux. (2 points: point pour chaque rponse correcte) Vrai Faux Consquences pour les utilisateurs de ces logiciels
Les teneurs en nutriments sur les tiquettes sont exactes. La qualit des estimations des apports nutritionnels ne peut pas tre value. Les estimations des apports nutritionnels ne peuvent pas tre clairement dfinies (niacine vs. quivalents niacine ou glucides disponibles vs. glucides totaux). Les estimations des apports nutritionnels peuvent tre sous-estimes cause des valeurs nutritionnelles manquantes.

27

Module 2 Questions
II.Q16 Dans la plupart des cas, les donnes sur la composition des aliments ne sont pas comparables entre pays et diffrentes poques. Slectionnez Vrai ou Faux. (2 points: point pour chaque rponse correcte) Vrai Faux Raisons de la non-comparabilit des teneurs en nutriments entre pays et diffrentes poques
Utilisation universelle des mthodes danalyse Diffrences artificielles dues la dfinition du nutriment, la mthode employe, la source de donnes et le mode dexpression des donnes Source de donnes unique au niveau mondial (INFOODS) Les aliments ayant le mme nom daliment ont la mme composition entre pays et diffrentes poques

II.Q17 Horwitz a montr lexistence dune relation entre la concentration dun constituant et la variabilit des rsultats analytiques (voir Greenfield et Southgate, 2007, p. 96, 98), savoir : plus la concentration est faible, plus lexactitude ou la fidlit dune mthode sera faible ou plus le coefficient de variation sera lev. Quel est limpact de la concentration dun constituant sur lexactitude des estimations des apports nutritionnels et sur la corrlation de cette dernire avec des maladies? Slectionnez la rponse correcte (1 point) Note: Voir lquation de Horwitz ladresse http://www.rsc.org/images/brief17_tcm18-25961.pdf Affirmation concernant limpact des concentrations des constituants sur lexactitude des estimations des apports nutritionnels et les corrlations avec des maladies
Selon Horwitz, 1 ppm (100 mcg/100 g daliment) la variabilit analytique permise est de +/-20 % et 100 ppm (100 mcg/100 g daliment) elle est de +/-10 %. Certains nutriments sont prsents dans les aliments ces concentrations, tels que liode, le slnium, les folates, lacide pantothnique, la biotine, la vitamine B 12, et parfois le rtinol et les carotnes. Si la diffrence entre les estimations des apports nutritionnels pour ces nutriments est infrieure 10 %, mme si elle est significative 0,05, il est conseill de ne pas interprter la corrlation comme reprsentant une diffrence significative car elle reste dans le cadre de la variabilit analytique. La fidlit et lexactitude des analyses nont pas dimpact sur lexactitude des estimations des apports nutritionnels et sur les corrlations entre les apports nutritionnels et les maladies. Lexactitude de lestimation des apports nutritionnels dpend uniquement de la conception de lenqute sur la consommation alimentaire, des personnes enqutes et de la qualit de la mthode danalyse ou de compilation. Les mthodes danalyse dans le cas de macronutriments ont une exactitude et une fidlit infrieures par rapport celles des oligolments et autres nutriments prsents en microquantits. Elles produisent donc des estimations des apports nutritionnels avec moins de prcision.

28

Module 2 Questions
EXERCICES

II.E1 Calculez lapport nutritionnel total pour les aliments dans la table ci-dessous. Les teneurs en nutriments correspondent aux quantits daliments consomms en un repas, comme indiqu dans la colonne consommation. (4 points: point pour chaque rponse correcte) Aliment Consommation (g)
Riz cuit Carotte, bouillie Viande, cuite Lait Apport total 200 50 100 100

nergie (kJ)
1 086 73 1 274 250

Protines (g)
5,4 0,35 25,9 3,2

Fibres alimentaires (g)


0,8 1,5 10 0

Lipides (g)
0,6 0,1 21,5 3,2

Ca (mg)
20 15 10 204

Fe (mg)
2,4 0,15 2,6 0,03

Vitamine C (mg)
0 0 0

II.E2 Dans le cas prcdent, vous navez pas trouv la teneur en vitamine C pour la carotte bouillie. Maintenant, vous trouvez la teneur pour la carotte crue dans une table sur la composition des aliments (5,9 mg/100 g) que vous dcidez demprunter et utiliser directement. Remplacez la teneur manquante pour la vitamine C par la teneur nouvellement trouve pour la carotte crue. Recalculez lapport nutritionnel total et discutez le rsultat par rapport lapport journalier recommand de 60 mg/j. (2 points: point pour chaque calcul correct et 1 point pour lexplication)

II.E3 Dans une autre table sur la composition des aliments, vous trouvez que la teneur en vitamine C de la carotte bouillie est de 3,6 mg/100 g. Remplacez la teneur de la vitamine C de la carotte crue par la teneur nouvellement trouve pour la carotte bouillie. Recalculez lapport nutritionnel total et discutez le rsultat par rapport lutilisation de la teneur en vitamine C dun aliment cru pour un aliment cuit. (2 points: point pour chaque calcul correct et 1 point pour lexplication)

II.E4 Vous remarquez que vous avez fait une erreur en recopiant la teneur en fibres de la viande, qui devrait tre 0. Recalculez lapport nutritionnel total en utilisant les rsultats de II.E3 et discutez le rsultat par rapport aux erreurs qui se produisent lorsquon recopie les donnes. (1,5 point: point pour chaque calcul correct et 1 point pour lexplication)

II.E5 Pour le riz blanc bouilli, vous trouvez une teneur en fibres alimentaires selon la mthode de Southgate de 1,0 g/100 g et une teneur en fibres alimentaires selon la mthode dEnglyst de 0,1 g/100 g. Recalculez lapport nutritionnel total pour ces deux valeurs en utilisant les rsultats de II.E4 et discutez le rsultat en relation avec la dfinition des nutriments utiliss pour le calcul des estimations dapports nutritionnels. (3 points: point pour chaque calcul correct et 1 point pour lexplication)

29

Module 2 Questions

II.E6 Dans cet exemple, le riz cuit nest plus du riz blanc (comme suppos jusque-l) mais du riz brun (pour 100 g: nergie 464 kJ, protines 2,6 g, lipides 0,9 g, fibres 1,8 g, Ca 10 mg, fer 0,5 mg, vitamine C 0 mg). Recalculez les apports nutritionnels totaux en utilisant les teneurs en nutriments du riz brun et en utilisant les rsultats de II.E4, et discutez le rsultat par rapport aux erreurs dues une description errone de laliment. (7 points: point pour chaque calcul correct et 1 point pour lexplication)

II.E7 Vous remarquez que vous avez fait une erreur pour le lait car vous avez emprunt une teneur en calcium de lait enrichi. La teneur en calcium est de 113 mg/100 g dans un lait non enrichi. Recalculez lapport nutritionnel total en utilisant les rsultats de II.E6 et discutez le rsultat par rapport aux erreurs dues lenrichissement des aliments et un apport journalier recommand de 800 mg/j. (1,5 point: point pour chaque calcul correct et 1 point pour lexplication)

II.E8 Amliorez les descriptions des aliments lait et viande cuite pour augmenter la qualit de lappariement des aliments, entre les aliments rapports et les aliments prsents dans la table sur la composition des aliments, ce qui devrait avoir comme consquence de meilleures estimations des teneurs en nutriments et des apports nutritionnels. Pour la viande et le lait, listez trois descripteurs pour chacun. (3 points: point pour chaque rponse correcte) Viande: 1. 2. 3. Lait: 1. 2. 3.

II.E9 Soixante pour cent dune population fait usage de complments vitaminiques et minraux une fois par semaine et 30 pour cent des aliments sont enrichis. La banque de donnes sur la composition des aliments ne contient pas de donnes de composition sur les aliments enrichis et les complments vitaminiques et minraux. Notez deux consquences sur lestimation de lapport nutritionnel et lquilibre nutritionnel. (2 points: 1 point pour chaque rponse correcte suivant le point ()) 1. 2.

30

Module 3 Questions

Module 3
SLECTION ET NOMENCLATURE DES ALIMENTS DANS LES BANQUES DE DONNES SUR LA COMPOSITION DES ALIMENTS
OBJECTIFS PDAGOGIQUES

lissue de ce module, ltudiant sera mme de: slectionner les aliments pour leur insertion dans un programme de banque de donnes sur la composition des aliments qui rejoigne les exigences de diffrents groupes dutilisateurs; slectionner les aliments et nutriments analyser pour un programme de banque de donnes sur la composition des aliments qui couvre les principaux aliments et nutriments du rgime national (approche par les aliments cls); comprendre limportance de la nomenclature des aliments, y compris la terminologie et la classification; fournir une bonne description des aliments dans une banque de donnes sur la composition des aliments; saisir limportance de la description et des traitements appliqus aux aliments (par exemple, la cuisson et linclusion/exclusion des parties non comestibles) et leurs consquences sur les teneurs en nutriments, spcialement sur leau, les lipides, les minraux et les vitamines; comprendre les classifications daliments et de dvelopper sa propre classification pour sa banque de donnes sur la composition des aliments.
TEXTES A TUDIER

x Charrondire, U.R. Slection, nomenclature, classification et identification des aliments, dans les bases de donnes sur la composition des aliments. Prsentation PowerPoint disponible ladresse: http://www.fao.org/infoods/presentations_fr.stm Et, si possible: x Greenfield, H. et Southgate, D.A.T. 2007. Donnes de composition des aliments production, gestion et utilisation. FAO. Rome. Chapitres 3 (p. 35-49)5 et 5 (p. 82-86). Disponible ladresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf
MATRIEL POUR LES EXERCICES

x x

Tableur Exercice aliments cls.xls requis pour lexercice III.E4, disponible sur: http://www.fao.org/infoods/presentations_en.stm. Une connaissance limite dExcel est requise. Truswell, S.A., Bateson, D.J., Madafiglio, K.C., Pennigton, J.A.T., Rand, W.M. & Klensin, J.C. 1991. Committee Report: INFOODS - Guidelines for Describing Foods: A Systematic Approach to Describing Foods to Facilitate International Exchange of Food Composition Data. Academic Press. Journal of Food Composition and Analysis 4, 18-38. Disponible ladresse: http://www.fao.org/wairdocs/AD069E/AD069E00.HTM Le systme de description des aliments LanguaL: son utilisation, thsaurus et littrature complmentaire, disponible ladresse: http://www.langual.org/. Il est aussi intressant pour ses autres liens vers les banques de donnes nationales sur la composition des aliments par exemple.

RESSOURCES

Sites Web taxonomiques x http://www.ars-grin.gov/cgi-bin/npgs/html/index.pl x http://mansfeld.ipk-gatersleben.de/ http://www.plantnames.unimelb.edu.au/Sorting/Frontpage.html x http://www.seedtest.org/en/home.html x http://www.fao.org/figis/servlet/static?dom=org&xml=sidp.xml&xp_lang=en&xp_banner=fi


5

Les numros indiqus correspondent aux numros de pages du livre (haut de page), et non ceux du fichier PDF.

31

Module 3 Questions
x x x x x x x http://www.fishbase.org/home.htm et http://www.fishbase.org/search.php http://vm.cfsan.fda.gov/%7Efrf/rfe0.html Compilateurs/ utilisateurs professionnels +++++ Analystes ++ Lire: 1-4 heures Rpondre aux questions: 1-2 heures Complter les exercices: 1-4 heures

PERTINENCE POUR DIFFRENTS GROUPES (SUR UNE CHELLE DE + A +++++)

TEMPS ESTIM POUR

LECTURES SUPPLMENTAIRES SUGGRES

Haytowitz, D.B., Pehrsson, P.R. & Holden, J.M. 2002. The Identification of Key Foods for Food Composition Research. Journal of Food Composition and Analysis. 15(2): 183-194. Disponible ladresse: http://www.nal.usda.gov/fnic/foodcomp/Bulletins/keyfoods.htm.

32

Module 3 Questions QUESTIONS


III.Q1 Une banque de donnes sur la composition des aliments peut-elle contenir tous les aliments consomms par une population? Slectionnez Vrai ou Faux. (1,5 point: point pour chaque rponse correcte) Vrai Faux Une banque de donnes sur la composition des aliments peut-elle contenir tous les aliments consomms par une population?
Non, il nest pas possible de couvrir tous les aliments, recettes et aliments de marque consomms par une population, parce quil y en a trop. Ce serait trop coteux et trop long. Cest pourquoi, une banque de donnes sur la composition des aliments sera toujours une slection daliments disponibles pour la consommation dans un pays. Non, ce nest pas possible de couvrir tous les aliments, recettes et aliments de marque consomms par une population. Toutefois, elle devrait inclure les plus importants dentre eux qui couvrent la majeure partie de lapport alimentaire de la population. Oui, parce quil y a seulement 100 ou tout au plus 1 000 aliments, recettes et aliments de marque consomms par une population.

III.Q2 Classez les critres, par ordre dimportance dcroissante, pour donner la priorit aux aliments inclure dans une banque de donnes nationale bien conue sur la composition des aliments, qui inclut aussi des aliments tels que consomms. Notez 1 le critre le plus important et 5 le moins important, en supposant que lutilisation principale est pour une estimation des apports nutritionnels. (2,5 points: point pour chaque rponse correcte) Numro de priorit Critres
Aliments crus et aliments tels que consomms6, largement consomms par des sous-groupes spcifiques (par exemple, nourrissons, groupes ethniques) Aliments crus et aliments tels que consomms, largement consomms par toute la population Aliments importants pour le commerce ou aliments rarement consomms de peu dintrt nutritionnel Aliments au niveau de varit/cultivar/race, ainsi qualiments sauvages et sous-utiliss Aliment consomm en petites quantits qui contribue fortement aux apports de quelques nutriments spcifiques pour toute la population

III.Q3 Lapproche par les aliments cls est utilise dans la banque de donnes du Dpartement de lagriculture des tats-Unis (USDA) pour hirarchiser les aliments analyser pour des nutriments dtermins. Cette mthode utilise des profils nutritionnels existants et des donnes denqute sur la consommation alimentaire reprsentatives au niveau national sur des aliments consomms et des recettes. La consommation alimentaire moyenne journalire de la population pour chaque aliment, y compris son utilisation dans les recettes, est multiplie par leurs valeurs nutritionnelles (par exemple le fer). Priorit est donne aux nutriments identifis comme importants ou potentiellement importants pour la sant publique. Ces apports nutritionnels par aliment et nutriment sont ensuite classs et ordonns du plus leve au plus faible. Cette tape est rpte pour tous les nutriments examins. Les aliments qui contribuent jusqu un total cumul de 25 pour cent pour chaque nutriment ont t attribus au premier quartile; ceux qui contribuent entre 25 et 50 pour cent, au deuxime quartile; ceux qui contribuent entre 50 et 75 pour cent, au troisime quartile; et ceux qui contribuent entre 75 et 100 pour cent au quatrime quartile. Les aliments prsents dans les trois premiers quartiles pour chaque nutriment ont t dfinis comme les aliments cls.

Un aliment tel que consomm veut dire que laliment est dcrit dans ltat o il est consomm, en gnral cuit en excluant la partie non comestible, comme le riz bouilli. Une autre dfinition souvent utilise dans les enqutes alimentaires est aliment tel quachet, ce qui signifie dans ltat o il a t achet, cest--dire, en gnral cru en incluant la partie non comestible, comme une orange ou une banane non pluche.

33

Module 3 Questions
Des informations supplmentaires sont disponibles dans larticle de Haytowitz, Pehrsson et Holden (2003), disponible ladresse http://www.nal.usda.gov/fnic/foodcomp/Bulletins/keyfoods.htm, (lecture facultative). Rpondez aux questions suivantes: (4 points: 1 point pour chaque rponse correcte suivant le point ()) 1. Comment les aliments cls sont-ils dfinis ? 2. Quel est lobjectif de lapproche par aliments cls? 3. De quelles donnes auriez-vous besoin pour identifier des aliments cls?

III.Q4 Un compilateur dcide dinclure dans la banque de donnes sur la composition des aliments les recettes les plus communment utilises. Dcrivez les tches que le compilateur doit accomplir pour compiler les teneurs en nutriments des recettes. Utilisez les titres suivants pour dcrire les diffrentes tches: (5 points) Rponse: (1) Slection des recettes (1 point) indiquez une source possible:

(2)

Informations sur les ingrdients et les mthodes de prparation (1 point) indiquez une source possible:

(3)

Nom des recettes et description (1 point) indiquez un systme pour donner des noms de recettes incluant des diffrences rgionales ou de composition: Prsentation des informations sur les recettes dans la table sur la composition des aliments utilisateur indiquez les informations destines lutilisateur sur la recette et ses ingrdients, ainsi que toute information additionnelle. (2 points: point pour chaque rponse correcte suivant le point ()):

(4)

III.Q5 numrez les sources de donnes sur la consommation des aliments utilises pour les tables ou banques de donnes sur la composition des aliments. Notez 1 la source la plus importante et 5 la moins importante. Il est suppos que toutes les sources de donnes sont disponibles. (2,5 points: point pour chaque rponse correcte) Numro de priorit Sources de donnes sur la consommation des aliments
Donnes sur les denres alimentaires ( savoir, aliments disponibles pour la consommation humaine), par exemple les donnes nationales ou FAOSTAT Donnes sur la consommation des aliments drives des enqutes nationales sur la consommation des mnages Statistiques commerciales Donnes sur la consommation des aliments drives denqutes de petite chelle sur la consommation des mnages Donnes sur la consommation des aliments drives des enqutes sur la consommation individuelles et nationales, par exemple les rappels de 24 heures, les carnets de consommation ou les questionnaires de frquences

34

Module 3 Questions
III.Q6 Lorsquil sagit dharmoniser ou de dfinir une nomenclature des aliments , quels lments, parmi les suivants, devraient toujours tre considrs comme obligatoires dans une banque de donnes sur la composition des aliments et quels sont ceux qui devraient tre considrs comme optionnels? (2 points: pour chaque rponse correcte) lment de nomenclature des aliments
Nom de laliment Groupe de laliment Descripteur de laliment Code de laliment

Obligatoire ou optionnel dans une base de donnes sur la composition des aliments
Obligatoire/ Optionnel Obligatoire/ Optionnel Obligatoire/ Optionnel Obligatoire/ Optionnel

III.Q7 Les groupes daliments sont dfinis diffremment dans diffrents pays et rgions. Nommez six groupes daliments gnralement accepts ou largement utiliss aux fins de la composition des aliments. (3 points: point pour chaque rponse correcte)

III.Q8 Les groupes daliments sont utiles pour la composition des aliments. Cochez Vrai ou Faux pour expliquer pourquoi les groupes daliments sont utiles dans les tables et banques de donnes sur la composition des aliments. (3 points: point pour chaque rponse correcte) Utilit des groupes daliments dans les tables et banques de donnes sur la composition des aliments
Par exemple pour les utilisateurs, pour faciliter la recherche des aliments dans la table ou la banque de donnes sur la composition des aliments Pour rendre obligatoire la manire de prsenter un rapport sur les apports nutritionnels Pour servir de base llaboration dun plan dchantillonnage et danalyse commun du fait qu lintrieur dun groupe daliments les matrices alimentaires et les teneurs en nutriments sont similaires Pour simplifier, lintrieur dun groupe daliments, la compilation et lvaluation de donnes, incluant la vrification de la cohrence des teneurs en nutriments Pour se conformer aux normes internationales en matire de regroupement des aliments Pour faciliter lapplication de facteurs de conversion (qui parfois seffectue au niveau du groupe daliments)

Vrai

Faux

Question facultative pour ceux qui ont particip une formation sur la composition des aliments ou qui possdent des connaissances avances III.Q9 Certains aliments sont difficiles classer dans un groupe donn daliments car le regroupement dpend largement de la culture locale. Par exemple, les pommes de terre (ou dautres tubercules et racines amylacs) sont difficiles classer car elles sont parfois considres comme des lgumes, parfois comme des tubercules. numrez trois aliments qui posent des problmes similaires et indiquez dans quel groupe ils pourraient tre classs. (3 points: 1 point pour chaque rponse correcte). Rflchissez o vous les mettriez dans votre pays (pas de point). 1. 2. 3. 35

Module 3 Questions
III.Q10 Slectionnez parmi les arguments suivants ceux qui sont en faveur dune standardisation des groupes daliments pour la prsentation des donnes de consommation et des banques de donnes sur la composition des aliments. (2 points: point pour chaque rponse correcte) Arguments pour standardiser les groupes daliments pour les donnes denqutes de consommation et les banques de donnes sur la composition des aliments
Les utilisateurs de tables et banques de donnes sur la composition des aliments peuvent toujours retrouver les aliments qui les intressent grce lindex. Les compilateurs nationaux peuvent uniquement travailler avec leurs propres systmes de classification des aliments (groupes et sous-groupes daliments spcifiques un pays) du fait de leur modle spcifique de consommation des aliments. Les estimations des apports alimentaires par groupe daliments ne peuvent tre compars que si les aliments sont classs dans les mmes groupes. Certains coefficients (par exemple les facteurs de rtention des nutriments) sappliquent au niveau du groupe daliment.

Vrai

Faux

III.Q11 Indiquez deux systmes de description des aliments utiliss internationalement (voir aussi http://www.fao.org/infoods/nomenclature_en.stm). (1 point: point pour chaque rponse correcte) 1. 2.

III.Q10 Dfinissez brivement une facette daliment et un descripteur daliment. (2 points: 1 point pour chaque rponse correcte) Facette daliment: Descripteur daliment:

III.Q13 Dcrivez les mthodes de cuisson suivantes et leurs effets sur leau, les lipides, les minraux et les vitamines. (5 points: 1 point pour chaque rponse correcte) a) b) c) d) e) Bouilli: Cuit au four: Rti: Cuit dans la friture: Cuit:

36

Module 3 Questions
III.Q14 Expliquez pourquoi les noms suivants devraient tre inclus dans une banque de donnes de rfrence sur la composition des aliments. (4 points: 1 point pour chaque rponse correcte) 1. 2. 3. 4. Les noms courts Les noms longs Les noms scientifiques Les noms daliments en anglais

III.Q15 De nombreuses tables et banques de donnes sur la composition des aliments incluent principalement les aliments crus alors que dautres incluent les aliments crus et les aliments tels quachets et/ou tels que consomms. Pour les affirmations suivantes, slectionnez 1 ou 2. (5,5 points: point pour chaque rponse correcte) 1 = vrai pour les tables sur la composition des aliments avec principalement des aliments crus 2 = vrai pour les tables sur la composition des aliments avec des aliments crus et des aliments tels quachets et/ou tels que consomms Mettre ou 2 1 Affirmations
Quand les aliments tels que consomms sont absents des tables sur la composition des aliments, les utilisateurs sont obligs dinventer leur propre systme de calcul et demprunter des donnes dautres pays ce qui conduit un risque destimations des apports nutritionnels moins prcises. Les utilisateurs appliquent souvent les teneurs en nutriments des aliments crus aux aliments prpars, ce qui conduit des erreurs importantes pour les estimations des apports nutritionnels. Les compilateurs ont plus de connaissance sur les aliments, la prparation des aliments et la compilation que les utilisateurs. Par consquent, ils sont en meilleure position pour calculer et estimer des teneurs en nutriments de bonne qualit pour les aliments tels que consomms et les recettes. Les compilateurs incluent seulement les aliments crus car ils sont plus stables en composition, compars aux aliments prpars et aux recettes. Pour les utilisateurs, ce type de table signifie des cots plus levs et plus de travail. Les compilateurs nont pas conscience des difficults pour les utilisateurs, si la table sur la composition des aliments contient surtout des aliments crus. Pour les compilateurs, ce type de table signifie des cots plus levs et plus de travail. En gnral, cette table rsulte destimations des apports nutritionnels de meilleure qualit. Ce nest pas trs utile pour les utilisateurs qui recherchent des donnes sur les aliments tels que consomms. Il en rsulte une qualit globale des donnes plus basse car plus de donnes sont drives ou calcules. Cest une amlioration pour les utilisateurs qui recherchent des donnes sur les aliments prpars, comme les aliments en conserve, les plats emporter, les aliments surgels et les aliments de marque.

37

Module 3 Questions
III.Q16 Donnez quatre exemples de parties non comestibles de fruits, de lgumes, de poissons ou de viandes. (2 points: point pour chaque rponse correcte)

III.Q17 Quelle partie de laliment devrait tre analyse pour inclusion dans les tables et banques de donnes sur la composition des aliments? Slectionnez la rponse correcte. (1 point) Partie analyser
Laliment entier devrait tre analys parce que cest la forme sous laquelle les aliments sont consomms. La partie non comestible car elle contient la plupart des nutriments. Seule la partie comestible de laliment devrait tre analyse parce que les tables et banques de donnes sur la composition des aliments contiennent des teneurs en nutriments, exprimes pour 100 g de laliment comestible.

III.Q18 Indiquez les affirmations correctes relatives aux coefficients de comestibilit et leurs descriptions. Cochez Vrai ou Faux. (2,5 points: point pour chaque rponse correcte) Vrai Faux Coefficients de comestibilit
Ils sont indpendants de la culture et du comportement individuel et par consquent il nest pas besoin de les inclure dans les tables et banques de donnes sur la composition des aliments. Ils font partie dune bonne description des aliments. Ils facilitent un reprage correct des aliments. Ils sont facultatifs parce que les teneurs en nutriments sont les mmes pour les aliments, que la partie non comestible soit prise en compte ou non. Ils sont ncessaires pour convertir le poids de laliment tel quachet en partie comestible de laliment.

38

Module 3 Questions
III.Q19 Dans la banque de donnes de rfrence la description dun aliment qui a t chantillonn et analys ne peut tre considre comme complte que lorsque toutes les informations sur lchantillon ont t correctement ajoutes. Indiquez, dans la table suivante, quelle description de laliment est ajoute, soit ltape de la collecte de lchantillon, soit celle de la manipulation de lchantillon. (10 points: point pour chaque rponse correcte par descripteur) Identification et description de laliment Identification et description de laliment ajoutes ltape de la: Collecte de lchantillon
Code chantillon Nom de laliment Nom scientifique Nom de marque Saison Point dchantillonnage Poids et nature de la partie comestible Poids et nature de la partie non comestible Maturit Partie de laliment tat physique, par exemple, liquide, solide Mthode de transformation de laliment pour un aliment transform Mthode de transformation de laliment pour un aliment cru qui doit tre transform avant analyse Poids avant et aprs cuisson Mthode de conservation de laliment Milieu demballage Matriaux demballage Date limite dutilisation/expiration Photographie digitale Prparation de lchantillon combin

Manipulation de lchantillon

39

Module 3 Questions

EXERCICES

III.E1 Faites correspondre les aliments de lenqute sur la consommation alimentaire ci-dessous avec les aliments trouvs dans table sur la composition des aliments, galement fournie ci-dessous. Dans certains cas, plusieurs aliments de la table sur la composition des aliments peuvent correspondre un aliment unique de lenqute, par exemple, th au lait sucr = 1 + 2 + 3 (ou 4, 5 ou 6). (11 points: 1 point pour chaque rponse correcte) Aliments de lenqute sur la consommation des aliments: a. Th au lait sucr b. Cte de porc, grille, la partie grasse visible non consomme c. Blanc de poulet, rti, la peau non consomme d. Tomate, grille e. Aubergine, frite dans lhuile dolive f. Riz, rouge, frit g. Riz, blanc, bouilli h. Agneau en sauce i. Lgumes mlangs, bouillis j. Mangue, chair orange fonc, trs mre k. Barre chocolate, Mars Aliments trouvs dans table sur la composition des aliments nationale: 1. Th 2. Sucre 3. Lait crm 4. Lait standard 5. Lait demi-crm, enrichi 6. Lait en poudre, entier 7. Porc, maigre 8. Porc, moyennement maigre 9. Porc, gras 10. Poulet 11. Poulet, viande non blanche (e.x., cuisse, aile) 12. Poulet, viande blanche 13. Poulet, grill 14. Poulet, grill, os compris 15. Agneau, gras 16. Tomate 17. Aubergine 18. Huile vgtale 19. Riz 20. Riz, bouilli 21. pinards 22. Carotte 23. Mangue 24. Eau du robinet 25. Barre chocolate

40

Module 3 Questions
III.E2 Prenez six aliments numrs dans la table sur la composition des aliments de III.E1 et amliorez leurs descriptions, par exemple, chocolat = chocolat, en poudre, 70 % de cacao. (3 points: point pour chaque description daliment) 1. 2. 3. 4. 5. 6.

III.E3 Exercice sur lapproche par les aliments cls (adapt de Machteld van Lieshout). Slectionnez les aliments cls pour le fer, qui contribuent 75 % lapport nutritionnel en fer, parmi les aliments numrs dans le fichier Excel Exercice aliments cls.xls. Le fichier est disponible ladresse: http://www.fao.org/infoods/presentations_fr.stm (8 points: 2 points pour chaque aliment cl correctement slectionn) Instructions pour lutilisation du fichier Excel Exercice AlimentsCls.xls pour cet exercice: Le fichier Excel Exercice aliments cls.xls contient quatre feuilles: Cons et Comp (o se trouvent les donnes de consommation et de composition des aliments consomms), AlimentsCls protines (un exemple pour trouver des aliments cls pour les protines), AlimentsCls fer (o vous pourrez slectionner les aliments cls pour le fer), AlimentsCls lipides (o vous pourrez slectionner les aliments cls pour les lipides, si vous voulez faire un exercice supplmentaire). Pour raliser cet exercice, vous avez besoin dExcel ainsi quun peu dexprience dans lutilisation dExcel. Si vous ne possdez pas Excel, vous pouvez faire lexercice sur du papier (mais cela demandera beaucoup plus de temps). Note: x x Si vous ne matrisez pas trs bien Excel, Excel help pourrait vous tre utile; il est disponible ladresse http://office.microsoft.com/en-us/excel/FX100646951033.aspx Les donnes de composition sont tires de tables sur la composition des aliments sud-africaines

tapes logiques 1. Calculez lapport nutritionnel pour chaque aliment (consommation alimentaire multiplie par leur valeur nutritionnelle). 2. Calculez lapport nutritionnel total en additionnant les apports nutritionnels de tous les aliments. 3. Calculez le pourcentage cumul de chaque aliment par rapport lapport nutritionnel total. 4. Classez les aliments par ordre dcroissant de leur contribution. 5. Slectionnez les aliments qui contribuent 75 % lapport nutritionnel. tapes suivre pour le fer: x Copiez la feuille de calcul Cons et Comp dans la feuille de calcul AlimentsCls fer: cliquez sur la cellule du coin suprieur gauche pour slectionner toute la feuille de calcul Cons et Comp puis utilisez la fonction Ctrl+c pour copier. Allez la feuille de calcul AlimentsCls fer et cliquez sur la cellule du coin suprieur gauche puis utilisez la fonction Ctrl+v pour coller les donnes dans la feuille de calcul AlimentsCls fer; x Supprimez les colonnes dont vous navez pas besoin. Gardez les colonnes dont les enttes sont: code, Aliment; Consommation moyenne de laliment en g/p/j; Fer en mg/100 g; x Ajoutez les colonnes suivantes: Apport en fer en mg/p/j; % de lapport en fer par aliment; Apport cumul en %; x Dans la colonne E, Apport en fer en mg/p/j, calculez lapport en fer par aliment: Consommation moyenne de laliment en g/j/p fois Fer en mg/100 g, cest--dire, saisissez dans la case E2 la formule:

41

Module 3 Questions
=C2*D2/100 (noubliez pas de diviser par 100 parce que la teneur en fer est exprime pour 100 g daliment). Copiez la cellule E2 avec sa formule dans les cellules E3 E18. Dans la colonne E apport en fer en mg/p/j, calculez lapport total en fer en additionnant les apports en fer pour chaque aliment: allez la cellule E19 et presser licne somme dans la barre de commande; Dans la colonne F % de lapport en fer par aliment, calculez le % de chaque aliment rapport lapport total en fer: saisir dans la cellule F2 la formule =E2/$E$19*100 (les signes dollar $ sont ncessaires pour indiquer lordinateur quil devra toujours utiliser la cellule E19; la division par 100 fournit le pourcentage). Copiez la cellule F2 avec sa formule dans les cellules F3 F18; Classez les donnes de toute la feuille de calcul en fonction du % de lapport en fer par aliment: Slectionnez la cellule du coin suprieur gauche (=slectionner toute la Feuille), ensuite slectionnez dans la barre de commande Donnes et ensuite Trier. Choisissez % de lapport en fer par aliment (afin de slectionner la colonne selon laquelle les donnes seront tries) et slectionnez Dcroissant (de faon ce que les donnes soient tries en commenant par le nombre le plus lev); Dans la colonne G Apport cumul en %, calculez lapport cumul en % pour chaque aliment: Mettez en G2 la valeur de F2 et saisissez en G3 la formule =G2+F3. Copiez la cellule G3 avec sa formule dans les cellules G4 G18. Slectionnez comme aliments cls pour le fer tous les aliments qui contribuent 75% de lapport en fer.

x x

x x

III.E4 Slectionnez deux aliments parmi les suivants, et trouvez leur nom taxonomique grce aux sites web indiqus dans les Ressources. (4 points: 2 points pour chaque rponse correcte) Mangue: Hareng: Haricot rouge:

III.E5 Lobjectif dune enqute par rappel de 24 heures est destimer les apports en lipides et en acides gras pour les corrler au risque de cancer du sein. Le questionnaire devrait, par consquent, collecter des informations trs dtailles en ce qui concerne les lipides. Quel type de donnes devrait tre disponible dans la table/banque de donnes sur la composition des aliments? Rflchissez aux deux niveaux principaux: les nutriments (par exemple, les acides gras saturs ou non) et les aliments (par exemple, la mthode de cuisson, le traitement). (7 points: 1 point pour chaque rponse correcte suivant le point ()) Donnes nutritionnelles ncessaires (indiquez-en deux): 1. 2. Prcision des dtails sur laliment et descriptions ncessaires (indiquez-en quatre): 1. 2. 3. 4.

42

Module 3 Questions
Question facultative pour ceux qui ont particip un cours sur la composition des aliments ou qui possdent des connaissances avances III.E6 Slectionnez deux aliments parmi les suivants, et numrez les codes du systme de description des aliments LanguaL (disponibles ladresse http://www.langual.org/) et les codes et descripteurs du systme INFOODS (disponibles ladresse http://www.fao.org/infoods/presentations_fr.stm). Lorsque vous utilisez LanguaL, vous pouvez consulter la dfinition fournie au sommet de lcran. Nutilisez pas la classification Eurocode 2. (8 points: 2 points pour chaque rponse correcte) Note: Il peut tre utile de tlcharger LanguaL Food Product Indexer, version 3.91. Disponible ladresse: http://www.langual.org/langual_downloads.asp Aliment
Mangue (Kiew-sa-weya), immature; crue, Mangifera indica trouve dans la table de composition des aliments, ASEAN publie en 2000

LanguaL

INFOODS

Cte de porc, sans gras visible, grille

Flocons enrichis

davoine

Kelloggs,

Porridge, prpar avec de la farine davoine, du lait entier et du sucre, daprs le Grannys cookery book, publi en 2007. Le porridge est fait avec du lait entier (500 g), 6g farine davoine (60g), du sucre blanc (20 g); Il est cuit bullition pendant 15 minutes

43

Module 4.a Questions

Module 4.a
SLECTION DES CONSTITUANTS
OBJECTIFS PDAGOGIQUES

lissue de ce module, ltudiant sera mme de: comprendre la marche suivre pour slectionner les constituants alimentaires pour une banque de donnes nationale sur la composition des aliments; slectionner les constituants inclure dans les banques de donnes darchive, de rfrence et utilisateur7.
TEXTES A TUDIER

Charrondire, U.R. Slection des nutriments et d'autres composants. Prsentation PowerPoint disponible ladresse: http://www.fao.org/infoods/presentations_fr.stm Et, si possible: x Greenfield, H. et Southgate, D.A.T. 2007. Donnes sur la composition des aliments. Production, gestion et utilisation. FAO. Rome. Chapitres 1 (p. 10-13)8, 2 (p. 26-28), 4 (p. 51-67), 7 (p. 129-130, 158-160) et 11 (p. 179-181 et 211-213). Disponible ladresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf
PERTINENCE POUR DIFFRENTS UTILISATEURS (SUR UNE CHELLE DE + A +++++)

x x x x x

Compilateurs/utilisateurs professionnels +++++ Analystes + Lire: 1-4 heures Rpondre aux questions: 1-2 heures Complter les exercices: 1-3 heures

TEMPS ESTIM POUR

7
8

Pour une explication de ces termes, voir p. 10-13 du livre de Greenfield et Southgate (2007). Les numros de page indiqus correspondent aux numros de page du livre (haut de page) et non ceux du fichier PDF.

45

Module 4.a Questions QUESTIONS


IVa.Q1 Qui devrait discuter des constituants inclure dans une banque de donnes sur la composition des aliments? Slectionnez Vrai ou Faux. (3 points: point pour chaque rponse correcte) Discutez des constituants inclure
Les organisations gouvernementales Les analystes Les consommateurs Les utilisateurs Les industriels Les compilateurs

Vrai

Faux

IVa.Q2 numrez trois considrations qui dterminent la slection des constituants alimentaires pour les tables et banques de donnes sur la composition des aliments. (3 points: 1 point pour chaque rponse correcte) 1. 2. 3. IVa.Q3 Pourquoi les tables et banques de donnes utilisateur sur la composition des aliments nincluent-elles pas tous les constituants que les utilisateurs considrent comme ncessaires? Indiquez Vrai ou Faux. (3 points: point pour chaque rponse correcte) Pourquoi les tables et banques de donnes utilisateur sur la composition des aliments nincluent pas tous les constituants qui intressent les utilisateurs
Par manque de fonds pour lanalyse des aliments et la compilation des donnes Du fait dune mauvaise connaissance des besoins des utilisateurs Du fait dun espace de stockage insuffisant dans la banque de donnes de rfrence Par absence de mthodes danalyse pour certains constituants des aliments Par manque de connaissance des dfinitions obsoltes de constituants de laliment (par exemple, la fibre brute est obsolte et ne devrait pas tre utilise dans les tables et banques de donnes sur la composition des aliments) Par manque daccs un propre laboratoire

Vrai

Faux

IVa.Q4 Faut-il inclure leau dans chaque type de banque de donnes sur la composition des aliments, cest--dire dans les banques de donnes archive, de rfrence et utilisateur exhaustives? Slectionnez la rponse correcte. (1 point) Leau devrait tre incluse dans chaque banque de donnes sur la composition des aliments parce quelle sert de base de rfrence pour les teneurs des autres constituants des aliments. Leau ne devrait pas tre incluse dans chaque type de banque de donnes sur la composition des aliments parce quelle napporte pas dnergie et nest pas importante pour les estimations des apports nutritionnels.

46

Module 4.a Questions


IVa.Q5 Pourquoi faut-il inclure lazote total dans une banque de donnes de rfrence sur la composition des aliments? (1 point)

IVa.Q6 Fournissez une raison pour inclure les teneurs en cendres dans la banque de donnes sur la composition des aliments. (1 point)

IVa.Q7 Les tables et banques de donnes sur la composition des aliments utilisateur simplifies (abrges) sont destines tre utilises par des personnes et des groupes non spcialistes, dont les besoins, en termes de teneurs en nutriments, sont limits. La banque de donnes sur la composition des aliments utilisateur exhaustive (non abrge) est plutt destine des chercheurs avec des besoins plus largis, cest--dire en termes de nutriments et constituants, daliments et de mtadonnes. Slectionnez les constituants alimentaires normalement inclus dans une banque de donnes utilisateur exhaustive. (8,5 points: point pour chaque rponse correcte) Constituants alimentaires inclus dans une banque de donnes utilisateur exhaustive
Facteurs de conversion de lnergie Eau Azote non protique Saccharose Fibres alimentaires Lignines Alcool Lipides Acides gras individuels Phospholipides Fer Vitamine C Vitamine B12 Carotnes individuels Vitamine D Additifs Phyto-oestrognes

Constituants alimentaires NON inclus dans une banque de donnes utilisateur exhaustive

IVa.Q8 Des facteurs de conversion sont ncessaires pour calculer certaines teneurs en nutriments, par exemple, ils transforment une quantit dun constituant en nergie ou en une activit vitaminique. Ces facteurs peuvent changer avec le temps. O et comment les facteurs de conversion devraient-ils tre stocks dans la banque de donnes sur la composition des aliments de faon ce que les teneurs en nutriments soient aisment recalcules en utilisant les nouveaux facteurs de conversion? Indiquez Vrai or Faux. (1 point: point pour chaque rponse correcte) O et comment stocker les facteurs de conversion
Pour faciliter le calcul des teneurs en nutriments en utilisant les nouveaux facteurs de conversion, ces facteurs et leurs valeurs doivent tre stocks dans la banque de donnes de rfrence, de prfrence de la mme manire que les constituants et leurs teneurs. Les facteurs de conversion et leurs valeurs ne doivent pas tre stocks dans la banque de donnes sur la composition des aliments. Il suffit de les indiquer dans lintroduction des tables et banques de donnes sur la composition des aliments.

Vrai

Faux

47

Module 4.a Questions


IVa.Q9 Quels constituants sont ncessaires pour calculer les teneurs en vitamine A? Et lesquelles sont des expressions de la vitamine A ? (4,5 points: point pour chaque rponse correcte) Note: x Activit totale en vitamine A exprime en quivalent rtinol (RE) en mcg = mcg rtinol + 1/6 mcg Ecarotne + 1/12 mcg pour les autres carotnodes activit pro-vitaminique A (ou = mcg rtinol + 1/6 mcg dquivalent E-carotne, o lquivalent E-carotne = 1 E-carotne +0,5 D-carotne + 0,5 Ecryptoxanthine); x quivalent en activit rtinol (RAE) en mcg = mcg rtinol + 1/12 mcg E-carotne + 1/24 D-carotne + 1/24 E-cryptoxanthine). Constituants des aliments
Rtinol quivalent en activit rtinol (RAE) quivalent -carotne -carotne -carotne quivalent rtinol (RE) -cryptoxanthine Lycopne Facteurs de conversion (pour - et -carotnes, cryptoxanthine)

Ncessaires au calcul de la vitamine A

Expressions de la vitamine A

Question facultative pour ceux qui possdent des connaissances avances ou qui ont particip un cours sur la composition des aliments IVa.Q10 Dans un article scientifique, un compilateur trouve des valeurs nutritionnelles dintrt pour sa base de donnes et dautres sans intrt actuel, cest--dire encore absents de la banque de donnes utilisateur. Que devrait faire le compilateur? (1 point) Archiver uniquement les valeurs pour les constituants de laliment qui sont considres comme intressantes ce jour. Au cas o elles deviendraient intressantes par la suite, elles peuvent facilement tre archives dans le futur. Archiver toutes les valeurs des constituants de laliment (y compris celles qui ne sont pas considres comme intressantes ce jour) dans les banques de donnes darchive et de rfrence parce quelles peuvent prendre de lintrt et tre publies dans les futures banques de donnes utilisateur. IVa.Q11 En thorie, les banques de donnes sur la composition des aliments peuvent contenir des contaminants chimiques. Nommez trois types de contaminants. (1,5 points: point pour chaque rponse correcte) 1. 2. 3.

48

Module 4.a Questions


IVa.Q12 Quelques banques de donnes sur la composition des aliments contiennent des facteurs antinutritionnels. Dfinissez les facteurs antinutritionnels et nommez-en trois. (2,5 points: 1 point pour la dfinition + point pour chacun des trois facteurs antinutritionnels) Dfinition dun facteur antinutritionnel:

Exemples de facteurs antinutritionnels: 1. 2. 3. IVa.Q13 Donnez deux raisons pour, et deux raisons contre, lajout de contaminants et de facteurs antinutritionnels dans les tables et banques de donnes sur la composition des aliments. (4 points: 1 point pour chaque rponse correcte) Raisons pour lesquelles les contaminants et les facteurs antinutritionnels ne doivent pas tre inclus: 1. 2. Raisons pour lesquelles les contaminants et les facteurs antinutritionnels doivent tre inclus: 1. 2.

IVa.Q14 Les composs bioactifs non nutritifs sont rarement inclus dans le corps principal des tables et banques de donnes utilisateur, mais ils sont parfois lists dans des annexes ou ils sont publis dans des banques de donnes spcialises. Slectionnez la principale raison pour laquelle les donnes sur les composs bioactifs non nutritifs ne sont pas incluses dans le corps principal des tables et banques de donnes utilisateur. (1 point) Principale raison pour diffuser les donnes sur les composs bioactifs nonnutritifs dans les annexes des tables et banques de donnes utilisateur ou des banques de donnes spcialises
Les mthodes danalyse ne sont pas disponibles. Un jeu de donnes complet sur les composs bioactifs nest pas disponible pour la plupart des aliments. Les composs bioactifs ne sont pas reconnus pour protger contre les maladies cardiovasculaires et le cancer et, par consquent, ne sont pas inclus dans les tables et banques de donnes sur la composition des aliments. Lespace dans les banques de donnes utilisateur est limit.

49

Module 4.a Questions


IVa.Q15 Faites correspondre les composs bioactifs des aliments suivants avec les groupes auxquels ils appartiennent. (2 points: point pour chaque rponse correcte) Groupes de composs bioactifs des aliments: 1. Flavonodes 2. Isoflavones 3. Coumestan 4. Lignanes Composs bioactifs des aliments
Coumestrol Querctine Isolaricirsinol Genistine

IVa.Q16 Un indice glycmique (IG) faible est reconnu comme rducteur du risque de cancer et de diabte. On a propos que les valeurs dIG soient incluses dans les banques de donnes sur la composition des aliments. Indiquez les raisons plausibles pour lesquelles les valeurs dIG ne font pas rgulirement partie des banques de donnes sur la composition des aliments. Slectionnez Vrai or Faux. (2 points: point pour chaque rponse correcte) Vrai Faux Raisons pour ne pas inclure les valeurs dIG dans les banques de donnes sur la composition des aliments
Les valeurs dIG sont modifies par la cuisson et la transformation Les mesures dIG prsentent une trs forte variation entre les individus et entranent une grande incertitude sur les valeurs dIG Les mesures standardises dIG bases sur le glucose ou le pain blanc conduisent des valeurs similaires Les valeurs dIG sont disponibles pour les plupart des aliments

50

Module 4.a Questions


EXERCICES IVa.E1 Dans un pays, il existe des problmes de carences en micronutriments (anmie, vitamine A, goitre et ostoporose) et un problme croissant de cancer et de maladies cardiovasculaires lis des apports levs en lipides, glucides et cholestrol. La rglementation sur ltiquetage exige que les teneurs des nutriments suivants figurent sur ltiquette nutritionnelle: nergie, glucides, sucre ajout, protines, lipides, fibres alimentaires, acides gras trans (et les nutriments pour lesquels il y a une allgation de teneur doivent aussi figurer mais lallgation est en dehors du champ de cette question). Il existe des apports journaliers recommands (AJR) pour lnergie, les lipides, les protines, le fer, le calcium, les vitamines B1, B2, C, A, E et les folates. Indiquez, pour chaque constituant, la(les) raison(s) de leur inclusion dans les banques de donnes sur la composition des aliments utilisateur compltes. (6 points: point si toutes les rponses sont correctes pour chaque constituant) Constituant AJR existant tiquetage Objectifs de sant publique

nergie Eau Glucides disponibles par diffrence (ou autre expression des glucides) Glucides, totaux Sucre ajout Acides gras saturs Acides gras trans Fer Calcium Iode Vitamine C Vitamine A x 1= dans le cas dune allgation de teneur, mais cette remarque est en dehors du champ de la question. Les rponses entre parenthses ne comptent pas pour obtenir le nombre total de points.

IVa.E2

recommands. Fournissez les nutriments pour lesquels les gouvernements ne peuvent pas valuer si la population suit ces objectifs en utilisant les tables USDA, danoise ou FAO pour lAfrique. (5,5 points: point pour chaque nutriment absent)

Dans le rapport FAO/OMS Rgime alimentaire, nutrition et prvention des maladies chroniques9, les objectifs suivants dintervalles dapports nutritionnels pour la population sont

OMS, Srie de Rapports techniques 916, 2003, disponible ladresse: http://www.fao.org/WAIRDOCS/WHO/AC911F/AC911F00.HTM

51

Module 4.a Questions


Facteur nutritionnel
Lipides totaux Acides gras saturs Acides gras polyinsaturs Acides gras polyinsaturs n-6 Acides gras polyinsaturs n-3 Acides gras trans Acides gras monoinsaturs Glucides totaux c Sucres libres Protines Cholestrol e Chlorure de sodium (sodium) Fruits et lgumes Fibres alimentaires totales (polysaccharides non amylacs)

Objectif (en % de lnergie totale, sauf autre mode dexpression)


15 - 30 % < 10 % 6 - 10 % 5-8% 1-2% <1% Par diffrence a b 55 - 75 % < 10 % 10 - 15 % d < 300 mg par jour < 5 g par jour (< 2 g par jour) 400 g par jour > 25 g (> 20 g)

a Calculs comme: lipides totaux - (acides gras saturs + acides gras polyinsaturs + acides gras trans). b Pourcentage de lnergie totale disponible aprs prise en compte des protines et lipides consomms: do lintervalle large. c Le terme Sucres libres se rfre tous les monosaccharides et disaccharides ajouts laliment par le producteur, le cuisinier ou le consommateur, plus les sucres naturellement prsents dans le miel, les sirops et les jus de fruits. d Lintervalle suggr doit tre interprt comme le propose la Consultation dexperts OMS/FAO/UNU, sur les besoins pour la nutrition humaine en protines et acides amins, qui sest tenue Genve du 9 au 16 avril 2002 (2). e Le sel ajout doit tre correctement enrichi en iode (6). La ncessit dajuster le taux diode du sel, qui repose sur lapport en sodium observ et la surveillance du statut en iode de la population, devrait tre reconnue.

Note: x La table USDA est disponible ladresse http://www.ars.usda.gov/Services/docs.htm?docid=8964, le fichier de dfinition des nutriments ladresse http://www.nal.usda.gov/fnic/foodcomp/Data/SR20/asc/NUTR_DEF.txt et la documentation p. 7 suivantes ladresse http://www.nal.usda.gov/fnic/foodcomp/Data/SR20/SR20_doc.pdf x La table danoise est disponible ladresse http://www.foodcomp.dk/v7/fcdb_search.asp x La table FAO est disponible sur le site INFOODS http://www.fao.org/docrep/003/X6877E/X6877E00.htm Absent de la table USDA SR20

Absent de la table danoise

Absent de la table FAO pour lAfrique

52

Module 4.b Questions

Module 4.b
NOMENCLATURE DES CONSTITUANTS
OBJECTIFS PDAGOGIQUES

lissue de ce module, ltudiant sera capable de: saisir limportance dune identification claire des constituants de laliment pour lchantillonnage, lanalyse, la compilation et lutilisation; comprendre limpact de la nomenclature des constituants sur les teneurs en nutriments; comprendre le concept didentificateurs INFOODS des constituants daliments (appels tagnames) et dautres systmes, et comment ils peuvent tre utiliss dans les tables et banques de donnes sur la composition des aliments; appliquer les identificateurs des constituants de laliment INFOODS diffrentes dfinitions de nutriments.
TEXTES A TUDIER x Charrondire, U.R. Nomenclature des composants alimentaires. Prsentation PowerPoint disponible ladresse: http://www.fao.org/infoods/presentations_fr.stm

Et, si possible: x Greenfield, H. et Southgate, D.A.T. 2007. Donnes sur la composition des aliments. Production, gestion et utilisation. FAO. Rome. Chapitres 7 (p. 111-114 et 160-16210) et 9 (p. 179-188) et 10 (p. 198-199) et Annexe 5 (p. 240). Disponible ladresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf x Klensin, J.C., Feskanich, D., Lin, V., Truswell, S.A. & Southgate, D.A.T. 1989. Identification of Food Components for INFOODS Data Interchange. Comme fichier PDF : Introduction pp. 5-15 et pp. 7290 pour trouver les tagnames. Disponible ladresse: http://www.unu.edu/unupress/unupbooks/80734e/80734E00.htm et comme fichier PDF ftp://ftp.fao.org/es/esn/inaliments/Klensinetal1989Identificationoffoodconstituants.pdf. x Des sries de tagnames mis jour, incluant la mise jour de 2003, sont disponibles sur: http://www.fao.org/inaliments/tagnames_en.stm x Schlotke, F., Becker, W., Ireland, J., Mller, A., Ovaskainen, M.L., Monspart, J. et Unwin, I. (Eds.). 2000. COST action 99 - Eurofoods recommandations for food compostion database management and data interchange. European Commission, COST report EUR 19538. Office des publications officielles des Communauts europennes, Luxembourg. La description des constituants apparat la p. 40, (et, comme lecture supplmentaire suggre, les noms de constituants aux p. 60-74). Disponible ladresse: ftp://ftp.fao.org/ag/agn/infoods/EurofoodsRecommendations.pdf
MATRIEL POUR LES EXERCICES

x x x x x

Des sries de tagnames mis jour, incluant les mises jour rcentes, sont disponibles ladresse: http://www.fao.org/inaliments/tagnames_en.stm Constituants EuroFIR, version Thesaurus 1.1. Disponible ladresse: http://eurofir.net/eurofir_knowledge/eurofir_thesauri et http://ethesaurus.eurofir.org/lists/EuroFIR_Component_Thesaurus_version_1.1_num.txt Chemical Entities of Biological Interest (ChEBI). Disponible ladresse: http://www.ebi.ac.uk/chebi/ IUPAC International Chimique Identifier (InChITM). Disponible aux adresses: http://www.iupac.org/inchi/ et http://wwmm.ch.cam.ac.uk/inchifaq/ Chemical Abstracts Service (CAS). Voir http://www.cas.org/ . Recherche des numros CAS, voir http://chem.sis.nlm.nih.gov/chemidplus/ et http://chembiofinder.cambridgesoft.com/chembiofinder/SimpleSearch.aspx

10

Les numros indiqus correspondent aux numros de page du livre (haut de page) non ceux du fichier PDF.

53

Module 4.b Questions


PERTINENCE POUR DIFFRENTS UTILISATEURS (SUR UNE CHELLE DE + A +++++)

x x x x x x

Compilateurs/utilisateurs professionnels +++++ Analystes +++++ Lire: 1-4 heures Rpondre aux questions: 1-4 heures Complter les exercices: 1-4 heures Charrondire, U.R. et Burlingame, B. 2007. Identifying food components: INFOODS tagnames and other component identification systems. Journal of Food Composition and Analysis, volume 20. p. 713716. Disponible ladresse: http://www.sciencedirect.com/science?_ob=PublicationURL&_cdi=6879&_pubType=J&_auth=y& _acct=C000055286&_version=1&_urlVersion=0&_utilisateurid=6718006&md5=db64841e29240963 49fdfba1225cba8a&jchunk=20#20

TEMPS ESTIM POUR

LECTURES SUPPLMENTAIRES SUGGRES

54

Module 4.b Questions QUESTIONS


IVb.Q1 Les noms communs des constituants (par exemple, vitamine C, glucides) sont-ils suffisamment prcis pour identifier les constituants sans ambigut? Slectionnez la rponse correcte. (1 point) Oui, car tous les noms communs des constituants sont suffisamment clairs pour tout le monde. Non, car certains noms communs des constituants peuvent inclure diffrents constituants chimiques ou diffrentes mthodes de calcul. IVb.Q2 1. 2. 3. 4. 5. 6. Il existe diffrents systmes didentification des constituants: Chemical Entities of Biological Interest (ChEBI); Chemical Abstracts Service (CAS) Registry System; IUPAC International Chimique Identifier (InChITM); EUROFOODS/COST 99; EuroFIR; Identificateurs des constituants des aliments INFOODS, aussi appels tagnames.

ChEBI et CAS utilisent des codes numriques, InChI une structure chimique abrge et EUROFOODS/COST 99, EuroFIR et INFOODS utilisent des noms de constituants abrgs. Les trois premiers systmes contiennent des composs chimiques isols et excluent les sommes de constituants. Pour les tables et banques de donnes sur la composition des aliments, ChEBI, CAS ou InChI peuvent-ils tre utiliss comme seuls systmes didentification des constituants? Slectionnez la rponse correcte. (1 point) Oui car tous les constituants alimentaires sont des composs chimiques. Non, car ct de composs chimiques spcifiques, les constituants des banques de donnes sur la composition des aliments comprennent des sommes de constituants (par exemple, les glucides, les acides gras saturs), des mlanges (par exemple, les fibres alimentaires) et des activits nutritionnelles (par exemple, lnergie, la vitamine A). Question facultative pour ceux qui possdent des connaissances avances ou qui ont particip un cours sur la composition des aliments IVb.Q3 Les identifiants de constituants dEUROFOODS/COST 99 et EuroFIR drivent de ceux dINFOODS. Cependant, il y a quelques diffrences fondamentales concernant les mthodes danalyse entre les identifiants de constituants INFOODS et EuroFIR. Pour un tagname unique, a-t-on plusieurs constituants EuroFIR ou vice-versa? Slectionnez la rponse correcte. (1 point) Pour un constituant EuroFIR, il existe plusieurs tagnames si les diffrentes mthodes produisent des rsultats significativement diffrents. Pour un tagname, il existe plusieurs constituants EuroFIR si les diffrentes mthodes produisent des rsultats significativement diffrents. IVb.Q4 Dcrivez les identifiants de constituants INFOODS, aussi appels tagnames. Indiquez les rponses correctes parmi les affirmations suivantes. Slectionnez Vrai or Faux. (4 points: point pour chaque rponse correcte)

55

Module 4.b Questions


Vrai Faux Affirmations sur les tagnames
1. Les tagnames sont des identificateurs de laliment. 2. Les tagnames sont des identificateurs abrgs des constituants alimentaires qui proposent une identification sans ambigut de tous les constituants alimentaires possibles, aussi loin que lanalyse le permet. 3. Les teneurs des constituants ayant le mme tagname sont comparables, tandis que ceux qui ont diffrents tagnames ne le sont pas. 4. Les tagnames avec un tiret - la fin identifient les nutriments pour lesquels il ny a pas de mthode danalyse officielle. 5. Les constituants alimentaires pour lesquels diffrentes mthodes produisent des rsultats significativement diffrents ont tous le mme tagname. 6. Les tagnames nutilisent pas de symboles tels que : cause de problmes possibles lors dun change lectronique de donnes. 7. De nouveaux tagnames devraient tre ajouts lorsque, par exemple, des progrs dans les mthodes danalyse permettent la dtermination de nouveaux constituants, ou lorsquun constituant est nouvellement utilis dans les tables ou banques de donnes sur la composition des aliments. 8. Les tagnames sont complts par des mots-cls, qui, par exemple, prsentent une information additionnelle sur le mode de calcul.

IVb.Q5 Dans le systme de dsignation des constituants EuroFIR, les informations sur les mthodes et lexpression des donnes sont saisies sparment. En sappuyant sur la question prcdente (IV.Q4), slectionnez les deux affirmations qui, par consquent, ne sappliquent pas au systme de dsignation des constituants EuroFIR. (1 point)

IVb.Q6 Les units (par exemple, les grammes) quantifient la quantit dun constituant (au numrateur), alors que le dnominateur (par exemple, pour 100 g de partie comestible) indique dans quelle quantit daliment on peut trouver le constituant (au dnominateur). Faites correspondre les units suivantes et le dnominateur avec les affirmations correspondantes: (5 points: point pour chaque rponse correcte) Units et dnominateur: 1. g 2. mcg 3. kJ 4. UI (units internationales) 5. pour 100 mL 6. par kg 7. par g dazote 8. pour 100 g de matire sche 9. pour 100 g daliment (tel quachet) 10. pour 100 g de partie comestible Affirmations
Unit prfre pour lnergie (selon le SI) Unit obsolte pour la vitamine A Unit classique pour les macronutriments Unit classique pour les folates et la vitamine A Dnominateur classique dans les tables et banques de donnes sur la composition des aliments Dnominateur utilis dans les articles scientifiques pour exprimer les teneurs en nutriments indpendamment de la teneur en eau Dnominateur souvent utilis pour les contaminants Dnominateur qui inclut la partie non comestible Dnominateur utilis pour les acides amins pour un tagname driv Dnominateur parfois utilis pour les boissons

56

Module 4.b Questions


IVb.Q7 Une mise jour des tagnames INFOODS a t effectue en 2003. cette poque, il avait t dcid, entre autres choses, de supprimer lunit par dfaut et le dnominateur des tagnames du fait du grand nombre de combinaisons entre units et dnominateurs rencontres. Slectionnez la rponse correcte. (1 point) Depuis 2003, on sattend ce que les units et dnominateurs soient fournis en complment des tagnames parce quils dterminent la valeur nutritionnelle. Les teneurs en nutriments pour les tagnames comme dfinis aprs 2003 peuvent tre compares sans information complmentaire. IVb.Q8 Slectionnez, partir des constituants suivants, ceux pour lesquels plusieurs tagnames existent. (Notez que le concept de tagname driv a disparu depuis 2003.) (10 points: point pour chaque rponse correcte) Noms de constituants communs
nergie Eau Glucides Sucres, totaux Fibres Protines Lipides Acide gras 18:1 cis n-9 Calcium Potassium Folates Thiamine Riboflavine Niacine Vitamine C Vitamine A quivalent beta-carotne Vitamine D Vitamine E Vitamine K

Plusieurs tagnames existent

IVb.Q9 Si plusieurs tagnames ou mots-cls (cest--dire diffrentes dfinitions) sont trouvs pour le mme nutriment, quest-ce que lutilisateur doit vrifier avant de pouvoir utiliser les valeurs dun constituant ? (1 point)

IVb.Q10 Compltez les tables suivantes par nutriment: 1. Faites correspondre les dfinitions avec le(s) tagname(s) correspondant(s); 2. Faites correspondre les affirmations sur les usages recommands dans les tables et banques de donnes sur la composition des aliments avec les tagnames; 3. Classez les teneurs en nutriments pour les diffrents tagnames.

57

Module 4.b Questions


a) Lipides (4 points: point pour chaque rponse correcte) Dfinitions 1. Lipides, totaux. Obtenus par analyse et extraction continue (mthode Soxhlet). Les teneurs en nutriments sont plus basses pour les crales mais comparables pour les autres catgories daliments. 2. Lipides, totaux. Somme des triglycrides, phospholipides, strols et des composs insaponifiables tels que les strols. La mthode danalyse est une extraction par un mlange de solvants. 3. Lipides totaux selon la dfinition NLEA (acides gras en quivalents triglycrides). Elle est employe pour ltiquetage aux tats-Unis. Usages recommands dans les tables et banques de donnes sur la composition des aliments 1. Non recommande 2. Recommande 3. Acceptable sauf pour les crales et produits craliers Classement des teneurs pour les crales 1. Tagname qui fournit la plus haute teneur parmi toutes les dfinitions 2. Tagname qui fournit la deuxime plus haute teneur parmi toutes les dfinitions 3. Tagname qui fournit la plus basse teneur parmi toutes les dfinitions Tagname Correspondance avec la dfinition Usage recommand dans les tables et banques de donnes sur la composition des aliments
-----------------

Classement des teneurs

FAT FATNLEA FATCE

b) Glucides (4,5 points: point pour chaque rponse correcte) Dfinitions 1. Glucides totaux. Cette teneur est la somme des valeurs analytiques des sucres, de lamidon, des oligosaccharides et des fibres alimentaires. La valeur nutritionnelle doit tre similaire celle des glucides totaux par diffrence. Cependant, aujourdhui, le concept de glucides disponibles est considr comme mieux adapt et, par consquent, les glucides totaux devraient tre abandonns graduellement. 2. Glucides disponibles en poids. Cette teneur est la somme des valeurs analytiques des sucres, de lamidon et du glycogne. 3. Glucides disponibles en quivalents monosaccharides. Cette teneur est la somme des valeurs analytiques des sucres, de lamidon et du glycogne. La valeur nutritionnelle est plus leve que celle des glucides disponibles en poids parce quelle comprend, suite lhydrolyse, leau rsiduelle autour de chaque monosaccharide. Ce mode dexpression nest pas couramment utilis dans les tables et banques de donnes sur la composition des aliments (seulement dans la table britannique). 4. Glucides totaux par diffrence. Cette teneur est calcule comme suit: 100 g moins le total en grammes de leau, des protines, des lipides, de lalcool et des cendres. La valeur nutritionnelle est plus leve que les glucides disponibles par diffrence de la valeur en fibres et contient les erreurs analytiques de tous les nutriments contribuant au calcul. Cest pourquoi, il nest pas recommand de lutiliser comme seul mode dexpression des glucides dans les tables et banques de donnes sur la composition des aliments. 5. Glucides disponibles par diffrence. Cette teneur est calcule comme suit: 100 g moins le total en grammes de leau, des protines, des lipides, de lalcool, des cendres et des fibres alimentaires; ou encore les glucides totaux moins les fibres alimentaires. La valeur nutritionnelle est similaire celle des glucides disponibles en poids, mais contient les erreurs analytiques de tous les nutriments contribuant au calcul. Ils devraient donc disparatre graduellement. Cependant, ce mode dexpression est acceptable pour les pays qui ne peuvent pas produire des valeurs analytiques pour les glucides. 58

Module 4.b Questions


Usages recommands dans les tables et banques de donnes sur la composition des aliments 1. Expression la plus recommande (slectionnez un seul tagname) 2. La moins recommande (slectionnez un seul tagname) Classement des teneurs 1. Tagname qui fournit la plus haute teneur parmi toutes les dfinitions (slectionnez un seul tagname) 2. Tagname qui fournit la plus basse teneur parmi toutes les dfinitions (slectionnez un seul tagname) Tagname Correspondance avec la dfinition Usage recommand dans les tables et banques de donnes sur la composition des aliments Classement des teneurs

CHOAVL CHOAVLM CHOAVLDF CHOCDF/ CHOT CHOCSM

c) Fibres alimentaires (5,5 points: point pour chaque rponse correcte) Note: Il peut tre utile de consulter la figure du fichier PDF p. 26, dans FAO (2003): ftp://ftp.fao.org/docrep/fao/006/y5022e/y5022e00.pdf Dfinitions 1. Les fibres alimentaires totales selon la mthode AOAC de Prosky est la mthode recommande. Elle reprsente un mlange de polysaccharides non amylacs, de lignines, damidon rsistant et doligosaccharides rsistants. 2. Les polysaccharides non amylacs, aussi appels fibres selon Englyst : Ils comprennent les polysaccharides non amylacs mais excluent les lignines, lamidon rsistant et les oligosaccharides rsistants. 3. Les fibres selon Southgate: mlange de polysaccharides non amylacs, de lignines et damidon rsistant. Cest une approximation de FIBTG et leur teneur devrait tre similaire celle de FIBTG pour les aliments sans amidon rsistant. La mthode Southgate ne dtermine pas correctement lamidon rsistant, en gnral leurs valeurs sont plus hautes que celles dtermines par FIBTG. 4. Les fibres selon la mthode au dtergent acide, modifie par Clancy. Elles comprennent les lignines, la cellulose, quelques hmicelluloses et pectines. 5. Les fibres selon la mthode au dtergent neutre. Elles comprennent les lignines, la cellulose et lhmicellulose insoluble. 6. La fibre brute. Leur utilisation est dconseille en nutrition humaine parce quelles ne recouvrent que des fractions des lignines, de la cellulose et de lhmicellulose. 7. Les fibres selon des mthodes inconnues ou mixtes. Usages recommands dans les tables et banques de donnes sur la composition des aliments 1. Le plus recommand parce quil recouvre au mieux les constituants ayant des rles de fibres alimentaires (slectionnez un seul tagname) 2. Le moins recommand parce quil est obsolte pour la nutrition humaine (slectionnez un seul tagname) Classement des teneurs 1. Tagname qui fournit la plus haute teneur parmi toutes les dfinitions (slectionnez un seul tagname) 2. Tagname qui fournit la plus basse teneur parmi toutes les dfinitions (slectionnez un seul tagname)

59

Module 4.b Questions


Tagname Correspondance avec la dfinition Usage recommand dans les tables et banques de donnes sur la composition des aliments Classement des teneurs

FIBFIBTS FIBAD FIBTG FIBC FIBND PSACNS/NSP

d) Vitamine C (3 points: point pour chaque rponse correcte) Dfinitions 1. Vitamine C: somme de lacide L-ascorbique et de lacide L-dhydroascorbique. Ils sont normalement analyss par HPLC. 2. Acide L-ascorbique: les teneurs sont comparables celles de la vitamine C dans les aliments non transforms. La titrimtrie est utilise et peut analyser uniquement lacide L-ascorbique. Usages recommands dans les tables et banques de donnes sur la composition des aliments 1. Recommand 2. Acceptable pour les fruits et lgumes frais Classement des teneurs 1. Tagname qui fournit la plus haute teneur parmi toutes les dfinitions (slectionnez un seul tagname) 2. Tagname qui fournit la plus basse teneur parmi toutes les dfinitions (slectionnez un seul tagname) Tagname Correspondance avec la dfinition Usage recommand dans les tables et banques de donnes sur la composition des aliments Classement des teneurs

VITC ASCL

e) Folates (6,5 points: point pour chaque rponse correcte) Dfinitions 1. Acide folique: acide folique synthtique utilis pour lenrichissement. 2. Folates totaux: folates alimentaires + acide folique. Ils incluent la fois les folates conjugus et libres et sont dtermins par une mthode microbiologique. 3. Folates alimentaires: folates naturellement prsents dans les aliments, analyss par une mthode microbiologique. 4. Lquivalent folate alimentaire (DFE): folates alimentaires (ptroylpolyglutamates) + 1,7 x acide folique synthtique (acide ptroylmonoglutamique). 5. Somme des vitamres des folates dtermins par HCLP/CHPL. Elle comprend principalement le ttrahydrofolate, le 5-mthyle-ttrahydrofolate, le 5-formyle-ttrahydrofolate, lacide 10 formyle folique, le 10-formyle-dihydrofolate et lacide folique. Classement des teneurs 1. Tagname qui fournit la plus haute teneur parmi toutes les dfinitions. (Il y a trois tagnames qui donnent les mmes quantits : indiquez 1 pour chacun des trois.) 2. Tagname qui fournit la deuxime plus haute teneur parmi toutes les dfinitions 3. Tagname qui fournit la plus basse teneur parmi toutes les dfinitions

60

Module 4.b Questions


Tagname
FOL FOLSUM FOLAC FOLDFE FOLFD

Correspondance avec la dfinition

Classement des teneurs dans les aliments non enrichis

Classement des teneurs 1. Tagname qui fournit la plus haute teneur parmi toutes les dfinitions 2. Tagname qui fournit la deuxime plus haute teneur parmi toutes les dfinitions 3. Tagname qui fournit la troisime plus haute teneur parmi toutes les dfinitions 4. Tagname qui fournit la quatrime plus haute teneur parmi toutes les dfinitions 5. Tagname qui fournit la plus basse teneur parmi toutes les dfinitions Tagname
FOL FOLSUM FOLAC FOLDFE FOLFD

Classement des teneurs dans les aliments enrichis quand le niveau de fortification dpasse celui des folates naturels

f) Vitamine A (2,5 points: point pour chaque rponse correcte) Dfinitions 1. Activit totale en vitamine A exprime en mcg quivalent rtinol (RE) = mcg rtinol + 1/6 mcg beta-carotne + 1/12 mcg des autres carotnodes provitamines A (ou = mcg rtinol + 1/6 mcg quivalent beta-carotne o, lquivalent beta-carotne = 1 beta-carotne + 0,5 alpha-carotne + 0,5 beta-cryptoxanthine) 2. Activit totale en vitamine A exprime en mcg quivalent en activit rtinol (RAE) utilise, par exemple, dans la banque de donnes du Dpartement de lagriculture des tats-Unis (USDA) = mcg rtinol + 1/12 mcg beta-carotne + 1/24 mcg des autres carotnodes provitamines A (ou = mcg rtinol + 1/12 mcg beta-carotne + 1/24 mcg alpha-carotne + 1/24 mcg beta-cryptoxanthine) 3. Vitamine A; dtermine par une mesure biologique Classement des teneurs 1. Tagname qui fournit la plus haute teneur parmi toutes les dfinitions 2. Tagname qui fournit la plus basse teneur parmi toutes les dfinitions Tagname Correspondance avec la dfinition Usage recommand dans les tables et banques de donnes sur la composition des aliments
--------------

Classement des teneurs

VITAA VITA VITA_RAE

------------

61

Module 4.b Questions


g) Vitamine E (3 points: point pour chaque rponse correcte) Dfinitions 1. Alpha-tocophrol. Dans certaines banques de donnes, par exemple, lUSDA SR16 et les ditions suivantes, il est utilis pour reprsenter la vitamine E. 2. Vitamine E: tocophrols et tocotrinols actifs, calculs en mg dquivalents alpha-tocophrol (ATE ou TE)11 x = D-tocophrol + 0,4 E-tocophrol + 0,1 J-tocophrol + 0,01 G-tocophrol + 0,3 D-tocotrinol + 0,05 E-tocotrinol + 0,01 J-tocotrinol (le plus employ) x = D-tocophrol + 0,5 E-tocophrol + 0,1 J-tocophrol + 0,3 D-tocotrinol x = D-tocophrol + 0,4 E-tocophrol + 0,1 J-tocophrol + 0,01 G-tocophrol 3. Vitamine E: dtermine par une mesure microbiologique 4. Vitamine E: mthode inconnue ou variable. Classement des teneurs 1. Tagname qui fournit la plus haute teneur parmi toutes les dfinitions 2. Tagname qui fournit la plus basse teneur parmi toutes les dfinitions Tagname Correspondance avec la dfinition Usage recommand dans les Classement des tables et banques de teneurs donnes sur la composition des aliments
---------------------------

VITEVITE VITEA TOCPHA

h) Vitamine D (3 points: point pour chaque rponse correcte) Dfinitions 1. Vitamine D (D2+D3): somme de lergocalcifrol (D2, seulement prsent dans les aliments vgtaux) et du cholcalcifrol (D3, prsent dans les aliments dorigine animale). Cette dfinition est la plus utilise. 2. Vitamine D: dtermine par une mesure biologique. Les teneurs en nutriments sont gnralement plus leves que les teneurs obtenues par voie chimique. 3. Vitamine D3+D2 + 5 x 25-hydroxycholcalcifrol (Equivalent vitamine D est utilis au Royaume-Uni et au Danemark): les teneurs en nutriments sont plus leves que pour D2+D3 dans un aliment riche en 25-hydroxycholcalcifrol, par exemple, la viande de porc. 4. Cholcalcifrol (Vitamine D3). Il est quelquefois utilis pour exprimer la vitamine D dans les tables et banques de donnes sur la composition des aliments. Classement des teneurs 1. Tagname qui fournit la plus haute teneur parmi toutes les dfinitions Tagname Corresponda nce avec la dfinition Usage recommand dans les tables et banques de donnes sur la composition des aliments Classement des teneurs chez le porc Classement des teneurs pour les aliments vgtaux
---------------

VITD CHOCAL VITDA VITDEQ

---------------

11

Linformation sur les calculs est fournie par lapproche par mots-cls.

62

Module 4.b Questions


IVb.Q11 Faites correspondre les noms abrgs des vitamines avec un ou plusieurs constituants qui sont des synonymes ou qui possdent une activit vitaminique. (6,5 points: point pour chaque rponse correcte) Vitamine
A D E K B1 B2 B3 B5 B6 B7, H B9 B12 C

Constituants/synonymes
Thiamine Biotine Retinaldhydes Carotnodes Acide ascorbique Cobalamines Calcifrol Quinones Tocophrols Esters rtinyliques Folates Riboflavine Rtinol Acide dhydroascorbique Niacine Tocotrinols Pyridoxal Acide pantothnique

IVb.Q12 Plusieurs tentatives ont t faites pour classer les constituants en groupes. Cela na pas t entrepris par INFOODS dans la mesure o il tait estim quil serait plus appropri davoir un regroupement des constituants indpendant du tagname et du systme dchange. Slectionnez la rponse INCORRECTE qui justifie le fait que le regroupement des constituants soit difficile. (1 point) Raison incorrecte pour la difficult de regroupement des constituants
Certains constituants peuvent appartenir plus dun groupe Aucun accord na eu lieu sur la composition de certains groupes de constituants, par exemple, les constituants majeurs Lidentification des constituants nest pas toujours possible

63

Module 4.b Questions


EXERCICES Question facultative pour ceux qui possdent des connaissances avances ou qui ont particip un cours sur la composition des aliments IVb.E1 Pour les tagnames dINFOODS suivants, trouvez les noms de constituants ou codes correspondants pour EuroFIR, ChEBI et CAS. (11 points: 1 point pour chaque rponse correcte par constituant). Les tagnames INFOODS sont disponibles dans: x J.C. Klensin, D. Feskanich, V. Lin, S.A. Truswell, et D.A.T. Southgate. 1989. Identification of Food Components for INFOODS Data Interchange. p. 16-91 comme fichier PDF ladresse: ftp://ftp.fao.org/es/esn/inaliments/Klensinetal1989Identificationoffoodconstituants.pdf x Srie de tagnames mis jour, incluant ceux qui sont disponibles ladresse: http://www.fao.org/inaliments/tagnames_en.stm Les autres identifiants de constituants sont disponibles dans: x Constituants EuroFIR, thesaurus version 1.1. Disponible aux adresses: http://eurofir.net/eurofir_knowledge/eurofir_thesauri et http://ethesaurus.eurofir.org/lists/EuroFIR_Component_Thesaurus_version_1.1_num.txt x Chemical Entities of Biological Interest (ChEBI). Disponible ladresse : http://www.ebi.ac.uk/chebi/ x Chemical Abstracts Service (CAS). Disponible ladresse: http://www.cas.org/. Pour chercher les codes CAS, voir http://chem.sis.nlm.nih.gov/chemidplus/ et http://chembiofinder.cambridgesoft.com/chembiofinder/SimpleSearch.aspx Note : Lobjectif de cet exercice est de dmonter que ChEBI et CAS ne peuvent tre utiliss comme unique systme didentification de constituants pour les banques et tables de composition alimentaires parce quils : - ne proposent pas de codes pour les nutriments qui contiennent plusieurs substances chimiques ; - nincluent ni des quivalents ni plusieurs expressions pour un mme nutriment ; - nincluent pas diffrentes expressions pour un mme nutriment sils sont analyss par des mthodes diffrentes. Cet exercice permet aussi dapprcier les diffrences dans le codage des constituants alimentaires entre INFOODS et EuroFIR. Tagname
XN ALA SUGAR SUGARM

Nom du constituant
Facteur de conversion pour calculer les protines totales partir de lazote Alanine. Comprend seulement la L-arginine Glucides, totaux Glucides, totaux; exprims en quivalents monosaccharides Acides gras, monoinsaturs totaux Acide gras trans 18:1 n-9; acide laidique; acide octadcnoque Acide gras 18:1 cis n-9; acide olique Fibres alimentaires totales par la mthode AOAC de Prosky Polysaccharides non amylacs = fibres selon Englyst Beta-carotne Vitamine D; mthode de dtermination inconnue

Constituant EuroFIR

Code ChEBI

Code CAS

FAMS F18D1TN9 F18D1CN9 FIBTG PSACNS/ NSP CARTB VITD-

64

Module 4.b Questions


IVb.E2 Dterminez lordre des aliments suivants, allant du plus lev au plus bas, en fonction de leurs teneurs en lipides en utilisant FAT, FATCE, FATNLEA. Il peut tre utile de revrifier les dfinitions des lipides dans IVb.Q10 a). Voir lexemple du beefsteak. (3 points: 1point pour chaque rponse correcte par constituant) Rponse: a) b) c) d) Beefsteak: FAT = FATCE > FATNLEA Bl: Truite: Huile dolive:

IVb.E3 Pour les aliments suivants, classez les teneurs en fibres alimentaires, en allant du plus lev au plus bas, et en utilisant les tagnames FIBC, FIBTG, FIBTS, PSACNS/NSP et FIB-. (3 points: 1 point pour chaque rponse correcte par constituant) Note: Il pourrait tre utile de consulter les p. 14-15 dans: Food energy - methods of analysis and conversion factor (FAO, 2003), disponible ladresse: ftp://ftp.fao.org/docrep/fao/006/y5022e/y5022e00.pdf. Exemple: Pain noir: FIBTG > FIBTS/FIBTG> PSACNS/NSP > FIBC Rponse (voir Greenfield et Southgate, 2007, p. 127-129): a) Dattes, sches (pas damidon rsistant, 2 g de lignines): b) Mangue (pas damidon rsistant, 0,3 g de lignines): c) Spaghetti, bouilli (amidon rsistant, 0,1 g de lignines):

IVb.E4 Indiquez le tagname correspondant pour les nutriments suivants qui apparaissent dans le jeu de donnes intgr The Composition of Foods de McCance et Widdowson (CoF IDS), qui est la banque de donnes britannique sur la composition des aliments, disponible ladresse: http://www.food.gov.uk/science/dietarysurveys/dietsurveys/ . Lisez les sections Details on Nutrient Data (p. 4-7) et Nutrient Definitions and Expressions (p. 17-27) dans la documentation (disponible ladresse: http://www.food.gov.uk/multimedia/pdfs/cofutilisateurdoc.pdf). (15 points: 1 point pour chaque rponse correcte par constituant) Nutriment
Protines Lipides Glucides Eau nergie Fibres alimentaires Cholestrol Rtinol Vitamine A Vitamine D Vitamine E Vitamine C Folates Niacine Calcium

Tagname

65

Module 4.c Questions

Module 4.c
CONVENTIONS ET UNITS DES CONSTITUANTS
OBJECTIFS PDAGOGIQUES

lissue de ce module, ltudiant sera capable de: comprendre les concepts dunit, de dnominateur et leur importance pour la dfinition des donnes et des rsultats; apprhender les principes de calcul des nutriments partir de facteurs de conversion et/ou de combinaisons de constituants; saisir les implications des diffrents modes dexpression et de calcul des teneurs en nutriments pour la gestion des banques de donnes et lutilisation des donnes, et les appliquer de faon approprie; recalculer les teneurs en nutriments en utilisant diffrentes units et dnominateurs; dterminer les teneurs en nutriments qui sont toujours des valeurs calcules.
TEXTES A TUDIER x Charrondire, U.R. Conventions et modes d'expression des composants. Prsentation PowerPoint disponible ladresse: http://www.fao.org/infoods/presentations_fr.stm

Et, si possible: x Greenfield, H. et Southgate, D.A.T. 2007. Donnes sur la composition des aliments. Production, gestion et utilisation. FAO. Rome. Chapitres 7 (p. 111-114, 160-162)12, 9 (p. 179-188) et 10 (p. 198-200) et Annexe 5 (p. 240). Disponible ladresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf x FAO. 2003. Food energy - methods of analysis and conversion factors. Version PDF. FAO. Rome. p. 18-35. Disponible ladresse: ftp://ftp.fao.org/docrep/fao/006/y5022e/y5022e00.pdf x Codex Alimentarius. 2001. Food Labelling Complete Texts (revised). FAO. Rome. p. 32-34. Disponible ladresse: ftp://ftp.fao.org/docrep/fao/005/y2770E/y2770E00.pdf
PERTINENCE POUR DIFFRENTS UTILISATEURS (SUR UNE CHELLE DE + A +++++)

x x x x x

Compilateurs/utilisateurs professionnels +++++ Analystes +++++ Lire: 1-3 heures Rpondre aux questions: 1-2 heures Complter les exercices: 1-2 heures

TEMPS ESTIME POUR

12

Les numros indiqus correspondent aux numros de page du livre (haut de page), et non ceux du fichier PDF.

67

Module 4.c Questions QUESTIONS


IVc.Q1 Chaque donne de composition est dfinie au moyen dune unit (quantit du constituant) et dun dnominateur (pour une certaine quantit daliment). Donnez trois exemples (units et dnominateurs), utiliss pour ltude de la composition des aliments. (3 points: point pour chaque rponse correcte) Unit Dnominateur

IVc.Q2 La plupart des banques de donnes sur la composition des aliments publies expriment les donnes de composition pour 100 g de partie comestible. Dautres sources peuvent employer dautres dnominateurs et/ou une combinaison de dnominateurs. Slectionnez la(les) affirmations(s) qui dcrivent la(les) consquence(s) lorsquune combinaison de dnominateurs est utilise dans une composition daliments. Slectionnez Vrai ou Faux. (3,5 points: point pour chaque rponse correcte) Vrai Faux Consquence(s) pour lutilisateur lorsquune combinaison de dnominateurs est utilise
Lutilisateur a besoin dunits et de dnominateurs pour estimer les apports nutritionnels. Une combinaison de dnominateurs peut conduire une confusion. Tous les utilisateurs connaissent la diffrence entre pour 100 g daliment tel quachet (cest--dire comprenant la partie non comestible) et pour 100 g de partie comestible, et sont capables de slectionner laliment adapt leurs objectifs. La fourniture de plusieurs entres pour un aliment dans une table ou une base de donnes sur la composition des aliments avec diffrents dnominateurs peut simplifier le calcul des estimations dapports nutritionnels pour lutilisateur (cest--dire quil est facile de faire correspondre les boissons exprimes en mL avec les teneurs en nutriments par mL). Certains utilisateurs peuvent transfrer toutes les teneurs en nutriments dans une banque de donnes ou un tableur et leur attribuer le mme dnominateur, sans sapercevoir que certains aliments ont diffrents dnominateurs. Les utilisateurs et compilateurs sapercevront toujours que les donnes exprimes en 100 g de matire sche ont des valeurs plus leves quand on les compare pour 100 g de partie comestible, et par consquent convertiront ces valeurs quand ils les introduisent dans la banque de donnes en se rapportant 100 g de partie comestible. Lorsquil saisit des teneurs en nutriments provenant de diffrentes sources, le compilateur peut ne pas toujours prter attention au dnominateur et, ainsi, introduire des erreurs dans sa propre banque de donnes. Les teneurs en nutriments de toutes les boissons sont les mmes, quelles soient rapportes 100 g ou 100 mL.

68

Module 4.c Questions


IVc.Q3 Les facteurs de conversion sont employs pour convertir la quantit dune valeur nutritionnelle exprime en diffrentes units, ou pour tenir compte de diffrentes activits nutritionnelles. Quels nutriments sont toujours calculs en utilisant des facteurs de conversion? Slectionnez Vrai ou Faux. (2,5 points: point pour chaque rponse correcte) Vrai Faux Nutriments toujours calculs en utilisant des facteurs de conversion dans les banques de donnes sur la composition des aliments
nergie, protines (rapportes lazote total) nergie, protines, glucides totaux par diffrence Vitamines D, E, A Vitamine A (comme RE), vitamine E (comme TE), quivalent beta-carotne, quivalent folate alimentaire (DFE), vitamine D (comme dans la table anglaise), vitamine C Vitamine A (comme RE), vitamine E (comme TE), quivalent beta-carotne, quivalent folate alimentaire (DFE), vitamine D (comme dans la table anglaise)

IVc.Q4 Le facteur de conversion de lazote en protines est utilis pour convertir la teneur en azote total en teneur en protines. Le facteur classique de 6,25 sous-entend que les protines contiennent 16 % dazote. Parce que la plupart des protines vgtales contiennent des quantits dazote plus importantes et les protines animales contiennent des quantits plus faibles, les facteurs de conversion de lazote en protines sont plus faibles pour les vgtaux et plus levs pour les aliments dorigine animale (voir la table 7.3 de Greenfield et Southgate (2007) la p. 113). Ces facteurs de conversion sont aussi connus sous le nom de facteurs de Jones qui ont t adopts par la FAO/OMS (1973) pour le calcul des besoins en protines. Quelle influence ces facteurs ont-ils sur les donnes de composition? Slectionnez Vrai ou Faux. (3,5 points: point pour chaque rponse correcte) Vrai Faux Influence des diffrents facteurs de conversion de lazote en protines
Ces dernires annes, des facteurs de conversion de lazote en protines plus faibles ont t proposs mais nont pas encore t largement adopts, ni utiliss. Sils devaient tre appliqus, toutes les teneurs en protines seraient plus leves. De nombreux rglements sur ltiquetage nutilisent que le facteur gnral de conversion de lazote en protines de 6,25. Ce qui signifie que la teneur en protines de ltiquette du lait est plus basse que la teneur en protines du mme lait dans la table de composition des aliments qui utilise les facteurs de Jones. Toutes les banques de donnes sur la composition des aliments utilisent les mmes facteurs de Jones, tels que publis par la FAO/OMS (1973). Parce que les facteurs de conversion de lazote en protines dterminent les teneurs en protines des aliments, ils devraient tre indiqus dans lintroduction de la table sur la composition des aliments et cits dans la documentation dune base de donnes sur la composition des aliments. Les facteurs de conversion de lazote en protines influencent la teneur en nergie des aliments. Lors de lemprunt de teneurs en protines dautres sources, le mode dapplication des facteurs de conversion de lazote en protines devrait tre vrifi. Les facteurs de conversion de lazote en protines ont des tagnames et peuvent tre inclus dans les banques de donnes pour chaque aliment. Cest utile lorsque les facteurs changent avec le temps.

IVc.Q5 Les tables et banques de donnes sur la composition des aliments utilisent le systme de lnergie mtabolisable (EM) qui est bas sur les facteurs de conversion pour lnergie dAtwater. Lnergie brute et lnergie nette mtabolisable ne sont habituellement pas utilises dans les tables et banques de donnes sur la composition des aliments. Faites correspondre les dfinitions des systmes de conversion de lnergie, puis classez les valeurs de lnergie de 1 (la plus leve) 7 (la plus basse) pour un rgime riche en crales. (7 points: point pour chaque rponse correcte)

69

Module 4.c Questions


Note: Voir aussi FAO (2003), sections 3.4 et 3.5 (version PDF disponible ladresse: ftp://ftp.fao.org/docrep/fao/006/y5022e/y5022e00.pdf ) et Codex Alimentarius (2001), section 3.3.1 (disponible ladresse: ftp://ftp.fao.org/docrep/fao/005/y2770E/y2770E00.pdf ) Dfinitions 1. Le systme est driv des facteurs spcifiques dAtwater applicables un rgime amricain normal, et est utilis dans la plupart des tables et banques de donnes sur la composition des aliments. 2. Les facteurs sont dtermins dans une bombe calorimtrique et on devrait leur soustraire la quantit de chaleur produite par loxydation de lazote et du soufre. Les teneurs en nergie sont par consquent plus leves que lnergie mtabolisable. Ces facteurs ne sont pas communment employs dans les tables et banques de donnes sur la composition des aliments. 3. Lnergie des aliments est disponible pour les fonctions du corps qui requirent de ladnosine triphosphate (ATP). Dans la plupart des cas, sa teneur en nergie est plus basse que la teneur en nergie mtabolisable du mme aliment. Ces facteurs ne sont pas employs dans les tables et banques de donnes sur la composition des aliments. 4. Des facteurs spcifiques sont utiliss, lorsquils sont disponibles, et des facteurs gnraux sont utiliss pour les aliments restants. La banque de donnes du Dpartement de lagriculture des tats-Unis (USDA) utilise ce systme ainsi que les glucides totaux par diffrence. 5. La biodisponibilit et la variabilit des constituants dans les diffrents aliments sont prises en compte. Il en rsulte que les facteurs de conversion pour lnergie diffrent selon les aliments. Cependant, ces facteurs ne sont disponibles que pour seulement un petit nombre daliments. 6. Le systme utilise les facteurs gnraux dAtwater et ajoute un facteur pour les acides organiques. 7. Lnergie est drive des facteurs spcifiques dAtwater appliqus un rgime amricain normal, avec une teneur en nergie pour les fibres alimentaires. Ces facteurs sont ceux qui sont les plus recommands pour tre employs dans les tables et banques de donnes sur la composition des aliments. Systme de conversion de lnergie Facteurs de conversion pour lnergie en kJ/g (kcal/g) Correspondan ce avec la dfinition Classem ent des teneurs en nergie

EM facteurs dAtwater spcifiques EM facteurs dAtwater gnraux EM facteurs dAtwater gnraux, incluant les fibres alimentaires EM facteurs dAtwater gnraux proposs par le CODEX EM systme mixte des facteurs dAtwater

P = 3,8-18,2 (0,91-4,36), GT = 11,3-17,2 (2,70-4,16), L = 35,0-37,7 (8,37-9,02), A = 29 (7) P = 17 (4), GD et GT = 17 ou 16 (4 ou 3,75), L = 37 (9), A = 29 (7) P = 17 (4), GD et GT = 17 ou 16 (4 ou 3,75), L = 37 (9), A = 29 (7), FA = 8 (2) P = 17 (4), GD et GT = 17 ou 16 (4 ou 3,75), L = 37 (9), A = 29 (7), AO = 13 (3)

P = 3,8-18,2 (0,91-4,36), GT = 11,3-17,2 (2,70-4,16), L = 35,0-37,7 (8,37-9,02), A = 29 (7) ou P = 17 (4), GT = 17 ou 16 (4 ou 3,75), L = 37 (9) nergie brute P = 24 (5,65), GD et GT = 17 (4), L = 40 (9,4), A = 30 (7), FA = 17 (4) nergie nette mtabolisable P = 13 (3,2), GD = 17 ou 16 (4 ou 3,75), L = 37 (9), A = 26 (6,3), FA = 6 (1,4), AO = 9 (2,1) P = protines, GD = glucides disponibles (hors fibres alimentaires), GT = glucides totaux (fibres alimentaires incluses), L = lipides, A = alcool, FA = fibres alimentaires; AO = acides organiques

70

Module 4.c Questions


IVc.Q6 Peut-on conseiller de publier, dans sa propre banque de donnes sur la composition des aliments, des teneurs en nergie recopies dune autre source ? Slectionnez la rponse correcte. (1 point) Publier des teneurs en nergie recopies dautres sources
Oui, parce que toutes les bases de donnes sur la composition des aliments emploient les mmes facteurs de conversion pour lnergie. Non, parce que les banques de donnes sur la composition des aliments emploient les mmes facteurs de conversion pour lnergie mais peuvent partir de diffrentes teneurs en macronutriments. Non, parce que les banques de donnes sur la composition des aliments peuvent utiliser diffrents facteurs de conversion pour lnergie et peuvent partir de diffrentes teneurs en macronutriments.

IVc.Q7 Peut-on conseiller de calculer les kJ partir des kcal en utilisant un facteur de conversion de 4,184 (arrondi 4,2)? Slectionnez Vrai ou Faux. (2 points: point pour chaque rponse correcte) Vrai Faux Calculer les kJ partir des kcal
Il nest pas conseill de calculer les teneurs en nergie en kJ partir des teneurs en nergie en kcal parce que cela peut introduire un biais. Il est recommand que les constituants qui contribuent lnergie soient multiplis par leurs facteurs de conversion de lnergie en kJ respectifs. Les facteurs de conversion pour lnergie en kJ sont exactement 4,184 (4,2) fois plus levs que ceux pour les kcal. Les facteurs de conversion pour lnergie en kJ et en kcal fournissent exactement la mme teneur en nergie lorsque le systme de calcul de lnergie est le mme.

IVc.Q8 Quel facteur de conversion pour lnergie est recommand pour les fibres alimentaires? Voir FAO (2003), p. 24 et 29, disponible ladresse ftp://ftp.fao.org/docrep/fao/006/y5022e/y5022e00.pdf .Slectionnez la rponse correcte. (1 point) Facteur recommand pour lnergie des fibres alimentaires
17 kJ/g (4 kcal/g) 8,5 kJ/g (2 kcal/g) 8 kJ/g (2 kcal/g)

71

Module 4.c Questions


IVc.Q9 La teneur en nergie des glucides disponibles exprims en quivalents monosaccharides (CHOAVLM13) est de 16 kJ/g (3,75 kcal/g). Pourquoi est-elle diffrente de la teneur en nergie de 17 kJ/g (4 kcal/g) utilise pour les glucides disponibles par poids (CHOAVL) et de celle des glucides disponibles par diffrence (CHOAVLDF)? Slectionnez Vrai ou Faux. (1,5 points: point pour chaque rponse correcte) Vrai Faux Raisons des diffrences entre facteurs de conversion pour lnergie
Le facteur de conversion pour lnergie des glucides disponibles exprims en quivalent monosaccharides est de 16 kJ/g (3,75 kcal/g) car il correspond la valeur calorique des monosaccharides. CHOAVL et CHOAVLDF ont un facteur de conversion pour lnergie de 17 kJ/g (4 kcal/g) parce que la majorit des glucides prsents dans les aliments sont des polysaccharides qui ont une valeur calorique denviron 17 kJ/g. Les teneurs en nergie de CHOAVL, CHOAVLDF et CHOAVLM sont similaires parce que le facteur de conversion plus faible pour lnergie de 16 kJ/g (3,75 kcal/g) compense la valeur nutritionnelle plus leve de CHOAVLM dans 100 g de partie comestible (due une quantit plus importante deau rsiduelle autour de chaque monosaccharide, compare aux di- et polysaccharides).

IVc.Q10 Dans un rgime recommand (55-75 % de glucides, 10-15 % de protines, 15-30% de lipides et > 25 g de fibres alimentaires), quel nutriment contribue le plus lapport nergtique? Slectionnez la rponse correcte. (1 point) Nutriment contribuant le plus lapport nergtique dans un rgime recommand
Les protines, parce que leur quantit est relativement constante dans la plupart des rgimes.. Les lipides, parce quils ont le facteur de conversion pour lnergie le plus lev. Les glucides, parce quils reprsentent la proportion la plus leve parmi les constituants contribuant lnergie. Les fibres alimentaires, parce que leur contribution nergtique a t reconnue rcemment.

IVc.Q11 En rgle gnrale, les teneurs en nergie sont exprimes comme des nombres entiers, cest--dire sans chiffres aprs la virgule. Slectionnez Vrai ou Faux. (1,5 points: point pour chaque rponse correcte) Vrai Faux Raison pour exprimer les teneurs en nergie sans chiffres aprs la virgule
Il ny a pas de raison spcifique. Le calcul de lnergie est une approximation de la vraie teneur en nergie de laliment et lajout de dcimales lorsquon exprime les teneurs en nergie donnerait une fausse impression dexactitude. Les facteurs de conversion pour lnergie nont pas de dcimales; cest pourquoi, les teneurs en nergie nont pas de dcimales.

13

Les noms de constituants abrgs entre parenthses sont les identifiants de constituants INFOODS voir Module 4.b.

72

Module 4.c Questions


IVc.Q12 Quelles donnes et informations additionnelles doivent tre stockes dans la base de donnes de rfrence pour la vitamine A et les quivalents beta-carotne? Slectionnez Vrai ou Faux. (2 points: point pour chaque rponse correcte) Note: la vitamine A est communment exprime en quivalents rtinol (RE) = mcg rtinol + 1/6 mcg E-carotne + 1/12 autres carotnes avec lactivit de la vitamine A (ou RE = mcg rtinol + 1/6 mcg dquivalent E-carotne o les quivalents beta-carotne = 1 E-carotne + 0,5 D-carotne + 0,5 E-cryptoxanthine). Vrai Faux Informations stocker dans la banque de donnes de rfrence pour calculer la vitamine A
Les teneurs en vitamine A en RE, rtinol et quivalent E-carotne (en mcg) Les teneurs en carotnes totaux (en mcg) Les teneurs en E-carotne, D-carotne et E-cryptoxanthine (en mcg) Les facteurs de conversion pour le E-carotne, D-carotne, E-cryptoxanthine et lquivalent beta-carotne pour calculer lquivalent beta-carotne et RE, ainsi que les formules pour calculer lquivalent beta-carotne et RE, devraient tre stocks dans la banque de donnes de rfrence.

IVc.Q13 Indiquez la rgle de larrondi qui introduit le moins de biais. Slectionnez Vrai ou Faux. (1,5 points: point pour chaque rponse correcte) Vrai Faux Rgle de larrondi avec le minimum de biais
Arrondir par dfaut (aux plus petit chiffre) si le dernier chiffre est 0, 1, 2, 3, 4 ou 5 (par exemple, 1,273 devient 1,27) Arrondir par excs (aux plus grand chiffre) sil sagit de 6, 7, 8 ou 9 (par exemple, 1,278 devient 1,28). Arrondir par dfaut si le dernier chiffre est 0, 1, 2, 3 ou 4 (par exemple, 1,273 devient 1,27) Arrondir par excs sil sagit de 5, 6, 7, 8 ou 9 (par exemple, 1,278 devient 1,28) Arrondir par dfaut si le dernier chiffre est 0, 1, 2, 3 ou 4 (par exemple, 1,273 devient 1,27) Arrondir par excs sil sagit de 6, 7, 8 ou 9 (par exemple, 1,278 devient 1,28). Pour 5, arrondir par dfaut si le nombre prcdent est pair et arrondir par excs sil est impair (par exemple, 1,245 devient 1,24 et 1,235 devient 1,24)

IVc.Q14 Quand devrait-on arrondir: avant ou aprs avoir additionn les donnes? Slectionnez Vrai ou Faux. (1,5 points: point pour chaque rponse correcte) Vrai Faux Quand arrondir
On peut arrondir tout moment car cela na pas dincidence sur la valeur finale. Il faudrait arrondir aprs avoir additionn pour viter dintroduire un biais supplmentaire. Il faudrait arrondir avant dadditionner pour viter dintroduire un biais supplmentaire.

73

Module 4.c Questions


EXERCICES IVc.E1 x x x x x x x Un produit cralier a la composition suivante en g pour 100 g daliment: lipides (FAT14) = 8 g; protines (PROCNT/PROT) = 10 g; glucides disponibles en quivalents monosaccharides (CHOAVLM) = 45 g; fibres alimentaires totales (FIBTG) = 5 g; alcool (ALC) = 0 g; cendres (ASH) = 5 g; eau (WATER) = 30 g.

Compltez le tableau ci-dessous et calculez la teneur en nergie en kJ en utilisant: x le systme gnral dAtwater; x le systme gnral dAtwater plus lnergie des fibres alimentaires; x le systme gnral dAtwater aprs avoir transform CHOAVLM en glucides disponibles par poids (CHOAVL); x le systme gnral dAtwater et les glucides totaux par diffrence (CHOCDF/CHOT); et x les facteurs spcifiques de conversion pour lnergie en kJ/g (kcal/g): facteur de conversion pour lnergie des protines (XP) = 15,98 (3,82), facteur de conversion pour lnergie des lipides (XF) = 35,02 (8,37), et facteur de conversion pour lnergie des CHOCDF/CHOT (XCT) = 17,40 (4,16). Discutez des diffrents rsultats. (7,5 points: 1 point pour le calcul de lnergie en kJ et point pour les affirmations suivant le point ()) Note: x Dans les aliments riches en amidon CHOAVLM/1,1 = CHOAVL x Utilisez les facteurs de conversion pour lnergie comme indiqu IVc.Q5.
nergie en kJ des lipides
(1) systme gnral dAtwater (2) systme gnral dAtwater plus nergie des fibres alimentaires (3) systme gnral dAtwater et transformation de CHOAVLM en CHOAVL (4) CHOCDF/CHOT avec le systme gnral dAtwater (5) CHOCDF/CHOT avec le systme spcifique dAtwater

nergie en kJ des protines

nergie en kJ des glucides

nergie en kJ des fibres

nergie en kJ

14

Les noms de constituants abrgs entre parenthses sont les identifiants de constituants INFOODS voir Module 4.b.

74

Module 4.c Questions


IVc.E2 Indiquez les facteurs de conversion de lazote en protines pour les aliments suivants, daprs Jones, comme cit par Greenfield et Southgate (2007). (3 points: point pour chaque rponse correcte) Aliments
Ctelette de porc Fromage frais Pain Sorgho Spaghetti Spaghetti avec de la sauce tomate, du steak hach et du fromage Noix Bar (Loup) Pois casss Pomme de terre Substituts du lait maternel Chocolat

Facteurs de conversion de lazote en protines

IVc.E3 Indiquez les facteurs de conversion des acides gras pour les aliments suivants. (4 points: point pour chaque rponse correcte) Aliment
Pain Riz blanc Pomme de terre Buf Foie de buf Bacon Poulet Bar (Loup) Moule Huile de coprah/coco Margarine Lait Mayonnaise Ketchup Glace/Crme glace Chocolat

Facteurs de conversion des acides gras

IVc.E4 Les vitamines suivantes comprennent des expressions qui sont calcules. Calculez la valeur nutritionnelle dans lunit et le dnominateur indiqus dans le tableau en utilisant les informations fournies. (20 points: 1 point pour chaque calcul correct)

75

Module 4.c Questions


a) quivalents beta-carotne Teneurs en mcg/100 g de partie comestible, sauf indication contraire Poivron rouge doux: E-carotne = 3170; D -carotne = 135; E-cryptoxanthine = 1220; D-cryptoxanthine = 10; eau 90,4 g/100 g de partie comestible; partie comestible 83 % Exprimez les rsultats sous forme de nombres entiers avec trois chiffres significatifs.
Dfinitions de lquivalent beta-carotne
= 1 E-carotne + 0,5 D-carotne + 0,5 E-cryptoxanthine = 1 E-carotne + 0,5 D-carotne + 0,5 E-cryptoxanthine + 0,5 D-cryptoxanthine

Valeur nutritionnelle en mcg/100 g de partie comestible

b) Vitamine A Teneurs en mcg/100 g de matire sche de partie comestible, sauf indication contraire Reins de buf, crus: quivalent E-carotne = 2050; rtinol = 525; tous-trans rtinol = 450; 13-cis rtinol = 100; rtinaldhyde = 0; eau = 80 g/100 g de partie comestible; partie comestible 88 % Exprimer les rsultats sous forme de nombres entiers. Note: quivalents tous-trans rtinol = tous-trans rtinol + 0,75 13-cis rtinol + 0,90 rtinaldhyde (utilis au Royaume-Uni)
Vitamine A
RE (quivalent rtinol) = mcg rtinol + 1/6 mcg beta-carotne + 1/12 mcg autres carotnodes provitamines A RE (quivalent rtinol) = mcg rtinol + 1/6 mcg quivalent beta-carotne RAE (quivalent de lactivit rtinol) = mcg rtinol + 1/12 mcg beta-carotne + 1/24 mcg autres carotnodes provitamines A (USDA, NEVO) RE = mcg quivalents tous-trans rtinol + 1/6 mcg quivalent E-carotne

Valeur nutritionnelle en mcg/100 g de partie comestible

c) Vitamine D Teneurs en mcg/100 g de laliment total, sauf indication contraire Saucisson, salami, cru: ergocalcifrol (vitamine D2) = 0; cholcalcifrol (vitamine D3) = 0,306; 25-hydroxycholcalcifrol = 0,135; eau = 28,7 g/100 g de partie comestible; partie comestible 90 % Exprimer les rsultats avec deux chiffres aprs la virgule.
Dfinitions de la vitamine D Valeur nutritionnelle en mcg/100 g de partie comestible

= ergocalcifrol (vitamine D2) + cholcalcifrol (vitamine D3) (utilis dans la majorit des banques de donnes sur la composition des aliments) = cholcalcifrol (vitamine D3) = Vitamine D2 + D3 + 5 x 25-hydroxycholcalcifrol (utilis au Royaume-Uni, Danemark)

76

Module 4.c Questions


d) Vitamine E Teneurs en mcg/100 g de partie comestible, sauf indication contraire Huile de palme: D-tocophrol = 25 600 ; E-tocophrol = 10; J-tocophrol = 31 600; G-tocophrol = 7 000; D tocotrinol = 14 300; E-tocotrinol = pas de donne; J-tocotrinol = pas de donne; eau 0,0 g/100 g de partie comestible; partie comestible 100% Exprimer les rsultats avec deux chiffres aprs la virgule.
Dfinitions de la vitamine E
15

Valeur nutritionnelle en mg/100 g de partie comestible

Alpha-tocophrol (TOPHA ), DRI (2001) a trouv que seulement TOPHA et 3 formes de synthse ont une activit vitamine E (USDA SR16 et plus) D-TE (VITE) = D-tocophrol + 0,4 E-tocophrol + 0,1 J-tocophrol + 0,01 G-tocophrol + 0,3 D-tocotrinol + 0,05 E-tocotrinol + 0,01 J-tocotrinol (Royaume-Uni et plusieurs autres) D-TE (VITE) = D-tocophrol + 0,5 E-tocophrol + 0,1 J-tocophrol + 0,3 D-tocotrinol D-TE (VITE) = D-tocophrol + 0,4 E-tocophrol + 0,1 J-tocophrol + 0,01 G-tocophrol (NEVO) D-TE (VITE) = D-tocophrol + 0,5 E-tocophrol + 0,25 J-tocophrol + 0,3 D-tocotrinol (D-A-C-H)

e) Niacine et quivalent niacine Teneurs en mg/100 g de partie comestible, sauf indication contraire Cabillaud, cuit: niacine = 2,3; tryptophane (TRP) = 240,0; eau 76,6 g/100 g de partie comestible; partie comestible 85% Exprimer les rsultats avec un chiffre aprs la virgule.
Dfinition de la niacine et quivalent niacine
Niacine quivalent niacine = niacine + 1/60 TRP

Valeur nutritionnelle en mg/100 g de partie comestible

f) Folates comprenant lquivalent folates alimentaires Teneurs en mcg/100 g de partie comestible, sauf indication contraire Cornflakes, enrichis: acide folique = 338; folates (alimentaires) = 19 Exprimer les rsultats sans virgule.
Expressions des folates Valeur nutritionnelle en mcg/100 g de partie comestible

Acide folique = forme de synthse utilise pour lenrichissement Folates totaux (= folates alimentaires + acide folique). Comprend la fois les folates conjugus et libres Folates alimentaires, naturels (= folates alimentaires, utiliss dans la table USDA) quivalent folates alimentaires (FOLDFE en mcg) = folates alimentaires (ptroylpolyglutamates) + 1,7 x acide folique de synthse (acide ptroylmonoglutamique) (utiliss dans la table USDA)
15

Les noms de constituants abrgs entre parenthses sont les identifiants de constituants INFOODS voir Module 4.b.

77

Module 4.c Questions


Question facultative pour ceux qui possdent des connaissances avances ou qui ont particip un cours sur la composition des aliments IVc.E5 Les glucides disponibles sont souvent dfinis comme tant la somme des glucides simples (mono- et disaccharides) et des polysaccharides. Souvent, le glycogne et les oligosaccharides ne sont pas inclus. Indiquez les aliments pour lesquels cette exclusion du glycogne et des oligosaccharides peut produire une teneur en glucides disponibles significativement plus basse. Slectionnez Vrai ou Faux. (2 points: point pour chaque rponse correcte) Vrai Faux Teneur en glucides disponibles significativement plus basse du fait de lexclusion du glycogne et des oligosaccharides
Foie Lgumes Farine de bl Homard amricain

IVc.E6 La table suivante indique les teneurs en acides gras exprimes en pourcentages de la somme des acides gras. Slectionnez laliment qui aurait la teneur en acides gras saturs totaux (FASAT) la plus basse, si seulement F4D0, F16D0 et F18D0 taient analyss et pris en compte dans FASAT. (1 point) Poulet (viande seule) Crme Canard (viande et peau) Canard (viande seule) Graisse de buf Graisse de mouton uf (poule)

Aliments Poulet (viande seule) Crme Canard (viande et peau) Graisse de buf Graisse de mouton uf (poule)

Teneur en FASAT la plus basse si on prend seulement en compte F4D0, F16D0 et F18D0

78

Module 4.d Questions

Module 4.d
MTHODES DANALYSE DES CONSTITUANTS
OBJECTIFS PDAGOGIQUES

lissue de ce module, ltudiant sera mme de: avoir acquis les connaissances de base sur les mthodes analytiques disponibles pour lanalyse des aliments; tre inform des mthodes danalyse disponibles pour un constituant ainsi que de leurs points critiques et applications; comprendre limpact des mthodes danalyse sur la qualit des donnes et sur la teneur dun constituant; comprendre la relation entre lidentification des constituants grce aux tagnames (voir module 4.b) et les mthodes danalyse; savoir quelles mthodes danalyse sont recommandes pour ltude de la composition des aliments; tre capable de slectionner un laboratoire qui applique les mthodes danalyse adquates; tre capable de slectionner une donne qui a t dtermine avec une mthode adapte aux besoins des travaux sur la composition des aliments.
TEXTES A TUDIER

Greenfield, H. et Southgate, D.A.T. 2007. Donnes sur la composition des aliments. Production, gestion et utilisation. FAO. Rome16. Chapitres 5 (p. 79), 6 (p. 93, 100-105) et 7 (p. 107-162, en particulier p. 108, 110, 116, 118, 124, 126, 128, 136, 138, 140, 149 et 150). Disponible ladresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf Klensin, J.C., Feskanich, D., Lin, V., Truswell, S.A. & Southgate, D.A.T. 1989. Identification of Food Components for INFOODS Data Interchange. UNU.. p. 16-91. Disponible ladresse://www.unu.edu/unupress/unupbooks/80734e/80734E00.htm et en fichier PDF ladresse: ftp://ftp.fao.org/es/esn/inaliments/Klensinetal1989Identificationoffoodconstituants.pdf Une srie de tagnames mis jour, incluant la mise jour de 2003. Disponible ladresse: http://www.fao.org/inaliments/tagnames_en.stm Union internationale de chimie pure et applique (UICPA). Compendium of Chimique Terminology the Gold Book. Disponible ladresse: http://goldbook.iupac.org/index.html , Site Internet du Department of Chemistry, University of Adelaide, Australie. Disponible ladresse: http://www.chemistry.adelaide.edu.au/external/soc-rel/content/ac-meths.htm Wikipedia: http://en.wikipedia.org/wiki/Main_Page Monro, J. et Burlingame, B. 1996. Carbohydrates and related food compounds: INFOODS tagnames, meanings, and uses. Journal of Food Composition and Analysis 9, p. 100-118 (voir, en particulier, p. 109). Disponible ladresse: http://www.sciencedirect.com/science?_ob=PublicationURL&_tockey=%23TOC%236879%231996 %23999909997%23307729%23FLT%23&_cdi=6879&_pubType=J&_auth=y&_acct=C000055286& _version=1&_urlVersion=0&_utilisateurid=6718006&md5=5758f2861be3a2fcfda26c5c3bed752e

MATRIEL POUR LEXERCICE

x x

x x

RECOMMANDATIONS

Il est recommand que les tudiants compltent le module 4.b (Nomenclature des constituants) avant de commencer celui-ci et de complter les modules 6 (Qualit des donnes analytiques) et 11 (Qualit de la compilation des donnes) en appoint de ce module.

16

Les numros indiqus correspondent aux numros de page du livre (haut de page) non ceux du fichier PDF.

79

Module 4.d Questions


PERTINENCE POUR DIFFRENTS UTILISATEURS (SUR UNE CHELLE DE + A +++++)

x x x x x

Compilateurs/ utilisateurs professionnels ++ Analystes +++++ Lire: 3-8 heures Rpondre aux questions: 1-4 heures Complter les exercices: 1-4 heures

TEMPS ESTIME POUR

LECTURES SUPPLEMENTAIRES SUGGRES

Pour des informations plus dtailles sur les mthodes, il est recommand que les tudiants consultent: x Liste des ouvrages essentiels sur les banques de donnes sur la composition des aliments (Annexe 7, p. 244-246), dans Greenfield et Southgate (2007) x Association of Analytique Communities (AOAC): les publications rcentes sur les mthodes AOAC sont disponibles sur http://eoma.aoac.org/ x CEN (Comit europen de normalisation): normes: CEN/TC 275 Analyse des aliments - Mthodes horizontales, par exemple, CEN/TC 275 WG 9 Vitamines et Carotnodes. Disponible ladresse: http://www.nal.din.de/gremien/CEN%2FTC+275/en/54740484.html

80

Module 4.d Questions QUESTIONS


IVd.Q1 Expliquez pourquoi les compilateurs ont besoin de comprendre les principes qui rgissent la slection des mthodes danalyse, les mthodes danalyse en soi et les systmes dassurance de la qualit et de contrle de la qualit au laboratoire. Slectionnez Vrai ou Faux. (4,5 points: point pour chaque rponse correcte) Vrai Faux Les compilateurs devraient possder des connaissances de base sur les mthodes danalyse pour tre capables de:
slectionner un laboratoire adapt. comprendre les diffrences entre les teneurs en nutriments lies aux mthodes danalyse. documenter les mthodes danalyse des donnes de composition des aliments de faon correcte. raliser une analyse chimique. juger de la qualit des teneurs en nutriments. discuter des rsultats analytiques avec les analystes. organiser un plan dchantillonnage adapt. calculer des recettes. slectionner les mthodes danalyse adquates.

IVd.Q2 Faites correspondre les termes suivants avec leur description. (10,5 points: point pour chaque rponse correcte) Note: il peut tre utile de consulter lIUPAC Compendium of Chemical Terminology - the Gold Book (disponible ladresse: http://goldbook.iupac.org/index.html ), le site Internet du Department of Chemistry, University of Adelaide, Australie (http://www.chemistry.adelaide.edu.au/external/soc-rel/content/acmeths.htm), ou Wikipedia (http://en.wikipedia.org/wiki/Main_Page ). Une autre source dinformation utile peut tre la table lexercice IVd.E3. Expressions rattaches aux mthodes danalyse: 1. Constituants majeurs (proximates) 2. Mthodes danalyse obsoltes 3. Mthodes danalyse recommandes 4. Mesures indirectes 5. Saponification 6. Extraction par solvant 7. Composs volatils 8. Hydrolyse 9. Interfrences

81

Module 4.d Questions


Numro Description du terme
Ce sont des composs organiques, comme les aldhydes, les ctones, les halognures et sulfites, le formaldhyde et dautres hydrocarbures lgers qui peuvent svaporer temprature et pression ambiantes. Ces mthodes produisent des donnes qui ne correspondent plus aux normes et connaissances actuelles et/ou ne doivent plus tre utilises. Elles provoquent des erreurs lors de la mesure dun signal du fait de leur prsence dans un chantillon. Cest la raction dune base mtallique avec des lipides ou une huile pour former un savon. Lester est hydrolys dans des conditions trs basiques pour former un alcool et le sel de lacide carboxylique. Cest une opration indispensable avant que lchantillon ne soit analys en ses constituants lipidiques afin dobtenir une valeur fiable (par exemple, pour les acides gras, le cholestrol, les carotnodes et les vitamines A, D et E). lorigine ils regroupaient les dterminations analytiques de leau (humidit), des cendres, des lipides totaux (extraits lther), des protines totales et de la fibre brute. Lextrait non azot (NFE), reprsentant plus ou moins les glucides et amidons, tait calcul par diffrence plutt que mesur par analyse. La dfinition a ensuite t adapte aux objectifs de composition des aliments. Cest une mthode de sparation au cours de laquelle un ou plusieurs solvants slectionns extraient un ou plusieurs constituants solubles dun mlange. Grce cette procdure, un compos soluble est habituellement spar dun compos insoluble en fonction de leurs solubilits relatives. Il existe plusieurs techniques: procdures par un contre-courant en continu en une ou plusieurs tapes avec ou sans modification chimique, mcanisme par change dions, diphasique en milieu aqueux, ou en continu (par exemple, mthode Soxhlet). Ces mthodes produisent des donnes qui correspondent le mieux aux rfrences et connaissances actuelles. Mme si plusieurs mthodes existent, ces mthodes particulires sont considres comme optimales. Cest la raction qui est utilise pour rompre certains polymres avant de les analyser. Ces ractions peuvent tre catalyses par un acide, une base ou des enzymes. Elle est applique avant la dtermination des acides gras, des acides amins et de lamidon. Ces mthodes dterminent la teneur du constituant mesurer au moyen de lanalyse dun autre constituant (par exemple, les protines au moyen de la mesure de lazote total).

Types de mthodes danalyse: 1. Chromatographie en phase liquide haute performance (CHPL/CLHP) 2. Chromatographie en phase gazeuse (CPG) 3. Colorimtre 4. Spectroscopie dabsorption atomique (SAA) 5. Spectromtrie d'mission plasma inductif coupl (ICP) 6. Photomtrie de flamme 7. Fluorimtrie (spectroscopie de fluorescence ou spectrofluorimtrie) 8. Titrimtrie/titrage 9. Test biologique 10. Mthode microbiologique 11. Analyse gravimtrique 12. Spectromtre de masse (SM)

82

Module 4.d Questions


Numro de la mthode danalyse Description des types de mthodes danalyse
La mthode utilise la spectroscopie dmission dans les domaines de lultraviolet et du visible pour identifier et estimer les quantits de diffrents minraux ioniss dans une flamme, un arc lectrique ou une tincelle de haut voltage. La mthode utilise un appareil pour mesurer la concentration dune solution en mesurant son absorbance dans un faisceau lumineux de longueur donde dtermine. Les points critiques sont ltalonnage, la largeur du filtre et la longueur de londe lumineuse. Cest une technique analytique de dtermination de la composition lmentaire dun chantillon ou dune molcule. Son principe consiste ioniser les composs chimiques afin de gnrer des molcules ou des fragments de molcule chargs et mesurer leurs rapports masse/charge. On peut lutiliser seule ou couple dautres instruments. La mthode est une technique de sparation pour laquelle la phase mobile est un liquide. Elle peut tre ralise avec ou sans colonne. Gnralement, elle utilise de trs petites particules et une pression dentre relativement leve et son emploi est trs rpandu pour la composition des aliments (par exemple, les acides gras, les acides amins, les sucres, les polyols, les oligosaccharides, les vitamines et de nombreux composs non nutritifs). La mthode dose la quantit dune substance A en ajoutant peu peu des concentrations connues dune autre substance B en veillant par diffrents moyens mettre en vidence un point de virage, qui reprsente linstant essentiel o tout A a ragi avec B. La quantit de A est calcule partir de la quantit connue de B qui a t ajoute pour atteindre le point de virage alors que le rapport du poids de A celui de B entrant dans la raction devrait tre connu par la stchiomtrie de la raction ou dautres techniques. La mthode peut tre utilise pour la vitamine C, le calcium, le magnsium et les protines mme si ce nest pas la mthode prfrable pour lun de ces composs. Dans cette mthode, les microorganismes sont utiliss pour dterminer la concentration dun compos. Ce type de mthode est principalement utilis pour les vitamines du groupe B. Cette mthode est capable de dterminer simultanment un ensemble de mtaux et dlments non mtalliques mais elle est trs chre. Si elle est couple un spectromtre de masse, cette mthode a une trs bonne sensibilit mme de basses concentrations et permet de dterminer des spciations isotopiques. La mthode est un genre spectroscopie lectromagntique qui analyse la fluorescence dun chantillon. Elle consiste utiliser un rayon lumineux, gnralement une lumire ultraviolette qui excite les lectrons des molcules de certains composs et les amnent mettre une lumire de moindre nergie, typiquement mais pas ncessairement, dans le visible. Elle peut tre employe pour dterminer la vitamine C, la thiamine ou la riboflavine. La mthode est utilise pour la dtermination quantitative dun analyte partir de sa masse sous forme solide. Lanalyte peut tre extrait dune solution ou dun aliment par filtration ou vaporation, puis pes; mais il faut pralablement lamener sous forme solide par prcipitation laide dun ractif appropri. Le prcipit peut alors tre recueilli par filtration, lav, sch pour liminer les traces dhumidit de la solution, et pes. La quantit danalyte dans lchantillon initial est alors calcule partir de la masse de son prcipit et de sa composition chimique. Elle est utilise pour leau, les fibres alimentaires (mthode de Prosky) ou le soufre. La mthode est une technique pour dterminer la concentration dun lment minral particulier dans un chantillon. Les lectrons des atomes, dans un atomiseur, peuvent tre dplacs pendant un instant sur des orbitales plus hautes en absorbant une quantit connue dnergie (cest--dire une lumire dune longueur donde donne). Cette quantit dnergie (ou longueur donde) est caractristique dune transition lectronique particulire pour un lment spcifique et, en gnral, chaque longueur donde ne correspond quun seul lment. Cela confre cette technique sa slectivit par rapport aux lments. La mthode est une procdure pour dterminer la concentration, la qualit ou lactivit dune substance (par exemple, les vitamines, les acides amins) en mesurant son effet sur un organisme ou un tissu par comparaison une prparation talon. Elle a t utilise pour dterminer les activits vitaminiques (vitamines A, D et E) et est encore utilise pour la qualit des protines, par exemple le coefficient d'efficacit protique (CEP) ou lutilisation protique nette (UPN). La mthode est un type de chromatographie dans lequel la phase mobile est un gaz vecteur, habituellement un gaz inerte comme lhlium ou un gaz non ractif comme lazote. La phase stationnaire est une couche microscopique dun liquide ou dun polymre fixe sur un support inerte solide lintrieur dune colonne. Les interactions entre les analytes sous forme gazeuse et les parois de la colonne (recouvertes de phases stationnaires varies) amnent les diffrents composs luer des temps diffrents, appels temps de rtention. La comparaison des temps de rtention est le fondement de la capacit analytique de cette technique qui est utilise, par exemple, pour lanalyse des acides gras, de lalcool, des glucides, des polyols, des oligosaccharides, de liode et des vitamines D, E et C.

83

Module 4.d Questions


IVd.Q3 Lobjectif principal des mthodes danalyse est de sparer, didentifier et de quantifier des composs. Dans la liste suivante, slectionnez ce qui nest pas un principe de sparation des composs en vue dune analyse. (1 point) Ce qui nest pas un principe de sparation des composs en vue dune analyse
Solubilit Polarit Volatilit Rle fonctionnel dans le corps humain

IVd.Q4 Une faon de sassurer que les mthodes fournissent des rsultats comparables consiste vrifier le nombre de tagnames INFOODS pour un mme constituant. Slectionnez Vrai ou Faux. (2 points: point pour chaque rponse correcte) Note: Voir lintroduction dans Klensin et al. (1989), disponible ladresse: http://www.unu.edu/unupress/unupbooks/80734e/80734E00.htm et le site Internet INFOODS avec les tagnames mis jour, ladresse: http://www.fao.org/inaliments/tagnames_en.stm Vrai Faux Relation entre le nombre de tagnames et la comparabilit des mthodes danalyse
Les constituants alimentaires pour lesquels les diffrentes mthodes danalyse donnent des rsultats significativement diffrents ont le mme tagname. Les teneurs en constituants ayant le mme tagname sont comparables; celles avec diffrents tagnames ne le sont pas. Les mthodes rationnelles, cest--dire les mthodes danalyse diffrentes qui donnent des rsultats similaires, ont un seul tagname. Pour les constituants avec des mthodes rationnelles, le compilateur/utilisateur peut utiliser les valeurs sans avoir rechercher les mthodes danalyse. Les mthodes empiriques, cest--dire les mthodes danalyse diffrentes qui donnent des rsultats significativement diffrents, ont plusieurs tagnames. Pour ces mthodes, lanalyste, le compilateur et lutilisateur devraient savoir quelle mthode danalyse est recommande pour les travaux sur la composition des aliments et quelles mthodes danalyse donnent des rsultats compatibles.

IVd.Q5 Si pour un mme constituant, il existe plusieurs tagnames, cela signifie que soit le mode dexpression est diffrent (par exemple glucides), soit il existe plusieurs mthodes danalyse (par exemple les fibres) qui aboutissent des teneurs significativement diffrentes. Indiquez pour les nutriments de la table suivante: 1) si les mthodes fournissent des rsultats comparables; 2) si ils ont plusieurs tagnames; et 3) si ils ont diffrents modes de calcul et dexpression. Slectionnez Oui ou Non. (42 points: point pour chaque rponse correcte) Note: Voir Klensin et al. (1989), disponible ladresse: http://www.unu.edu/unupress/unupbooks/80734e/80734E00.htm et le site Internet INFOODS avec les tagnames mis jour, ladresse: http://www.fao.org/inaliments/tagnames_en.stm

84

Module 4.d Questions

Les mthodes donnent-elles des rsultats comparables?17 Oui/Non


Eau Lipides totaux Acides gras individuels Fractions dacides gras, par exemple, les acides gras saturs Cholestrol Protines Azote total Acides amins individuels Sucres individuels Sucres Polyols individuels Oligosaccharides Amidon Fibres alimentaires Amidon rsistant Alcool (alcool thylique ou thanol) Constituants inorganiques Oui/Non Carotnes/Carotnodes Vitamine A (activit) Vitamine D Vitamine E Vitamine K Vitamine C Thiamine Riboflavine Niacine Vitamine B6 Folates Acide pantothnique Biotine Vitamine B12 Vitamines Oui/Non Oui/Non Oui/Non --Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non --Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non

Existe-t-il plusieurs tagnames? Oui/Non


Oui/Non Oui/Non ----- ( Oui/Non Oui/Non Oui/Non ----Oui/Non --Oui/Non Oui/Non Oui/Non --Oui/Non Oui/Non Oui/Non --Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non

Existent-ils diffrents modes de calcul ou dexpression? Oui/Non


Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non

IVd.Q6 Quel nutriment devrait toujours tre analys? (1 point)

IVd.Q7 Quelle mthode danalyse peut fournir des teneurs en eau non comparables? Slectionnez la rponse correcte. (1 point) Mthode danalyse qui peut fournir des teneurs en eau non comparables
Lyophilisation Schage dans un four moufle Schage dans un four micro-ondes Distillation de Dean et Stark

17

Cette question a pour but didentifier les constituants pour lesquels les rsultats dpendent de la performance de la mthode, cest--dire la capacit dune mthode de mesurer spcifiquement le(s) constituant(s).

85

Module 4.d Questions


Pour les tudiants ayant des connaissances plus approfondies IVd.Q8 La mthode classique danalyse de lalcool est la distillation. Nommez deux autres mthodes de mesure de lalcool. Indiquez un avantage pour chaque mthode par rapport la mthode classique. (2 points: 1 point pour chaque rponse correcte) 1. 2. Pour les tudiants ayant des connaissances plus approfondies IVd.Q9 Slectionnez les principes et les avantages/inconvnients correspondant aux mthodes de Kjeldahl ou de Dumas. (3 points: point pour chaque rponse correcte) Principes et avantages/inconvnients
Elle mesure lazote total sous sa forme gazeuse aprs une combustion complte de laliment. Elle mesure lazote total de laliment par une dcomposition des chantillons organiques en utilisant une solution acide concentre en prsence dun catalyseur, puis un ajout dune base en excs au minralist acide pour convertir lammonium en ammoniaque suivi dune vaporation et dune condensation de lammoniac gazeux dans une solution de capture. Celle-ci est titre pour doser la quantit dazote. Elle cote cher. Elle est peu polluante. Elle ncessite une hotte. Elle fournit des teneurs spares pour lazote non protique.

Mthode de Kjeldahl

Mthode de Dumas

IVd.Q10 Diffrentes mthodes danalyse empiriques produisent diffrentes teneurs en nutriments pour le mme constituant dans le mme aliment. Voir lexemple de la fibre brute par rapport aux fibres alimentaires (NSP) dans la table ci-dessous. Indiquez limpact de ces deux mthodes sur lapport, lquilibre et les besoins en fibres. Slectionnez Vrai ou Faux. (2,5 points: point pour chaque rponse correcte)
Aliments
Crales et millets x Riz x Bl x Sorgho x Bajra x Ragi Lgumes secs et fculents x Pois chiche vert (entier) x Pois chiche vert (dhal) x Pois chiche vert (dhal) x Pois chiche rouge (dhal) x Pois chiche du Bengale (entier) x Pois chiche du Bengale (dal) Noix et graines olagineuses x Arachide x Noix de coco (sche) Racines et tubercules x Patate douce x Pomme de terre x Igname Fruits x Banane x Mangue Lgumes x Amarante x pinard indien (Palak)

Fibre brute (g)


0,2 1,2 1,6 1,6 3,6 4,1 0,8 0,9 1,5 3,9 1,2 3,1 6,6 0,8 0,4 0,8 0,4 0,7 1,0 0,6

Fibres alimentaires (g)


4,1-8,3 11,4-17,2 9,7-14,3 11,8-20,3 11,5-18,6 15,2 13,5 14,3 14,1 26,6 13,6 6,1 8,9 7,3 4,0 5,3 2,5 2,3 3,4 5,0

86

Module 4.d Questions


Aliments
x x x x x Aubergine blanche (Brinjal) Ridge gourd (citrouille) Snake gourd (citrouille) Courge bouteille Courge jaune Source: Modifi partir de Rao, 200318

Fibre brute (g)


1,3 0,5 0,8 0,6 0,7

Fibres alimentaires (g)


2,0 5,7 1,8 2,8 0,5

Vrai

Faux

Impact des deux mthodes sur les estimations des apports, de lquilibre et des besoins en fibres
Pour certains nutriments (par exemple analyss avec des mthodes empiriques), la mthode danalyse utilise a une influence sur le pourcentage de la population qui atteint un quilibre nutritionnel. Limpact sur les estimations des apports en fibres est faible parce que la teneur en fibres des aliments est basse. Lapport journalier recommand (AJR) pour les fibres peut tre trop bas sil est bas sur lapport en fibres moyen de la population, calcul partir des teneurs en fibre brute. De mauvaises dcisions pourraient tre prises dans les programmes nutrition et sant si la table sur la composition des aliments contient des teneurs en nutriments inadquates probablement dtermines avec une mthode inapproprie. Seules les mthodes danalyse recommandes devraient tre utilises pour les banques de donnes sur la composition des aliments pour permettre une meilleure estimation des apports en nutriments ainsi que de lquilibre nutritionnel.

Pour les tudiants ayant des connaissances plus approfondies IVd.Q11 Lorsque les acides amins sont analyss, lhydrolyse acide entrane une perte de quelques acides amins. Nommez cinq acides amins qui sont partiellement ou compltement dgrads ou dtruits en milieu acide. (2,5 points: point pour chaque rponse correcte)

Pour les tudiants ayant des connaissances plus approfondies IVd.Q12 Comment peut on dterminer les concentrations de ces cinq acides amins? (3 points: 1 point pour chaque rponse correcte suivant le ())

IVd.Q13 Quels sont les points importants considrer pour lanalyse des lipides? Slectionnez Vrai ou Faux. (2 points: point pour chaque rponse correcte) Vrai Faux Points importants considrer pour lanalyse des lipides
La mthode dextraction continue (mthode Soxhlet) est recommande pour la composition des aliments et applicable tous les aliments. Vrifier si lhydrolyse acide est effectue avant la dtermination des lipides (sinon, en fonction de la matrice alimentaire, la teneur en lipides peut tre sous-estime). La mthode Soxhlet fournit des teneurs trop basses pour les aliments base de crales. Elle peut, cependant, tre utilise pour les aliments qui ne contiennent pas de crales. Les extraits obtenus par la mthode Soxhlet peuvent tre utiliss pour les analyses dacides gras.

18

B. N. Rao, 2003. Bioactive phytochemicals in Indian foods and their potential in health promotion and disease prevention. Asia Pacific J Clin Nutr 2003: 12 (1): 9-22

87

Module 4.d Questions


IVd.Q14 La teneur en lipides totaux est-elle plus leve, plus faible ou gale la somme des acides gras? Slectionnez la rponse correcte. (1 point) Teneur en lipides totaux compare la somme des acides gras
La valeur analytique des lipides totaux est suprieure la somme des acides gras car la teneur en lipides comprend du glycrol, des phospholipides et des constituants insaponifiables tels que les strols. Ces constituants ne sont pas inclus dans la somme des acides gras. La valeur analytique des lipides totaux est infrieure la somme des acides gras, en raison du facteur de conversion des acides gras. La valeur analytique des lipides totaux est gale la somme des acides gras car chaque acide gras est additionn pour donner la teneur en lipides totaux.

IVd.Q15 Lanalyse des vitamines reprsente un dfi pour les analystes. Indiquez les affirmations correctes relatives lanalyse des vitamines. Slectionnez Vrai ou Faux. (3 points: point pour chaque rponse correcte) Vrai Faux Dfis de lanalyse des vitamines
Dans la mesure o certaines vitamines sont sensibles la lumire, il est ncessaire de protger lchantillon contre la lumire visible et UV lors de sa prparation et de son analyse. Les vitamines peuvent soxyder trs rapidement. Cest pourquoi une protection est ncessaire, par exemple, un ajout dantioxydants ou une analyse rapide aprs la prparation de lchantillon. La cuisson peut provoquer une isomrisation des vitamines et de ce fait des pertes. Toutes les mthodes danalyse des vitamines dtectent tous les isomres, vitamres et vitamines qui sont lies dautres constituants (e.x., folate li une protine). Idalement, lanalyse des vitamines devrait tre capable de mesurer les vitamres ou constituants individuels ainsi que leur activit vitaminique sparment, si ncessaire. Lanalyse des vitamines devrait permettre de dtecter les substances interfrentes qui nont pas dactivit vitaminique.

Pour les tudiants ayant des connaissances plus approfondies IVd.Q16 Pour les vitamines du groupe B, quelles mthodes ont t mises au point en complment des tests microbiologiques et des mthodes colorimtriques existants, et pour quelle raison? (2 points: 1 point pour chaque rponse correcte suivant le ())

88

Module 4.d Questions


Pour les tudiants ayant des connaissances plus approfondies IVd.Q17 Certaines mthodes danalyse sont adaptes un objectif (analyse cible appose au criblage). Est-ce que les mthodes danalyse pour les nutriments dans les aliments, telles que recommandes par le Codex Alimentarius, sont toujours celles utilises pour la composition des aliments? Slectionnez laffirmation correcte. (1 point) Note: Voir le document du Codex Alimentarius disponible ladresse: http://www.codexalimentarius.net/download/standards/388/CXS_234e.pdf Vrai Faux Les mthodes danalyse utilises pour la composition des aliments sont-elles les mmes que celles recommandes par le Codex
Oui, parce que les laboratoires utilisent les mmes mthodes danalyse quel que soit lobjectif. Non, parce que les mthodes recommandes par le Codex sont principalement utilises pour vrifier la conformit des produits avec la lgislation en vigueur. Elles nont pas toujours besoin davoir la mme fidlit que celle exige pour les donnes sur la composition des aliments. Non, parce que les exigences pour les travaux analytiques sur le contrle de la qualit des aliments sont plus strictes que celles des programmes sur la composition des aliments.

IVd.Q18 Lorsque des donnes analytiques sont gnres par une mthode danalyse recommande, les valeurs nutritionnelles sont-elles toujours de bonne qualit? Slectionnez Vrai ou Faux. (1,5 points: point pour chaque rponse correcte) Vrai Faux Qualit de la teneur en un constituant gnre par une mthode danalyse recommande
Tous les laboratoires peuvent raliser une mthode danalyse recommande et produire des donnes analytiques fiables et de bonne qualit. Si la mthode danalyse recommande ne sapplique qu ltape de dtermination de la procdure analytique, les autres tapes (sparation, extraction, prparation et calcul du rsultat, si cest le cas), doivent aussi tre prises en considration lors de lvaluation de la donne analytique et de sa qualit. Certains laboratoires modifient le mode opratoire normalis de la mthode danalyse recommande. Ces modifications nont pas tre prises en considration parce quelles ninfluencent ni le rsultat ni sa qualit.

IVd.Q19 Indiquez les critres prendre en compte lorsque lon valide la mthode danalyse pour un aliment et un constituant donns. Slectionnez Vrai ou Faux. (2 points: point pour chaque rponse correcte) Vrai Faux Critres pour valider une mthode danalyse pour un aliment et un constituant donns
Une mthode danalyse est valide pour une matrice alimentaire et un constituant slectionns en employant un MRC pour cette matrice alimentaire spcifique et le niveau de concentration du constituant. Une validation est ncessaire des solvants, enzymes et colonnes, et des tapes de saponification et dextraction, si lieu. Une validation de la limite de dtection, de la limite de quantification, de linstrument et de la mthode devrait tre ralise. Une validation est ncessaire pour dmontrer ladquation aux besoins de la mthode. Par exemple, pour dmontrer quelle est adquate la conformit rglementaire et/ou pour ltude de la composition des aliments; ou selon les besoins soit dune teneur totale ou des teneurs de tous les constituants contribuants.

89

Module 4.d Questions


EXERCICES Pour les tudiants ayant des connaissances plus approfondies IVd.E1 Compltez la figure sur les principes de dtermination des glucides et des fibres alimentaires en utilisant les termes suivants: (6,5 points: point pour chaque rponse correcte) x x x x x x x x x x x x x Cendres Protines Azote Constituants lipidiques NSP Lignines NSP - mthode dEnglyst Fibres alimentaires totales- mthode AOAC de Prosky Sucres libres Glucose Monosaccharides Amidon Amidon rsistant chantillon daliment (sch et finement broy et dgraiss si la teneur en lipides est leve) Extraire avec un mlange eau-alcool 80 % v/v (extrait ..) Hydrolyse enzymatique de lamidon et prcipitation des NSP avec de lalcool 80 % v/v Filtrer et laver le rsidu (contient les cendres, les .., .., .., .., etc.) Peser le rsidu Mesurer les .. et .. Soustraire du poids du rsidu

Utiliser lextrait pour mesurer .. Mesurer ..pour .. estimer

Hydrolyser avec un acide, mesurer les constituants .. ..

..

90

Module 4.d Questions


IVd.E2 Faites correspondre les tagnames suivants afin dinclure les diffrents composs constitutifs des fibres alimentaires: FIBC, FIBAD, FIBTS, FIBTG, PSACNS/NSP, FIBND. (3 points: point pour chaque rponse correcte) Note: Voir Greenfield et Southgate, 2007 (p. 131), et Monro et Burlingame (1996), disponible ladresse: http://www.sciencedirect.com/science?_ob=PublicationURL&_tockey=%23TOC%236879%231996%2 3999909997%23307729%23FLT%23&_cdi=6879&_pubType=J&_auth=y&_acct=C000055286&_versio n=1&_urlVersion=0&_utilisateurid=6718006&md5=5758f2861be3a2fcfda26c5c3bed752e ou FAO (2003), p. 26 du fichier PDF, ladresse: ftp://ftp.fao.org/docrep/fao/006/y5022e/y5022e00.pdf ou Klensin et al. (1989), p. 84 du fichier PDF.
Tagname Lignines Cellulose Hmicellulose Pectine Pectine insoluble Amidon rsistant RS1|RS2| RS3|RS4 Non spcifi

IVd.E3 Un compilateur a choisi un laboratoire pour analyser la composition en acides gras de dix aliments. Aprs deux mois, le compilateur reoit les donnes pour un aliment avec les teneurs suivantes, exprimes en grammes pour 100 g dacides gras: 2 g F14:0; 5 g F15:2; 10 F22:1. Le compilateur a besoin de les exprimer en g pour 100 g de partie comestible dans sa banque de donnes sur la composition des aliments. Formulez trois questions que le compilateur doit poser au laboratoire. (3 points: 1 point pour chaque rponse correcte) 1. 2. 3. IVd.E4 Dans les tables suivantes (analyse des macronutriments, analyse de la partie inorganique, analyse des vitamines et analyse des autres composs), remplissez les blancs marqus en jaune. Les mthodes danalyse recommandes sont signales par un *. (13 points: point pour chaque rponse correcte) Abrviations utilises: SAA = Spectromtrie dabsorption atomique; CPG = Chromatographie en phase gazeuse; CPG-SM = Chromatographie en phase gazeuse couple la spectromtrie de masse; CGS = Chromatographie gaz-solide; CLHP/CHPL = Chromatographie en phase liquide haute performance (autrefois haute pression) ; ICP-SM = Spectromtrie dmission plasma inductif couple la spectromtrie de masse; ISE = lectrode spcifique; CL-SM = Chromatographie en phase liquide couple la spectromtrie de masse; PIR = Spectroscopie proche infrarouge; RMN = Rsonance magntique nuclaire. Note : Lobjectif principal de cet exercice est de savoir o trouver dans Greenfield et Southgate (2007) les mthodes analytiques pour chaque composant, et pour avoir une rfrence unique pour les limitations, applications et prfrences de mthodes analytiques selon les connaissances actuelles.

91

Module 4.d Questions

Analyse des macronutriments

Constituant alimentaire Limites


..

Mthode danalyse disponible

Applications
Cette mthode est applicable tous les aliments 60 C. 100 C, elle est applicable tous les aliments sauf ceux riches en lipides et sucres Applicable la plupart des aliments

Four moufle*

Four sous vide*

..* Carbonisation Innocuit des solvants employs

Perte de composs volatils Lente. Veiller viter la prsence deau rsiduelle dans les chantillons

Four micro-ondes

Distillation de Dean et Stark

Applicable seulement aux aliments dhumidit moyenne ou leve Applicable aux aliments contenant beaucoup de composs volatils* Applicable aux aliments de faible humidit ou hygroscopiques

Eau (humidit)

Karl Fisher

Mthodes physiques (RMN, PIR)

Cot lev. Exige un talonnage pour chaque groupe daliments

La RMN est applicable la plupart des aliments. La PIR est bien tablie seulement pour les crales et quelques autres aliments

Chromatographie (CPG, CGS) Longue. ..

Cot lev

Extraction continue (solvant unique, aussi appele Soxhlet)

Hydrolyse acide

Hydrolyse acide et CPG capillaire

Hydrolyse partielle des lipides. Les extraits ne peuvent pas tre utiliss pour ltude des acides gras Cot lev. Cette mthode est conforme NLEA Extraction complte pour la plupart des aliments. Lextrait a souvent besoin dun lavage. Cot lev. Requiert un talonnage indirect par dautres mthodes

Lipides totaux

..*

Hydrolyse alcaline

La CPG est seulement applicable aux viandes et produits carns. La CGS est seulement applicable quelques produits carns Applicable aux aliments faible humidit et aliments non craliers Applicable tous les aliments sauf les produits laitiers et riches en glucides Applicable la plupart des aliments Applicable la plupart des aliments et lextrait peut tre utilis pour lanalyse des acides gras Valide seulement pour les produits laitiers Bien tablie seulement pour les crales

PIR

92

Module 4.d Questions


Cot lev Cot modr lev Cot lev. Quelques interfrences Applicable tous les aliments Applicable tous les aliments Applicable la plupart des aliments .. Applicable seulement aux crales Applicable seulement des aliments spcifiques, quelques crales et lgumes Applicable quelques aliments Applicable la plupart des aliments .. Cot lev, prise en compte de lazote inorganique et taille de la prise dessai Instrumentation dun cot trs lev Spcificit Spcificit Spcificit Cot lev. Nombre dchantillons dtalonnage Cot modr lev. Choix critique du ractif de drivatisation. Les AA ont besoin dtre drivatiss avant la chromatographie Cot lev Applicable tous les aliments Applicable tous les aliments Applicable tous les aliments. Si elles sont utilises pour les acides gras trans, les techniques capillaires sont requises

CLHP

Acides gras

..*

Absorption proche infrarouge (pour les acides gras trans) Kjeldahl (pour lazote total)*

Dumas (pour lazote total) *

Azote total/protines

Mthodes radiochimiques (pour lazote total) Titrage au formol; Biuret; ractif de Folin (pour les protines) Distillation alcaline (pour les protines)

Fixation dun colorant (pour les protines)

Acides amins (AA) ..

Applicable tous les aliments

Alcool

PIR (pour les protines) CPG (prcde dune hydrolyse acide de la plupart des AA. Hydrolyse alcaline requise pour le tryptophane. Conditions dhydrolyse spciales pour les AA soufrs et les AA sensibles lacide) CLHP* (prcde dune hydrolyse acide de la plupart des AA. Hydrolyse alcaline requise pour le tryptophane. Conditions dhydrolyse spciales pour les AA soufrs et les AA sensibles lacide. Les AA sont habituellement drivatiss avant la chromatographie) Chromatographie par change dions* (prcde dune hydrolyse acide de la plupart des AA. Hydrolyse alcaline requise pour le tryptophane. Conditions dhydrolyse spciales pour les AA soufrs et les AA sensibles lacide) CL-SM Colorimtrie (tryptophane, AA soufrs et lysine) Test microbiologique Distillation* CPG* Mthode par une enzyme spcifique* Cot lev Pas assez sensible Dlicat, long et peu reproductible ..

Applicable tous les aliments Applicable tous les aliments Applicable tous les aliments Applicable tous les aliments Applicable tous les aliments Applicable tous les aliments

93

Module 4.d Questions

Densit Indice de rfraction

Polarimtrie Applicable aux sucres rducteurs

Applicable aux solutions de sucres Applicable aux solutions de sucres Applicable aux sucres isols ou aux mlanges simples

Rductimtrie Spcificit Les ractifs peuvent tre coteux

Exacte seulement pour le saccharose talonnage empirique ncessaire Lapplication prcise des mthodes normalises est essentielle Sucres non rducteurs, saccharose et mlanges de sucres invertis

Sucres totaux (mono et disaccharides)

Colorimtrie

..*

CPG

Applicable aux sucres isols ou aux mlanges simples Applicable au glucose et aux mlanges complexes Peut sappliquer aux mlanges complexes Peut sappliquer aux mlanges complexes Limite seulement quelques polyols Peut sappliquer aux mlanges complexes

CLHP*

Mthode par une enzyme spcifique

Polyols Cot modr lev. Cot modr lev. Choix de la colonne Cot modr lev Ncessit dun talonnage trs soign Interfrences si des NSP sont prsents Prsence de -glucanes Choix des enzymes et des conditions

CLHP*

Microbiologie

Ncessit dune drivatisation Cot modr lev. Le choix des colonnes et dtecteurs est crucial Spcificit des enzymes Cot modr lev. Manque de procdures normalises; choix de la colonne Seulement les polyols non cycliques

Mthodes par des enzymes spcifiques

Oligosaccharides

CPG CLHP

Polarimtrie

Amidon

Tous les aliments Applique pour une hydrolyse et une sparation slective Peut sappliquer aux mlanges complexes Mlanges complexes Applicable seulement quelques aliments craliers Applicable des aliments hautement raffins faible teneur en NSP Applicable seulement aux aliments faible teneur en -glucanes ..

Hydrolyse par acide dilue, couple une mthode gnrale pour les sucres Hydrolyse acide dilue, couple une mthode spcifique du glucose Hydrolyse enzymatique, couple une mthode spcifique du glucose*

Longue

Applicable tous les aliments

Cot modr lev. Lamidon rsistant doit tre trait avant lhydrolyse. La CPG ncessite la prparation de produits de drivatisation. Ne donne que les teneurs totales. Cette mthode nest pas robuste Choix des enzymes et des conditions

Applicable tous les aliments Applicable tous les aliments

Fibres alimentaires Fibres ...)* - mthode enzymatique et alimentaires gravimtrique totales Hydrolyse enzymatique et limination de lamidon. Polysaccharides Hydrolyse acide des NSP, CPG, sparation des non amylacs monosaccharides par CLHP. Analyse colorimtrique (NSP) des monosaccharides (Englyst et al.) Hydrolyse enzymatique de lamidon avant et aprs Amidon rsistant traitement par une base ou le DMSO

* Mthode recommande

94

Module 4.d Questions

Analyse des composs inorganiques - Applicable tous les aliments aprs .. Mthode danalyse disponible Limites
Inadapte lanalyse minrale des lments minraux volatils du fait de leur perte partielle Faible nombre dchantillons traits

Constituant alimentaire

Cendres totales

Minralisation par voie sche

Minralisation par voie humide

Photomtrie de flamme

Cations Na*, K*, Ca, Mg Na, K, Ca*, Mg*, Fe*, Cu*, Zn*, Mn*, Co*, Cr*

..

Se*

Tous cations K, Mg, Fe, Cu, Zn Ca et Mg Anions Trs chre

SAA par gnration dhydrures Fluorimtrie ..* Colorimtrie Prcipitation classique et titrage

Interfrences Cot modr lev. Interfrences des anions; techniques spciales dlimination Cot modr lev. Cot trs lev. Effets de matrice contrler Techniques dextraction. Difficile pour K et Zn Taille de lchantillon analytique; techniques qualifies

Phosphore

Chlore

.. Trs chre Cot lev Contamination du laboratoire Trs chre Cot lev Longue

Iode

Fluor

Soufre

Cot lev Trs chre Cot lev

Nitrite

Nitrate

Colorimtrie ICP-SM Titrimtrie lectrode spcifique ICP-SM Conductimtre automatise Microdistillation lectrode spcifique ICP-SM Minralisation alcaline par voie sche CPG Microdistillation lectrode spcifique Polarographie Gravimtrie Fluorescence de rayons X ICP-SM Colorimtrie lectrode spcifique CLHP

95

Module 4.d Questions

Analyse des vitamines applicable tous les aliments Limites

Constituant alimentaire

Mthode danalyse disponible

Rtinol

Colorimtrie ..*

Carotnodes

Chromatographie sur colonne ouverte

.. Cot modr lev. Identification des carotnodes. Manque de pouvoir de rsolution pour certains isomres gomtriques (lutine/zaxanthine) et stro-isomres (cis/trans). Cot modr lev. Identification des carotnodes Seulement pour les faibles teneurs. Ncessite une animalerie .. Nouvelles procdures en cours de dveloppement

Vitamine D

..* Test biologique Colorimtrie Chromatographie en phase gazeuse (CPG)

CLHP*

Vitamine E

Vitamine K

Vitamine C

Thiamine/ Riboflavine

Cot lev. Interfrences dues aux lipides. Deux tapes sont ncessaires : une prparation suivie dune sparation analytique, requises pour la plupart des aliments Cot lev Composs interfrents Ncessit dune drivatisation prliminaire la chromatographie Cot lev. Techniques dextraction Manque de spcificit Cot modr lev pour la CPG Cot lev. Interfrences dues aux lipides .. Mesure aussi les composs inactifs Ne spare pas lacide ascorbique du dhydroascorbique Ncessit dune drivatisation prliminaire la chromatographie Cot lev. Lextraction et la dtection spare des homologues augmentent les dlais Dure

Niacine

Vitamine B6

Cot lev Dure Ractif dangereux Cot lev Dure ; les rponses aux diffrents vitamres peuvent ne pas tre gales; teneurs totales seulement Cot lev. Cot lev.

Vitamine B12

Folates

Test radio-immunologique Colorimtrie CPG CLHP* Colorimtrie Chromatographie sur colonne, CPG* CLHP* Titrage par un indicateur color Colorimtrie Fluorimtrie CPG ..* Microbiologie* Fluorimtrie CLHP* Microbiologie* Colorimtrie CLHP* Microbiologie* CLHP* Mthode radiomtrique microbiologique Microbiologie* Mthode radio-isotopique .. *

Cot lev. Les rponses aux diffrents vitamres peuvent ne pas tre gales; teneurs totales seulement

96

Module 4.d Questions


Cot lev. .. Cot trs lev, mais cette mthode est capable de quantifier les diffrents isomres des folates Cot lev.

Acide pantothnique

Biotine

CLHP CL-SM Microbiologie* CLHP ..* Dilution isotopique Mthode radiomtrique microbiologique Test radio-immunologique Prcipitation de protines CLHP Cot lev. Cot lev. Cot lev. Cot lev. Cot lev.

* Mthode recommande

97

Module 4.d Questions

Analyse des autres constituants

Constituant alimentaire Limites

Mthode danalyse disponible

Agglutination des hmatocytes (globules rouges)

Hmagglutinines/Lectines

Les chantillons sanguins dune mme espce animale ne ragiront pas de la mme faon du fait de la prsence de plusieurs groupes sanguins. Le test par dilution et agglutination est semi-quantitatif

Acide phytique

Mthodes spectrophotomtriques Marquage radioactif des molcules de lectine change danions CLHP CPG

Oxalates

lectrophorse capillaire RMN-SM lectrophorse capillaire Chromatographie ionique CPG Mthode enzymatique Colorimtrie (AOAC) CLHP Spectrophotomtrie UV- ractif la vanilline HCL

Spectrophotomtrie UV- ractif de Folin-Denis

Tannins (regroups en tannins condenss aussi appels proanthocyanidines, en tannins hydrolysables et drivs)

Spectrophotomtrie UV- ractif au bleu de Prusse

CLHP Colorimtrie Mthode spectrophotomtrique

Saponines

Ncessite des manipulations spciales Incapable de sparer correctement les phosphates dinositol Cot lev Dtecte les formes drivatises volatiles du phosphate dinositol seulement aprs sparation par chromatographie par change dions Non applicable tous les aliments Cots levs. Mthode de haute technicit Inadapte aux faibles teneurs en oxalates <1,8 mg/100 g. ddi au contrle de routine Cot de fonctionnement lev Certaines formes doxalates sont difficiles mthyler; instrumentation coteuse Non applicable tous les aliments Interfrences avec dautres acides Cot lev Les paramtres comme la dure, la temprature, la concentration en vanilline et HCL doivent tre strictement contrls Non spcifique, car raction possible avec nimporte quel phnol prsent dans le tissu du vgtal Non spcifique, car raction possible avec nimporte quel phnol prsent dans le tissu du vgtal, test qualitatif Performance modre pour les composs plus petits venant des tannins drivs Limite aux composs basiques venant des tannins hydrolysables Inadapte la dtermination de lacide mdicagnique pour lequel une mthode de titrage doit tre employe pour la dtermination quantitative de cette teneur en aglycone Identification des saponines individuelles Ne fait pas la diffrence entre les diffrents inhibiteurs de la protase

Test biologique CLHP Colorimtrie

Inhibiteur de la trypsine

Mthode ELISA utilisant des anticorps monoclonaux de souris

98

Module 4.d Questions

..

Flavonodes

CL-SM

CLHP

Isoflavones et coumestrol

CL-SM

CLHP

Lignanes

CPG-SM

Une hydrolyse de lchantillon est ncessaire pour une rsolution optimale et une quantification de la querctine, du kaempfrol, de la myrictine, de la lutoline et de lapignine. Une extraction spare sans hydrolyse est ncessaire pour lanalyse des anthocyanidines et des flavane-3-ols Une hydrolyse nest pas ncessaire aussi longtemps que les diffrences entre les masses des conjugus flavonodiques individuels sont plus leves que la rsolution en masse du spectromtre de masse Les conjugus complexes et leurs nombres peuvent tre difficiles sparer sur certaines colonnes en phase inverse avec des programmes simples dlution de la phase mobile (isocratiques) Une hydrolyse nest pas ncessaire aussi longtemps que les diffrences entre les masses des conjugus individuels sont plus leves que la rsolution en masse du spectromtre de masse Pour lisolaricirsinol, le pinorsinol, le secoisolaricirsinol et le matairsinol Seulement pour le matairsinol, le secoisolaricirsinol et la shonanine dans les aliments sous la forme de drivs trimthylsylyls

Les isoflavones sont une sous-classe de flavonodes mais, parce quils ont des activits biologiques uniques et diffrentes des autres sous-classes de flavonodes, ils sont analyss et compils comme un groupe part.

99

Module 5 Questions

Module 5
CHANTILLONNAGE
OBJECTIFS PDAGOGIQUES

lissue de ce module, ltudiant sera mme de: comprendre les principes de lchantillonnage, le protocole dchantillonnage, la collecte et le transport des chantillons, la manipulation des chantillons au laboratoire et la documentation; comprendre des aspects spcifiques de lchantillonnage ayant pour but la biodiversit alimentaire; connatre les erreurs potentielles des teneurs en nutriments dues un chantillonnage incorrect; saisir limportance de lchantillonnage dans une perspective de qualit des donnes dvelopper un plan dchantillonnage simple.
TEXTES A TUDIER

Annor, G. A. Prparation, manipulation et stockage des chantillons. Prsentation PowerPoint disponible ladresse: http://www.fao.org/infoods/presentations_fr.stm x Annor, G. A. L'chantillonage des aliments pour l'analyse. Prsentation PowerPoint disponible ladresse: http://www.fao.org/infoods/presentations_fr.stm x Charrondire, U.R. Principes de l'chantillonnage. Prsentation PowerPoint disponible ladresse: http://www.fao.org/infoods/presentations_fr.stm Et, si possible: x Greenfield, H. et Southgate, D.A.T. 2007. Donnes de composition des aliments production, gestion et utilisation. FAO. Rome. Chapitres 2 (p. 29-31)19 et 5 (p. 69-90) et annexes 2 (p. 231-232) et 3 (p. 233-237). Disponible ladresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf Codex Alimentarius. 2004. Directives Generales sur lEchantillonnage. CAC/GL 50. p. 8-29. Disponible ladresse http://www.codexalimentarius.net/web/standard_list.do?lang=fr Compilateurs +++++ utilisateurs professionnels + Analystes +++++ Lire: 1-3 heures Rpondre aux questions: 1-3 heures Complter les exercices: 1-3 heures

LECTURES SUPPLEMENTAIRES SUGGRES

PERTINENCE POUR DIFFRENTS GROUPES (SUR UNE CHELLE DE + A +++++)

x x x x x x

TEMPS ESTIME POUR

19

Les numros de page correspondent aux numros de page du livre (haut de page) non ceux du fichier PDF.

101

Module 5 Questions QUESTIONS


V.Q1 Quel est lobjectif de lchantillonnage dans le contexte de la composition des aliments? Slectionnez Vrai ou Faux. (2,5 points: point pour chaque rponse correcte) Objectifs dchantillonnage
Identifier un chantillon daliment qui soit reprsentatif de lensemble de lapport alimentaire Collecter des chantillons daliments reprsentatifs de lapport lalimentaire Comparer les diffrents rgimes alimentaires de diffrents pays Produire des donnes de composition compltes et reprsentatives pour des aliments spcifiques Estimer la variabilit des teneurs en nutriments dans les aliments

Vrai

Faux

V.Q2 Dans la liste suivante, indiquez les caractristiques dun aliment qui contribuent la variabilit de la composition en nutriments. Slectionnez Vrai ou Faux. (5,5 points: point pour chaque rponse correcte) Caractristiques contribuant la variabilit de la composition en nutriments
Zone gographique et saison Partie de laliment tat de maturit Taille de lemballage Cultivar, varit, race Produits commerciaux Lots Niveaux denrichissement Couleur Teneur en lipides et en eau Mthode de prparation et de transformation

Vrai

Faux

V.Q3 Faites correspondre les termes utiliss pour lchantillonnage des aliments avec les dfinitions correctes. (6 points: point pour chaque rponse correcte) Note: Il peut tre utile de consulter le document Codex CAC/GL 50 p. 8-29; disponible ladresse: http://www.codexalimentarius.net/web/standard_list.do?lang=en. Termes 1. chantillonnage stratifi 2. chantillonnage alatoire 3. chantillon daliment primaire 4. chantillon daliment compos 5. Unit 6. Aliquote/prise dessai 7. chantillon de laboratoire 8. chantillonnage de convenance/non alatoire 9. chantillon daliment rduit 10. chantillon analytique 11. chantillonnage slectif 12. Lot 102

Module 5 Questions
Dfinitions
Les chantillons sont prlevs en fonction de laccessibilit, de la praticit, du cot ou dautres raisons qui ne concernent pas directement les paramtres dchantillonnage. Les chantillons sont prlevs de manire ce que chaque unit ait une chance gale dtre incluse. Les chantillons sont prlevs suivant un plan, de faon exclure les aliments prsentant certaines caractristiques ou slectionner seulement ceux qui ont des caractristiques clairement dfinies. La quantit dun aliment approprie chaque mesure analytique. Lchantillon est prpar en mlangeant des chantillons primaires (units) avant lanalyse. Avec cette technique, linformation sur la variabilit entre chantillons est perdue. Partie prpare de lchantillon de laboratoire sur laquelle les prises dessai sont prleves. Les units dchantillonnage sont tires des strates dfinies de la population mre. On prlve les chantillons au hasard dans chaque strate. chantillon envoy au laboratoire ou reu par celui-ci. Un aliment isolable et identifiable qui peut tre prlev dans la population daliments comme chantillon et qui peut tre individuellement dcrit, analys et combin. Une quantit dfinie dune denre alimentaire fabrique ou produite dans des conditions supposes uniformes. Lunit/les units prleves au premier stade de la procdure dchantillonnage. Une partie reprsentative de lchantillon primaire.

VI.Q4 Parmi les mthodes suivantes laquelle est recommande pour tre utilise dans les programmes sur la composition des aliments? Slectionnez la mthode correcte (1 point) Mthodes dchantillonnage
Lchantillonnage slectif doit tre prfr parce que les chantillons sont prlevs selon un plan dchantillonnage prcis. Lchantillonnage alatoire doit tre prfr parce quil garantit que chaque unit a la mme chance dtre incluse. Lchantillonnage stratifi doit tre prfr parce que la population daliments est structure en strates, et les chantillons sont slectionns alatoirement dans chaque strate. Il prend aussi en compte la cause la plus importante de variation. Lchantillonnage non alatoire doit tre prfr pour tous les aliments parce quil peut tre le seul moyen dchantillonner des aliments sauvages ou non cultivs.

V.Q5 Lchantillonnage des aliments peut tre bas sur divers principes: 1) la dmographie de la population qui consomme ces aliments (cest--dire lapproche base sur la population), 2) le lieu o ces aliment sont produits, ou 3) un mlange des deux. Choisissez lexplication qui correspond lapproche base sur la population. (1 point) Plan dchantillonnage bas sur la population
Il tient compte de la distribution des aliments dans la zone tudie. Il tient compte de la densit de la population et de sa rpartition. Il suppose que les aliments ne sont pas distribus quitablement.

V.Q6 En gnral, le protocole dchantillonnage est dvelopp par le compilateur et dcrit toutes les phases depuis la collecte des chantillons daliments jusqu leur transport au laboratoire. Le protocole analytique est dvelopp par lanalyste et dcrit toutes les phases en commenant par larrive des chantillons daliments au laboratoire jusquau rapport danalyse. Le transport des chantillons et la prparation des chantillons daliments composs peuvent faire partie du protocole dchantillonnage ou analytique. Associez les affirmations dans le tableau ci-dessous la lettre indiquant le protocole correspondant, cest--dire A pour le

103

Module 5 Questions
protocole dchantillonnage et B pour le protocole analytique. Notez que certaines affirmations peuvent correspondre la fois au protocole dchantillonnage et au protocole analytique. (10,5 points: point pour chaque rponse correcte) A Protocole dchantillonnage B Protocole analytique

Informations
Il est bas sur la connaissance gnrale des aliments, par exemple, groupe daliments, distribution saisonnire, part de march. Il est bas sur les informations dcrivant la manire dont les aliments sont produits, transforms, distribus et consomms. Il dcrit les infrastructures et quipements de laboratoire. Il dcrit les procdures utiliser pour la prparation des chantillons daliments. Il dcrit combien dunits daliments doivent tre collectes. Il dcrit le moyen de transport des chantillons daliments depuis le point de collecte jusquau laboratoire. Il dcrit les conditions de stockage au laboratoire. Il dcrit le personnel de laboratoire. Il dcrit les points de collecte des chantillons possibles. Il dcrit les mthodes utiliser pour lanalyse des nutriments. Il dcrit les mesures pour garantir la scurit du personnel qui ralise les prlvements. Il dcrit la division adquate de la zone dchantillonnage en sous-units dchantillonnage. Il dcrit la procdure pour le stockage des aliments avant quils ne soient envoys au laboratoire. Il dcrit le calendrier pour le transport des chantillons depuis les points de collecte jusquau laboratoire. Il dcrit combien de temps les chantillons sont stocks avant dtre expdis au laboratoire. Il dcrit comment les prleveurs sont pays. Il dcrit combien de temps les chantillons de laboratoire sont stocks. Il dcrit le systme dassurance de la qualit et de contrle de la qualit du laboratoire. Il numre les nutriments analyser, y compris leau. Il dcrit les actions de formation. Il inclut les sommes alloues au budget.

V.Q7 Slectionnez les affirmations correctes qui expliquent pourquoi les compilateurs et les analystes devraient collaborer dans le dveloppement et la mise en uvre dun protocole dchantillonnage et analytique. (3 points : point pour chaque rponse correcte) Pourquoi les compilateurs et les analystes devraient collaborer au dveloppement et la mise en uvre dun protocole dchantillonnage et analytique?
Pour bnficier dune planification et dune budgtisation intgre (par exemple, pour estimer les ressources ncessaires) car lchantillonnage et lanalyse sont lis lun lautre Pour assurer une meilleure performance de la mthode Pour assurer une qualit des donnes, une reprsentativit et une documentation meilleures Pour assurer que les points dchantillonnage sont proches du laboratoire Pour assurer un processus harmonieux depuis lchantillonnage jusqu lanalyse (par exemple, un transport et une manipulation efficaces des chantillons; une dure/capacit/temprature de stockage adquates) Pour assurer que lchantillonnage et lanalyse sont effectus de sorte que des aliments similaires ou appartenant au mme groupe soient prlevs et analyss au mme moment. Cela facilite lanalyse si les matrices et concentrations sont similaires dans les aliments tudis (cest--dire, simplification du calibrage, matriel de rfrence, etc.)

Vrai

Faux

104

Module 5 Questions
V.Q8 Indiquez les caractristiques dun bon plan/procdure/protocole dchantillonnage. Slectionnez Vrai ou Faux. (5 points: point pour chaque rponse correcte) Caractristiques dun bon plan/procdure/protocole dchantillonnage
Il donne une description dtaille de la procdure dchantillonnage mettre en uvre. Cest un protocole prcis, bien document et crit lissue de la procdure dchantillonnage. Il dcrit le type dchantillonnage et sa mthodologie particulire. Il est crit avec pour objectif de garantir quaucun changement dans la composition nintervienne entre la collecte et lanalyse. Il dcrit plusieurs mthodes dchantillonnage par chantillon daliment laissant le choix final au prleveur dchantillons. Il dfinit le nombre et la taille des chantillons. Il est toujours crit sous forme contractuelle. Il est bas sur une comprhension claire de lensemble des aliments tudier. Il dcrit tout changement dans la composition des aliments entre la collecte et lanalyse. Il dfinit les points dchantillonnage.

Vrai

Faux

V.Q9 Associez les expressions suivantes la description correspondante (1,5 points : point pour chaque rponse correcte) Expressions 1. Nombre dchantillons daliments collects 2. Nombre dchantillons analytiques (taille de lchantillon) 3. Nombre de rptitions Expression Description
Le nombre dchantillons analyss. Un chantillon daliment peut contenir plusieurs aliments collects en diffrents points dchantillonnage ou diffrentes saisons. Ce nombre est rapport comme nombre dchantillons dans les tables de composition des aliments (cest--dire n). Le nombre de rptitions danalyses effectues sur le mme chantillon analytique pour estimer la variabilit analytique de la mthode danalyse. Des analyses effectues en double signifient que le mme chantillon analytique a t analys deux fois. Des analyses effectues en triple signifient que le mme chantillon analytique a t analys trois fois. Ce nombre est rapport sparment et nest pas un indicateur du nombre dchantillons daliments pris en compte. Le nombre dchantillons initialement prlevs dans la population totale.

V.Q10 Quelle est la formule pour calculer une taille adquate dun chantillon, en prenant en compte les variations possibles en nutriments dans laliment et lexactitude recherche? (1 point)

V.Q11 Selon une rgle empirique, combien daliments devraient tre, en gnral, combins en un seul chantillon et, en particulier, selon la lgislation sur ltiquetage aux tats-Unis? Quel devrait tre le nombre minimum dchantillons pour analyse par aliment, particulirement si les rsultats sont publier dans une revue comit de lecture? (1,5 points: point pour chaque rponse correcte suivant ())

105

Module 5 Questions
V.Q12 Il peut arriver quen crivant un protocole combin, cest--dire qui combine les protocoles analytiques et dchantillonnage, il soit ncessaire de rduire le budget. Quelle option devrait tre choisie sil est aussi envisag de publier les rsultats dans une revue scientifique? Slectionnez la rponse correcte. (1 point) Options de rduction des cots
Rduire le nombre dchantillons par aliment un chantillon compos Rduire le nombre de 10 (ou 12) trois aliments constituant lchantillon analyser Rduire le nombre dchantillons analyser trois par aliment

V.Q13 Ordonnez les diffrentes oprations de lchantillonnage, allant de lacquisition des chantillons jusqu leur analyse. Attribuez un numro chaque tape, 1 pour la premire tape et 6 la dernire. (3 points: point pour chaque rponse correcte) Oprations dchantillonnage
Analyser le(s) constituant(s) Fabriquer des chantillons composs Prlever les chantillons en vrac ou emballs en slectionnant un ou plusieurs lots Slectionner les chantillons primaires/bruts Prparer les chantillons de laboratoire Prparer les chantillons et les prises dessai

Ordre

V.Q14 Quel type dinformation sur les aliments devrait apparatre sur les tiquettes ou dans les enregistrements suivants? Associez les numros des descriptions des aliments correspondants aux types dtiquettes. Veuillez noter que plusieurs rponses sont possibles (5 points : 1 point pour chaque rponse correcte) Description de laliment sur ltiquette
1 2 3 4 5 Poids et nature de la partie non comestible poids et nature de la partie comestible poids avant cuisson poids aprs cuisson mthode utilise pour prlever lchantillon analytique stockage des chantillons daliment et des chantillons pour analytiques date de rception au laboratoire Noms alternatifs noms scientifiques tat de maturit qualit/catgorie - aliment dorigine vgtale ou animale Utilisation locale de laliment dimensions physiques tat physique processus et mthode de conservation numro de lot emballage Nom commun de laliment code de lchantillon Date et heure de la collecte nom du prleveur lieu dorigine point dchantillonnage saison conditions de transport

Type dtiquette ou denregistrement


tiquette sur lchantillon daliment Enregistrement de lidentification de laliment Enregistrement de la collecte Enregistrement contenant une description de lchantillon daliment collect Enregistrement de la manipulation au laboratoire

Description de laliment sur ltiquette

106

Module 5 Questions
V.Q15 Indiquez les tapes de la prparation des chantillons pour les aliments ci-dessous, en utilisant les numros dans le tableau des tapes de prparation des chantillons. Voir lexemple pour le pain. (5 points : 1 point pour chaque rponse correcte) tapes de la prparation des chantillons
1 2 3 4 5 6 7 8 9 10 11 12 13 Couper en quatre Scher Moudre et craser avec un pilon et un mortier Mlanger Homogniser Nettoyer Sparer les diffrentes parties Sparer la partie comestible Couper grossirement Congeler et craser Hacher finement viter la sparation durant le mlange Utiliser un mixeur ou un broyeur lectrique

Exemple: pain
Farine ou lait en poudre ou sucre Viande ou poisson Sauce deux phases (ex. mulsion) Ananas Choux

tapes de la prparation des chantillons 1, 2, 3, 4

V.Q16 Indiquez, partir des exemples suivants, si la teneur du nutriment analys sera plus leve, plus faible ou alatoirement diffrente lorsque lune des erreurs suivantes surviendra lors de lchantillonnage ou de la prparation de lchantillon. (4,5 points : 1 point pour chaque rponse correcte) Valeur Valeur nutritionnelle nutritionnelle plus faible plus leve
Teneurs en acides gras pour une margarine qui a fondu durant le transport Perte en eau/humidit durant le stockage Teneur en lments traces pour un chantillon daliment prpar dans un milieu poussireux Teneur en calcium du poisson dont les artes ont t enleves mais consommes par la population Teneur en beta-carotne du poireau lorsque les feuilles vertes sont incluses mais quelles ne sont pas consommes par la population Teneur en fer des aliments prpars dans un mixeur dont les lames sont en fer Mlange, dcoupe, hachage, ou broyage inappropri de lchantillon Exposition la lumire des vitamines sensibles la lumire Teneur en vitamines dun chantillon daliment qui na pas t proprement homognis

Erreur alatoire

107

Module 5 Questions
V.Q17 La dure et les conditions de stockage peuvent avoir un effet nfaste sur les chantillons pour analyse. Associez chaque effet possible du stockage avec la/les mesure(s) prventive(s) correspondante(s), en utilisant les numros de 1 7 du tableau des prcautions. Veuillez noter que les choix multiples sont possibles. (3,5 points : point pour chaque rponse correcte) Prcautions
1 2 3 4 5 6 7 Conserver basse temprature Conserver les chantillons dans des rcipients scells ou munis dun couvercle Protger contre la lumire Neutraliser lacide Conserver -30 C dans des emballages sous azote. Ajouter des antioxydants ou agents bactriostatiques Pasteuriser ou ajouter des inhibiteurs Mlanger doucement, et dcongeler en une seule fois avant lanalyse. Prparer le nombre ncessaire de prises dessai avant le stockage

Effet du stockage
Perte ou gain en eau Activit microbienne conduisant des pertes en glucides et en protines mais un gain en vitamines B1 et B6 Oxydation des acides gras insaturs Hydrolyse acide, conduisant des pertes en sucres et oligosaccharides Photodgradation des nutriments (par exemple la riboflavine) Sparation des mulsions Activit enzymatique conduisant des pertes en sucres et vitamines

Mesure prventive correspondante

V.Q18 Quelles prcautions devraient tre prises pour les aliments analyss pour leur teneur en vitamine C? Slectionnez la rponse correcte. (1 point). Vrai Prcautions prendre pour analyser la teneur en vitamine C des aliments
La prparation doit tre trs rapide et lanalyse immdiate, idalement 4 C Les prcautions pour la prparation et lanalyse sont les mme que pour les autres nutriments La prparation doit avoir lieu dans un environnement sec et lanalyse doit tre rapide

V.Q19 Lanalyse de leau devrait faire partie du plan dchantillonnage et danalyse. Quand et pourquoi leau devrait-elle tre analyse? Slectionnez Vrai ou Faux. (2 points : point pour chaque rponse correcte) Affirmations concernant lanalyse de leau
Leau devrait tre analyse uniquement aprs avoir sch les chantillons. Leau devrait tre analyse avant le schage et la conservation des chantillons. Leau est ncessaire pour calculer les teneurs en nutriments pour un aliment frais partir de la teneur en matire sche. Leau devrait tre analyse une fois que les chantillons sont prpars pour le stockage, par exemple, schs, congels ou lyophiliss.

Vrai

Faux

108

Module 5 Questions
V.Q20 Dans la littrature scientifique, un compilateur a trouv un article sur les teneurs en nutriments dun aliment et voudrait incorporer ces donnes dans sa base de donnes nationale sur la composition des aliments. Laliment a t collect dans un pays tranger, et le plan dchantillonnage est vraiment complet et bien construit. Laliment a t analys avec des mthodes analytiques adquates. Les teneurs en nutriments de cet article peuvent-elles tre considres comme reprsentatives de celles de laliment de son pays et, par consquent, obtenir un score lev de qualit pour le critre dchantillonnage? Slectionnez la rponse correcte. (1 point) Vrai Les aliments de diffrents pays sont-ils reprsentatifs des aliments de son propre pays ?
Oui, parce que le plan dchantillonnage est bien ralis et le nom de laliment est le mme. Leurs teneurs en nutriments devraient obtenir un score lev de qualit pour le critre dchantillonnage. Oui, parce que le plan dchantillonnage est bien ralis et que la mthode dchantillonnage serait similaire celle du pays dorigine. Les teneurs en nutriments devraient obtenir un score lev de qualit pour le critre dchantillonnage. Non, parce que laliment est collect dans un pays diffrent et de nombreux facteurs tels que les varits daliments, les sols, le climat, la transformation et la commercialisation, peuvent diffrer dun pays lautre. Les teneurs en nutriments devraient obtenir un faible score de qualit pour le critre dchantillonnage.

Question facultative pour ceux qui ont particip une formation sur la composition des aliments ou qui possdent des connaissances avances. V.Q21 Des mangues seront chantillonnes pendant deux saisons (dcembre et mai). Pour des raisons dconomie, un chantillon compos des deux saisons sera prpar avant lanalyse de 10 nutriments, incluant les vitamines (sauf la vitamine C). Comment faudrait-il conserver les mangues de la premire saison? Slectionnez Vrai ou Faux. (2,5 points : point pour chaque rponse correcte) Conservation correcte
temprature ambiante Au rfrigrateur Au conglateur -18 C Au conglateur -30 C Lyophilises

Vrai

Faux

Question facultative pour ceux qui ont particip une formation sur la composition des aliments ou qui possdent des connaissances avances. V.Q22 Un fromage est chantillonn et doit tre envoy un laboratoire pour lanalyse des vitamines. Le transport au laboratoire dure trois jours. Il nest pas possible de garder les chantillons au froid pendant le transport et la temprature ambiante est de 35 C. Slectionnez Vrai ou Faux. (2,5 points : point pour chaque rponse correcte) Considrations pour le transport
Le transport dans un rcipient scell et isolant, avec de la glace, garantit que les teneurs en eau et en vitamines ne changeront pas. Le transport dans un rcipient scell et sous vide, et emball avec de la glace, garantit que les teneurs en eau et en vitamines ne changeront pas. Le transport un rcipient scell et isolant, avec de lazote liquide, garantit que les teneurs en eau et en vitamines ne changeront pas. Tout moyen de transport peut tre choisi pourvu quil garantisse que les teneurs en vitamines demeurent inchanges. La teneur en eau/humidit peut changer. Un autre bon laboratoire, situ moins de 24 heures de transport, devrait tre identifi, parce que le transport jusqu 24 heures dun fromage dans un rcipient isolant et emball avec de la glace sur une telle dure conserve les teneurs en eau et en vitamines. lissue de cette priode, la glace fond et des changements dans le fromage pourraient survenir.

Vrai

Faux

109

Module 5 Questions
Question facultative pour ceux qui possdent des connaissances avances en biodiversit alimentaire V.Q23 Lchantillonnage des aliments joue un rle important dans les tudes sur la biodiversit. Quels sont les objectifs complmentaires de lchantillonnage lorsque lon se rfre la biodiversit alimentaire? Slectionnez Vrai ou Faux. (2 points : point pour chaque rponse correcte) Considrations complmentaires pour les tudes sur la biodiversit
tablir des liens entre les ressources gntiques et la composition nutritionnelle de laliment Rapporter les liens entre la composition de laliment et celle des diffrents aliments de marque Fournir des preuves dinteractions entre les influences de lenvironnement et la composition de laliment Fournir des valeurs moyennes, reprsentatives pour toute lanne et tout le pays, pour tous les aliments

Vrai

Faux

Question facultative pour ceux qui possdent des connaissances avances en biodiversit alimentaire V.Q24 Quelles informations supplmentaires sont ncessaires pour lidentification correcte des aliments aux fins de la biodiversit alimentaire (cest--dire, aux niveaux de la varit, du cultivar ou de la race) et pour la prparation du plan dchantillonnage dans une optique de biodiversit alimentaire? Slectionnez Vrai ou Faux (3,5 points : point pour chaque rponse correcte) Informations supplmentaires ncessaires aux fins de la biodiversit alimentaire
Pour tous les aliments, les informations taxonomiques sont ncessaires seulement au niveau de lespce. Les informations taxonomiques sont ncessaires au niveau de la varit, du cultivar ou de la race. Lidentification gntique est dsirable si lidentification taxonomique nest pas possible. Les informations sur les aliments de marque sont ncessaires. Les informations environnementales et cologiques sont ncessaires. Les frquences de consommation des aliments sont ncessaires pour les aliments les plus frquemment consomms (par exemple, les pommes, les tomates) Des autorisations thiques sont ncessaires lorsquon travaille avec des communauts autochtones spcifiques et/ou des espces protges

Vrai

Faux

110

Module 5 Questions
Question facultative pour ceux qui ont particip une formation sur la composition des aliments ou qui possdent des connaissances avances. V.Q25 Lchantillonnage pour les recettes est bien plus complexe que lchantillonnage pour les aliments simples, mais beaucoup de procdures dchantillonnage ne couvrent pas les recettes. Quelles informations devraient tre incorpores dans un bon plan dchantillonnage pour les recettes? Slectionnez Vrai ou Faux (4 points : point pour chaque rponse correcte) Donnes supplmentaires requises pour les recettes
Une recette familiale devrait tre reprsentative de celle consomme par la population et les quantits de tous ses ingrdients devraient tre connues. La manire dont la recette est prpare dans le pays devrait tre considre. Une recette prpare par une mnagre choisie alatoirement, avec les ingrdients disponibles son domicile, sera reprsentative de la faon dont la recette est prpare dans le pays. Dans le cas dune recette commerciale (par exemple, dans un restaurant), il nest pas toujours possible de savoir quels ingrdients sont utiliss ni leurs quantits. Au moins dix chantillons de la mme recette devraient tre collects en divers lieux afin de reprsenter la recette. Comme ce type de recette pourrait tre trs diffrent dune recette prpare la maison, elle devrait figurer comme recette commerciale dans la table de composition. Lchantillonnage des ingrdients pour une recette peut tre simplifi (par exemple, sur un march proche) parce que la proccupation la plus importante est que les quantits dingrdients soient reprsentatives de la recette moyenne, telle que consomme dans le pays. Les informations sur les recettes les plus consommes dans un pays et sur leurs ingrdients peuvent tre recueillies partir des enqutes de consommations alimentaires et des livres de cuisine de rfrence ou grce des informateurs cls ou de femmes. De faon idale, lchantillonnage des ingrdients pour une recette devrait suivre les mmes procdures, comme sil sagissait daliments simples. Une recette prpare devrait tre analyse aussi rapidement que possible, ou stocke correctement pour viter des changements dans sa composition nutritionnelle, particulirement au regard des vitamines.

Vrai

Faux

111

Module 5 Questions
EXERCICES V.E1 Un compilateur a lintention dchantillonner du riz, laliment le plus important de son pays, et danalyser la majorit de ses nutriments afin de les inclure dans la table nationale de composition sur les aliments. Le pays a une population de 60 millions dhabitants, dont 50 % vit dans les villes dgale importance A, B, et C. Les villes A et B sont situes dans le Nord et la ville C dans le Sud. Le reste de la population est uniformment rpartie dans dix districts travers le pays. La moiti du riz est importe (une varit de riz blanc et du riz prcuit) et lautre moiti est cultive dans le pays (les deux tiers dans le Nord et un tiers dans le Sud). Il y a deux saisons de culture dans le Nord et une dans le Sud. Il y a trois varits: les varits 1 et 2 sont cultives dans le Nord et la varit 3 dans le Sud. Les consommateurs sont capables de distinguer les varits de riz. Le riz blanc est le plus consomm mais 20 % de la population mange le riz tuv. La mthode de cuisson prdominante consiste le faire bouillir, mais 10 % de la population le fait frire aprs lavoir bouilli. Il nexiste pas de donnes nationales sur la composition nutritionnelle du riz. Dans une table trangre de composition des aliments, on trouve les teneurs en nutriments pour le riz blanc et le riz prcuit. Voici quelques exemples: Riz blanc, cru
Protines (g) Thiamine (mg) Fer (mg) 8,4 (8,3-8,5) 0,41 (0,32-0,53) 0,5 (0,1-1,3)

Riz brun, cru


9,0 (8,6-9,5) 0,59 (0,42-0,68) 1,4 (0,35-2,5)

a) Le compilateur souhaite analyser le riz blanc parce que cest laliment le plus consomm. On souponne de grandes diffrences entre les rgions pour les teneurs en nutriments, mais beaucoup moins quentre les saisons. On dispose dun budget qui permet danalyser les nutriments slectionns dans trois aliments, chacun avec trois chantillons analytiques. Citez le nom des aliments des chantillons pour analyse en tenant compte de lorigine du riz (3 points: 1 point pour chaque rponse correcte) Citez le nom de trois aliments analyser dont on souponne des diffrences lies au lieu de production du riz (rgion, origine du riz import) 1. 2. 3. b) Le compilateur souhaite analyser le riz blanc parce que cest laliment le plus largement consomm. De grandes diffrences entre les saisons pour les teneurs en nutriments sont souponnes, mais beaucoup moins entre les rgions. On dispose dun budget qui permet danalyser les nutriments slectionns dans trois aliments, chacun avec trois chantillons analytiques. Citez le nom des aliments des chantillons analytiques, en tenant compte des variations saisonnires, y compris pour le riz import. (3 points: 1 point pour chaque rponse correcte) Citez le nom de trois aliments analyser dont on souponne des diffrences lies aux saisons, y compris pour le riz import. 1. 2. 3.

112

Module 5 Questions

c) Le compilateur souhaite analyser le contenu nutritionnel de la varit 1. On pense quil existe de grandes diffrences entre les teneurs en nutriments entre les lieux de production mais moins entre les saisons. On dispose dun budget qui permet danalyser trois chantillons analytiques. Citez le nom des chantillons analytiques en tenant compte des diffrences rgionales de la varit 1. (3 points: 1 point pour chaque rponse correcte) Noms daliments des trois chantillons analytiques de la varit 1 si des diffrences rgionales sont suspectes 1. 2. 3. d) Aprs que du riz blanc cru ait t analys pour ses diffrences rgionales, un budget complmentaire a t dgag pour lanalyse de trois aliments de faon tudier le contenu nutritionnel du riz cuit, et afin de publier ces rsultats dans la banque de donnes sur la composition des aliments et sous la forme dun article scientifique. Slectionnez la rponse correcte. (1 point) Options pour analyser le riz cuit en vue de la publication dans la banque de donnes et dun article scientifique
Choisissez danalyser seulement le riz blanc bouilli, car cest la mthode de cuisson la plus commune: faites bouillir le riz des trois chantillons rgionaux de riz cits prcdemment et analysez-les sparment. Puis, calculez les facteurs de rtention des nutriments, que vous pourrez ensuite appliquer au calcul des teneurs en nutriments dautres riz bouillis. Choisissez danalyser un chantillon de riz blanc bouilli (compos des trois chantillons rgionaux); un de riz blanc frit et un de riz tuv bouilli. Ainsi, toutes les mthodes de cuisson principales sont-elles analyses. Choisissez danalyser deux chantillons de riz blanc bouilli (un chantillon compos de lchantillon national et dun riz import), et un de riz tuv bouilli. Ainsi, la cuisson leau comme principale mthode de cuisson, est bien dfinie tout en tenant aussi compte des diffrences rgionales.

e) Calculez le nombre dchantillons pour le fer dans le riz blanc cru (la valeur moyenne trouve dans une table trangre sur la composition des aliments est de 0,5 mg/100 g et lintervalle est de 0,1 - 1,3 mg/100 g). Une exactitude de 10 % et un niveau de confiance de 95 % sont envisags. Si lon veut calculer la taille de lchantillon, il faut disposer dun cart-type (SD) et trois valeurs sont ncessaires pour calculer SD. Dans le contexte de cet exercice, SD est estim 0,6, en supposant que la moyenne est une valeur (valeurs : 0,1 ; 0,5 et 1,1). Supposez une taille dchantillon de 10 pour la valeur t. (2 points) Note: pour un chantillon de taille 10, t = 2,262 et t = 5,1166 Taille de lchantillon > (t n-1)2 x SD2/ (exactitude u moyenne)2

113

Module 5 Questions
V.E2 Un compilateur a chantillonn des pommes pour les analyser et les inclure dans la banque de donnes nationale sur la composition des aliments. chacune des quatre saisons, 10 pommes ont t prleves en 12 points dchantillonnage travers tout le pays, y compris dans les supermarchs, les marchs et petites boutiques. Les 12 points dchantillonnage sont reprsentatifs des 12 rgions du pays. (3 points: 1 point pour chaque rponse correcte) a) Quel nombre dchantillons serait indiqu dans la banque de donnes sur la composition des aliments si chaque aliment tait analys sparment? b) Quel nombre dchantillons serait indiqu dans la banque de donnes sur la composition des aliments si, pour chaque saison, un chantillon composite tait prpar et analys? c) Quel nombre dchantillons serait indiqu dans la banque de donnes sur la composition des aliments si toutes les pommes taient rassembles en un seul chantillon composite et analyses en double?

V.E3 Dans la mesure o les pommes sont des matriaux biologiques, le mme aliment peut avoir des compositions diffrentes. De ce fait, plus le nombre dchantillons analytiques qui servent calculer une teneur moyenne est lev, plus cette donne est exacte. Dans lexemple ci-dessous, calculez la teneur moyenne de laliment pour les trois plans dchantillonnage diffrents. (4,5 points: 1 point pour chaque calcul correct et point pour chaque rponse dinterprtation correcte) Rsultat analytique (mg/100 g de partie comestible)
52 121 88 47 39 94 102 83 75 66 Teneur dans la banque de donnes sur la composition des aliments

Aliments slectionns grce au plan dchantillonnage Plan 1 (n = 10) Plan 2 (n = 5) Plan 3 (n = 1)


x x x x x x x x x x x x x x x x

Interprtation: Vrai Faux Interprtation de la qualit de la valeur selon le nombre dchantillons analytiques
Aucun biais nest introduit quand un chantillon est pris et analys (par exemple, provenant de la boutique du coin). Plus dchantillons daliments sont prlevs et analyss sparment, plus la teneur moyenne est proche de la vraie moyenne. Cette approche permet dvaluer la variabilit dune composition nutritionnelle. Plus dchantillons sont pris et analyss sous la forme dun chantillon composite, plus la teneur moyenne est proche de la vraie moyenne. Cette approche permet dvaluer la variabilit dune composition nutritionnelle.

114

Module 5 Questions
V.E4 Un kilogramme par chantillon analytique et par rptition est ncessaire pour analyser un certain nombre de constituants. Le laboratoire ralise toutes les analyses en doubles. Laliment a une partie comestible de 40 % et on prvoit de stocker un chantillon supplmentaire au conglateur au cas o le laboratoire perdrait un chantillon. Slectionnez le poids daliment prlever. (1 point) Poids daliment ncessaire
3 400 g 7 500 g 4 200 g 3 000 g

115

Module 6 Questions

Module 6
QUALIT DES DONNES ANALYTIQUES
OBJECTIFS PDAGOGIQUES

lissue de ce module, ltudiant sera mme de: comprendre les principes du choix des mthodes analytiques; appliquer ces principes dans le laboratoire ou lors du choix dun laboratoire pour les analyses chimiques; comprendre limportance et la mise en uvre de lassurance de la qualit dans le travail analytique.
TEXTES A TUDIER

Elliot, J. Laboratory Quality Systems Assuring Quality in Laboratory performance Introduction and Overview. Une prsentation PowerPoint disponible ladresse: http://wwwn.cdc.gov/dls/ila/cd/guam/files/Module%201-QS%20Overview.ppt#1 Et, si possible: x Greenfield, H. et Southgate, D.A.T. 2007. Donnes de composition des aliments production, gestion et utilisation. FAO. Rome. Chapitres 5 (p. 87)20, 6 (p. 91-106), et 8 (p. 163-178). Disponible ladresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf x Codex Alimentarius. 2007. Rapport de la vingt-huitime session du comit du Codex sur les mthodes danalyse et dchantillonnage (ALINORM 07/30/23), Juillet 2007, Appendice V. p. 0-61. Disponible ladresse: http://www.codexalimentarius.net/web/archives.jsp?year=07 x EURACHEM/CITAC. 2000. Guide CG4 Quantifying uncertainty in analytical measurement. Seconde dition. QUAM: 2000.1: p. 3-10. Disponible ladresse: http://www.eurachem.org/guides/QUAM2000-1.pdf x EURACHEM/CITAC Guide. 2003. Traceability in Chemical Measurement A guide to achieving comparable results in chemical measurements. p. 3-14. Disponible ladresse: http://www.eurachem.org/
MATRIEL POUR LES EXERCICES

x x

Site Internet de lInternational Laboratory Accreditation Cooperation: http://www.ilac.org/ Site Internet du National Accreditation Board for Testing and Calibration Laboratories: http://www.nabl-india.org/nabl/asp/users/documentMgmt.asp?docType=both

RECOMMANDATION

Il peut tre utile dachever le module 4.d (Mthodes danalyse des constituants) avant de commencer la question VI.Q2
PERTINENCE POUR DIFFRENTS GROUPES (SUR UNE CHELLE DE + A +++++)

x x x x x x

Compilateurs/utilisateurs professionnels ++ Analystes +++++ Lire: 1-3 heures Rpondre aux questions : 1-3 heures Complter les exercices : 1-3 heures EURACHEM. 1998. The Fitness for Purpose of Analytical Methods - A Laboratory Guide to Method Validation and Related Topics. Disponible ladresse: http://www.eurachem.org/guides/valid.pdf .

TEMPS ESTIM POUR

LECTURES SUPPLMENTAIRES SUGGRES

20

Les numros indiqus correspondent aux numros de pages du livre (haut de page) et non ceux du fichier PDF.

117

Module 6 Questions
x x ISO/IEC. 2005. ISO/IEC 17025. General requirements for the competence of testing and calibration laboratories. 2e dition. Disponible ladresse: http://www.iso.org/iso/Catalogue_detail?csnumber=39883 Wolf, W.R. et Andrews, K.W. 1995. Un systme pour dfinir les matriaux de rfrence applicable toutes les matrices alimentaires (titre original : A system for defining reference materials applicable to all food matrices. Fresenius' Journal of Analytical Chemistry. 352(1-2):73-6

118

Module 6 Questions QUESTIONS


VI.Q1 Expliquez pourquoi un compilateur a besoin de comprendre les principes du choix des mthodes analytiques et des systmes dassurance de la qualit au laboratoire. Slectionnez Vrai ou Faux. (2,5 points : point pour chaque rponse correcte) Pourquoi un compilateur a-t-il besoin de comprendre les principes du Vrai choix des mthodes analytiques et des systmes dassurance de la qualit au laboratoire
Pour tre capable de slectionner un laboratoire appropri Pour tre capable de juger la qualit des valeurs nutritionnelles Pour tre capable dvaluer des recettes Pour tre capable de discuter des rsultats analytiques avec les analystes Pour tre capable de slectionner des mthodes analytiques appropries pour la nutrition humaine

Faux

VI.Q2 La qualit de la mthode disponible a un impact sur la qualit des valeurs nutritionnelles. Slectionnez les critres qui dterminent la qualit des donnes de composition des aliments. Slectionnez Vrai ou Faux. (2,5 points : point pour chaque rponse correcte) Critres
Excution minutieuse par un analyste comptent Choix dune mthode analytique approprie et exacte Budget allou lev Systme dassurance de la qualit du laboratoire chantillonnage et manutention des chantillons

Vrai

Faux

VI.Q3 Pour les nutriments suivants, indiquez la qualit des mthodes applicables et disponibles. (9 points: point pour chaque rponse correcte par composant) x x x x x Bonnes mthodes: largement values par des essais collaboratifs; Mthodes adaptes: values avec un nombre limit dtudes; Mthodes non adaptes pour certains aliments: pas tudies sur un large spectre de matrices alimentaires; Absence de mthodes: aucune mthode analytique disponible pour dterminer le constituant; et Inapplicable: le nutriment nest pas analys ses valeurs sont calcules.

119

Module 6 Questions

Bonnes mthodes
Dchets/parties comestibles; nergie Eau; alcool, cendres Protines Azote, total; acides amins Glucides totaux par diffrence Sucres, individuels et totaux; amidon Lipides Cholestrol Acides gras saturs;acides gras monoinsaturs; acides gras polyinsaturs Acides gras trans Fer, calcium, magnsium, potassium, zinc Iode Slnium Acide ascorbique Vitamine C Folates Thiamine, riboflavine, niacine Vitamine A, total Rtinol, carotnes, isomres de vitamine D et E

Mthodes adaptes

Non adaptes pour certains aliments

Absence de mthodes

Inapplicable

VI.Q4 Faites correspondre les termes suivants avec leur dfinition correspondante. (3,5 points: point pour chaque rponse correcte) Il pourrait aussi tre utile de consulter le site du Codex ladresse: http://www.codexalimentarius.net/web/archives.jsp?year=07ALINORM07/30/23, appendice V. Termes: 1. Fidlit 2. Fiabilit 3. Applicabilit 4. Justesse 5. Robustesse 6. Sensibilit 7. Spcificit Numro Dfinition
troitesse de laccord entre lesprance mathmatique du rsultat dessai ou de mesure et la valeur vraie, (Codex, 2007). Quotient du changement dans lindication dun systme de mesure et le changement correspondant dans la valeur de la quantit mesure {VIM} (Codex, 2007). Les analytes, matrices et concentrations pour lesquels une mthode danalyse peut tre utilise de faon satisfaisante pour dterminer la conformit avec une norme (Codex, 2007). Elle peut aussi inclure les mises en garde concernant les interfrences mises en vidence pour dautres constituants.

120

Module 6 Questions
Numro Dfinition
La capacit dune mthode ne mesurer que la substance dsire. Trs frquemment, les mthodes sappuient sur labsence dinterfrences pour atteindre lobjectif. troitesse daccord entre des rsultats dessai indpendants obtenus sous des conditions stipules. dpend uniquement de la distribution des erreurs alatoires et na aucune relation avec la valeur vraie ou la valeur spcifie (Codex, 2007) Une Mesure de la capacit dune mthode analytique de ne pas tre affecte par des variations faibles mais dlibres dans les paramtres de mthode; elle donne une indication de sa fiabilit durant une utilisation normale (Codex, 2007) Terme qualitatif exprimant un degr de satisfaction li aux performances dune mthode, en termes dapplicabilit, de spcificit, de justesse, de prcision, de capacit de dtection et de sensibilit. Le type, la concentration du constituant et les objectifs des analyses dterminent limportance relative des diffrents critres.

VI.Q5 Slectionnez les trois critres essentiels, comme suggr par Egan (1974), pour le choix dune mthode danalyse en vue de la production de donnes pour un programme national sur la composition des aliments. Slectionnez Vrai ou Faux. (3 points: point pour chaque rponse correcte) Critres
La prfrence devrait tre donne aux mthodes pour lesquelles la fiabilit a t tablie par des tudes collaboratives impliquant plusieurs laboratoires. La prfrence devrait tre donne aux mthodes recommandes et adoptes par une organisation nationale. La prfrence devrait tre donne aux mthodes pour lesquelles la fiabilit a t tablie par le principal laboratoire spcialis dans ce domaine. La prfrence devrait tre donne aux mthodes applicables une matrice daliment spcifique. La prfrence devrait tre donne aux mthodes recommandes et adoptes par des organisations internationales. La prfrence devrait tre donne aux mthodes applicables un large ventail de types daliments et de matrices plutt qu celles seulement applicables des aliments spcifiques (en particulier si une seule mthode est utilise dans le laboratoire).

Vrai

Faux

VI.Q6 Les laboratoires peuvent-ils produire de bons rsultats danalyse avec des quipements moins sophistiqus en appliquant une mthode danalyse valide ncessitant une main-duvre importante? Slectionnez Vrai ou Faux. (1,5 points: point pour chaque rponse correcte) Affirmations
Oui, parce que la mthode rpond au critre de qualit de validit et un personnel comptent est capable dexcuter la mthode correctement. Non, parce que seulement les quipements sophistiqus avec des procdures automatises peuvent produire des rsultats de bonne qualit. Non, parce que toutes les mthodes danalyse manuelles et ncessitant une main-duvre importante ont un faible niveau de justesse.

Vrai

Faux

VI.Q7 Associez les termes suivants avec la dfinition correspondante. (3 points : point pour chaque rponse correcte) Note: Il pourrait tre utile de consulter le site du Codex ladresse suivante: http://www.codexalimentarius.net/web/archives.jsp?year=07 ALINORM 07/30/23, appendice V

121

Module 6 Questions
Termes: 1. cart-type de rptabilit [reproductibilit] 2. cart-type relatif de rptabilit [reproductibilit] 3. Limite de dtection 4. Limite de quantification 5. Rcupration 6. Reproductibilit/rptabilit Numro Dfinitions
Fidlit sous des conditions de rptabilit (Codex 2007). Lcart type des rsultats dessais ou de mesure obtenus sous des conditions de rptabilit (Codex, 2007). Cest la partie de la quantit dune substance analyser prsente ou ajoute au matriau dessai qui est extrait et prsent pour la mesure (Codex, 2007). La concentration en analyte correspondant au signal instrumental de mesure le plus bas, qui, pour un niveau de confiance dfini, peut tre interprt comme indiquant que lanalyte est prsent dans lchantillon, mais qui ne permet pas sa quantification. Conventionnellement, sa valeur est estime partir dun chantillon blanc + 3, qui correspond lcart type des signaux mesurs sur lchantillon blanc (dfinition UICPA). En termes de procdure analytique, cest la concentration la plus faible de lanalyte dans un chantillon de laboratoire qui peut tre dtermine avec un certain niveau de confiance (Codex, 2007). Sa valeur est calcule en divisant lcart type de rptabilit [reproductibilit] par la moyenne. Cest une mesure de prcision utile dans les tudes quantitatives. Elle permet de comparer la variabilit de sries de donnes dont les moyennes sont diffrentes. Ses valeurs sont indpendantes de la quantit danalyte sur une tendue raisonnable et facilitent la comparaison des variabilits diffrentes concentrations (Codex, 2007).

VI.Q8 Est-il ncessaire pour un laboratoire dvaluer une mthode bien tablie? Expliquez brivement (1 point)

VI.Q9 Classer dans lordre correct les cinq tapes quun laboratoire devrait suivre pour se familiariser avec une mthode nouvelle 1 tant la premire tape, 5 la dernire tape. (2,5 points: point pour chaque rponse correcte) tapes ncessaires pour dcouvrir une nouvelle mthode
Conduire un essai (sans tenir compte des rsultats) pour vrifier les tapes, en particulier en ce qui concerne le temps de ralisation. Un personnel peu expriment peut avoir besoin davantage de temps pour effectuer lui-mme les adaptations sil y a plusieurs points critiques (par exemple, dans la mthode pour les polysaccharides non amylaces o les tapes de mlange sont critiques). Vrifier la liste des ractifs ncessaires (la standardisation de certains ractifs peut tre ncessaire avant le dmarrage de la mthode), les concentrations de certains ractifs, les conditions dcrites, le temps et les quipements ncessaires, et toute spcification indique pour les quipements. Excuter un exercice sur papier pour sassurer que le principe de la mthode est compris. valuer de faon critique chaque tape pour se familiariser pleinement avec le but et la logique de la mthode. tudier le protocole formel pour la mthode.

122

Module 6 Questions
VI.Q10 La mtrologie est la branche de la science qui soccupe des mesures. Elle nous permet de comprendre les dterminations thoriques et exprimentales et les incertitudes des mesures, et donc la validit (et la fiabilit) de rsultats danalyses. Sa caractristique principale est la traabilit, cest--dire que toutes mesures danalyse obtenues grce une mthode danalyse peuvent tre valides au moyen dun point de rfrence commun. Associez les termes suivants aux dfinitions correspondantes. (4 points: point pour chaque rponse correcte) Note: Il pourrait tre utile de consulter le site du Codex ladresse suivante: http://www.codexalimentarius.net/web/archives.jsp?year=07ALINORM 07/30/23, appendice V et EURACHEM/CITAC guide 2003. Termes: 1. Matriau de rfrence certifi (MRC) 2. tude de performance des laboratoires 3. tude interlaboratoires 4. Matriau de rfrence 5. Validation 6. talonnage 7. Traabilit 8. Incertitude de mesure Numro Dfinition
La confirmation par examen et preuves objectives que des conditions particulires pour un usage spcifique et intentionn sont remplies (dfinition ISO) et quelles permettent de produire les rsultats prvus. Une tude pour laquelle plusieurs laboratoires mesurent une quantit dans une ou plusieurs portions identiques de matires homognes et stables dans des conditions attestes, et dont les rsultats sont regroups dans un seul document (Codex). Paramtre, associ au rsultat dun mesurage, qui caractrise la dispersion des valeurs qui pourraient raisonnablement tre attribues au mesurande (Codex). Une tude qui consiste en une ou plusieurs mesures effectues par un groupe de laboratoires sur un ou plusieurs chantillons pour essais homognes et stables laide de la mthode choisie et utilise par chaque laboratoire. Les rsultats obtenus sont compars avec ceux dautres laboratoires ou la valeur de rfrence connue ou assigne, habituellement dans le but damliorer la performance du laboratoire (Codex). Elle est aussi appele essai daptitude (Codex). Matriau accompagn dun certificat dauthentification, ayant pour chaque quantit spcifie une valeur, une incertitude de mesure et une chane de traabilit mtrologique dfinie (Codex). Proprit du rsultat dun mesurage tel quil puisse tre reli des rfrences dtermines par lintermdiaire dune chane ininterrompue de comparaisons ayant toutes des incertitudes dtermines (Codex). Matriau, suffisamment homogne et stable en ce qui concerne une ou plusieurs quantits spcifies, utilis pour ltalonnage dun systme de mesure, ou pour lvaluation dune procdure de mesure, ou pour attribuer des valeurs et des incertitudes de mesure aux quantits du mme type pour dautres matriaux (Codex). Un processus pour valider une technique et un quipement de mesure spcifiques ou pour tablir une relation entre le systme de mesure et les units de mesure. Il compare une quantit ou une mesure de magnitude ou de justesse inconnue avec un talon de justesse connue (par exemple, un MRC).

VI.Q11 Parmi les techniques suivantes, slectionnez celles qui permettront au laboratoire de valider ses propres performances et/ou avec dautres laboratoires. Veuillez noter que certaines techniques peuvent sappliquer aux deux types de validations. (3,5 points: pour chaque rponse correcte)

123

Module 6 Questions
Techniques
tude de rcupration Mesures rptes Utilisation dchantillons standards ou authentiques Utilisation dchantillons normaux ou de routine avec des concentrations varies Utilisation dchantillons daliments analyss avec des mthodes diffrentes Analyse excute par un second analyste tudes collaboratives

Validation interne au laboratoire

Validation laboratoires

entre

VI.Q12 Classez les matriaux de rfrence suivants du plus lev au plus faible 1 tant le plus lev et 3 le plus faible en fonction de leur qualit et de leur cot. (3 points: point pour chaque rponse correcte) Matriau de rfrence
Matriau de rfrence standard/certifi chantillon standard/authentique Matriau de rfrence interne

Qualit

Cot

Question facultative pour ceux qui ont particip une formation sur la composition des aliments ou qui possdent des connaissances avances VI.Q13 Un matriau de rfrence form dune substance pure (par exemple, un mtal pur) peut tre utilis pour tablir la traabilit une unit SI, mais dans beaucoup de cas, lincertitude des rsultats est leve et inacceptable. Par consquent, un matriau de rfrence certifi (MRC), aussi appel matriau de rfrence standard (MRS), dont les valeurs sont certifies, est souvent utilis pour tablir la traabilit une unit SI. Il a lavantage dtre un aliment avec une matrice spcifique et la certification sapplique cette matrice spcifique et pour une concentration donne. Un matriau de rfrence secondaire est produit au niveau national; il est calibr en utilisant un MRC et peut tre utilis en routine pour des dterminations analytiques. Des matriaux de rfrence tertiaires sont produits de faon interne au laboratoire et calibrs grce un MRC ou des matriaux de rfrence secondaires pour certains analytes. Faites correspondre les termes suivants sur les matriaux de rfrence avec la affirmation correspondante. Pour une rponse, plusieurs solutions sont possibles. (2,5 points : point pour chaque rponse correcte) Note: Lire aussi EURACHEM/CITAC Guide CG 4, Seconde dition, 2000. Quantifying uncertainty in analytical measurements. QUAM : 2000. 1: p. 9-10, disponible ladresse: http://www.eurachem.org/guides/QUAM2000-1.pdf Termes en relation avec les matriaux de rfrence: 1. un matriau de rfrence de type substance pure 2. un matriau de rfrence certifi (MRC) 3. un matriau de rfrence secondaire 4. un matriau de rfrence tertiaire ou interne

124

Module 6 Questions
Affirmations sur les matriaux de rfrence
Matrice naturelle fournie par des institutions internationalement reconnues, dans laquelle certaines substances peuvent avoir t ajoutes. Le matriau est certifi pour un certain nombre danalytes pour un niveau de concentration spcifique, et est utilis pour calibrer des instruments tout en garantissant quune matrice daliment spcifique ne cause pas dinterfrences. Matriau de rfrence produit dans le laboratoire, souvent avec une matrice spcifique pour un analyte. Sa qualit est suprieure celle des chantillons standards ou authentiques, et il est utilis pour les travaux de routine pour contrler la performance des mthodes. Substance de trs haute puret fournie par des institutions internationalement reconnues reprsentant lexcellence mtrologique grce sa justesse la plus leve. Il est utilis pour calibrer les matriaux de rfrence certifis et les mthodes. Il peut tre utilis pour tablir la traabilit des mesures long terme, identifier et dvelopper des mthodes danalyse exactes, et pour valider des mthodes indpendantes. Cest le seul matriau de rfrence qui peut tre utilis pour satisfaire des besoins rglementaires. Il est moins cher quun matriau de rfrence certifi, avec une justesse moindre, et est souvent utilis pour produire des matriaux de rfrence internes. Il est produit lchelle nationale et rgionale.

Question facultative pour ceux qui ont particip une formation sur la composition des aliments ou qui possdent des connaissances avances VI.Q14 Wolf et Andrews (1995) suggrent que tous les aliments peuvent tre classs dans lun des neufs champs de la pyramide. Ils proposent que les aliments se trouvant dans le mme secteur puissent tre chimiquement semblables et, de ce fait, se comportent de faon semblable en termes danalyse. Cest pourquoi, le mme MRC peut tre employ. Indiquez les affirmations correctes concernant la matrice de matriaux de rfrence certifis. Slectionnez Vrai ou Faux. (1,5 points: point pour chaque rponse correcte)

Carbohydrates (CHO)= glucides ; Fat = lipides ; Protein (Prot) = protines

Affirmations correctes concernant le matriau de rfrence certifi (MRC)


Les teneurs en protines, lipides et glucides de laliment analyser doivent tre prises en considration lors du choix du MRC appropri. Les protines sont le principal composant de la matrice du MRC qui produit des interfrences. Les MRC ont t dvelopps pour chacun des neuf groupes, et peuvent, en gnral, tre utiliss pour tous les aliments de ce groupe.

Vrai

Faux

125

Module 6 Questions
Question facultative pour ceux qui ont particip une formation sur la composition des aliments ou qui possdent des connaissances avances VI.Q15 Slectionnez les critres pour les chantillons de contrle interne de la qualit ou pour les matriaux de rfrence internes. Slectionnez Vrai ou Faux (2 points: point pour chaque rponse correcte) Critres pour contrle interne de la qualit
Homogne Matrice similaire celle de lchantillon analyser, et ayant une matrice et des analytes stables sur la dure Matrice similaire celle de lchantillon analyser et ayant une concentration connue et certifie pour lanalyte Raisonnablement peu coteux et facilement disponible en quantit suffisantes

Vrai

Faux

VI. Q16 Quels matriaux parmi les suivants sont souvent utiliss comme matriau de rfrence interne? Slectionnez Vrai ou Faux. (5 points : point pour chaque rponse correcte) Matriau utilis comme matriau de rfrence interne
Poudres non sgrgatives, telles que le lait en poudre crm Poudre duf Huile de poisson Mlange de poudres pour lalimentation parentrale Farine de soja Farine de poisson Lait Glatine Crales pour petit-djeuner Farines

Vrai

Faux

VI.Q17 Associez les trois types dtude collaborative avec leur objectif. (1,5 point: point pour chaque rponse correcte) Types dtudes collaboratives: 1. Essai daptitude 2. Type BCR (Community Bureau of Reference) 3. Type AOAC Type Objectifs
Dvelopper des matriaux de rfrence standards certifis tablir la performance dune mthode Fournir des valuations comparatives de la performance des laboratoires

Question facultative pour ceux qui ont particip une formation sur la composition des aliments ou qui possdent des connaissances avances VI.Q18 Diffrentes valeurs des z-scores ou des carts-types sont recommandes pour valuer des valeurs analytiques (ou autres). Par exemple: 1) ISO 8258:1991 (cartes de contrle de Shewhart) utilise 2 carts types comme avertissement et 3 carts-types pour des actions correctives; 2) pour une base de donnes regionale, ASEANFOODS a accept les valeurs nutritionnelles nationales infrieures 3 z-scores et les valeurs nutritionnelles internationales infrieures 5 z-scores. Pourquoi ces diverses valeurs de contrle sont-elles diffrentes pour diffrents buts? Slectionnez Vrai ou Faux (1 point)

126

Module 6 Questions
Critres dexamen des donnes
Plus les chantillons daliment sont similaires, plus les carts-types ou z-scores devraient tre proches de la moyenne. Tous les laboratoires devraient tre capables de produire des rsultats infrieurs 2 carts-types pour des aliments similaires. Si un jeu de donnes inclut des valeurs de diffrentes qualits et origine (par exemple, des donnes non analytiques ou de diffrentes sources), le z-score ou lcart type peuvent tre plus levs du fait de la plus grande variabilit attendue.

Vrai

Faux

VI.Q19 Indiquez le but des vrifications en cochant : Prparation, Mthode danalyse, ou Calcul. Certaines affirmations peuvent avoir deux rponses correctes. (7 points : point pour chaque rponse correcte) Note: les calculs ne devraient pas tre slectionns si une tape de calcul est requise lorsque la vrification est effectue dans un autre but. Par exemple, vrifier que la dilution est correcte pour un chantillon de laboratoire correspond Prparation, par exemple, dchantillons de laboratoire. Vrification Prparation, par exemple, de lchantillon de laboratoire Mthode danalyse Calcul

Vrifier les points-cls de la performance de la mthode Conduire une tude de rcupration Recalculer la rcupration Vrifier les calculs, y compris toutes les oprations secondaires, comme lexactitude des quations, les oprations mathmatiques simples, les units Vrifier la minralisation de la matrice (pour les cendres) Vrifier lefficacit de lextraction et de la saponification Vrifier la performance dun quipement analytique Rpter les dterminations Vrifier lhomognit de lchantillon daliment Utiliser un matriau de rfrence homogne Vrifier la composition et la concentration des solutions Excuter une analyse en aveugle Excuter des courbes dtalonnage Vrifier les mesures partir des pics obtenus sur les appareils denregistrement

VI.Q20 Dcrivez brivement trois pratiques courantes qui conduisent des erreurs systmatiques dans les rsultats danalyse. (3 points : 1 point pour chaque rponse correcte) 1. 2. 3.

127

Module 6 Questions
VI.Q21 Associez les termes suivants aux dfinitions correspondantes: (2 points: point pour chaque rponse correcte) Termes: 1. Qualit des donnes 2. Contrle de la qualit 3. Assurance de la qualit/programme dassurance de la qualit 4. Bonnes pratiques de laboratoire Numro du terme Dfinition
Un programme dactions planifies et systmatiques pour garantir, avec une confiance adquate, que le produit ou le service satisfera des conditions prescrites de qualit (adaptes a lusage). Cela comprend des mesures objectives pour valuer la performance du laboratoire. Lobjectif est damliorer et de stabiliser la performance. Rsum de toutes les caractristiques qui rendent les mesures appropries pour un usage projet. Les techniques oprationnelles et les activits qui sont utilises pour satisfaire les conditions de qualit. Lobjectif est de tester le produit ou le service pour dtecter dventuelles erreurs. Le processus organisationnel et les conditions dans lesquelles les tudes de laboratoires sont planifies, excutes, suivies, enregistres et rapportes.

VI.Q22 Toutes les tches dun programme dassurance de la qualit peuvent tre catgorises. Les mesures prventives sont prises avant lanalyse pour garantir lexactitude des essais analytiques. Les mesures dvaluation sont des procdures mises en uvre au cours des essais pour valuer si le systme fonctionne correctement. Alors que les mesures correctives sont prises quand une erreur est dtecte. Associez les lments suivants dun programme dassurance de la qualit la catgorie correspondante: Mesures pour prvenir les erreur, Mesures pour valuer le fonctionnement de la mthode, et Mesures pour corriger les erreurs. (7,5 points: point pour chaque rponse correcte)
lments du programme dassurance qualit Mesures pour prvenir les erreurs Mesures pour valuer le fonctionnement de la mthode Mesures pour corriger les erreurs

Utilisation correcte des talons et des matriaux de rfrence Qualification adquate, motivation du personnel et formation continue Remplacement des ractifs dfectueux Contrle de la qualit des ractifs, de la verrerie et des solvants Contrle de la qualit de fonctionnement des instruments et quipements Gestionnaire de laboratoire, responsable du programme dassurance qualit Investigation des valeurs inhabituellement faibles ou leves, incluant des rptitions danalyses; vrification de pertes ou de contaminations possibles de lanalyte; nouvelle vrification des calculs Locaux du laboratoire bien organiss; bonne ventilation et prsence de hottes; alimentation lectrique adquate; qualit et volume adquats pour leau distille et les ractifs Rtalonnage-calibration Prvention des contaminations Dveloppement dun manuel dassurance de la qualit pour une consultation rgulire par lensemble du personnel Maintenance et adaptation du systme denregistrement des rsultats analytiques Programmation rgulire de lentretien et le remplacement des quipements, la re-valuation des rsultats Examen minutieux des rsultats, incluant la comparaison avec ceux dautres laboratoires; choix des analyses rptes Veiller tous les aspects de lchantillonnage des aliments et un stockage adquat des chantillons daliments

128

Module 6 Questions
VI.Q23 Choisissez les affirmations correctes relatives aux tudes de rcupration. Slectionnez Vrai ou Faux. (2 points: point pour chaque rponse correcte) Vrai Faux Affirmations concernant les tudes de rcupration
Les tudes de rcupration sont utilises pour contrler la justesse dune mthode. Les tudes de rcupration sont utilises pour dterminer si une mthode danalyse identifie correctement les diffrentes concentrations des constituants intrinsques dun chantillon daliment. Les tudes de rcupration sur les constituants ajouts indiquent si la mthode est capable de dterminer la concentration des constituants endognes dune matrice alimentaire. La rcupration est value par le rapport entre la concentration ou quantit observe et celle dun matriau contenant lanalyte un niveau de rfrence.

VI.Q24 Les cartes de contrle sont utilises pour contrler la validit des rsultats danalyse. Slectionnez Vrai ou Faux. (1,5 points: point pour chaque rponse correcte) Affirmations sur les cartes de contrle
Une carte de contrle est un graphique montrant classiquement une ligne centrale (la moyenne) et des limites de contrle qui sont bases sur des valeurs statistiques de mesures faites sur une srie ou des sous-groupes dchantillons. Les rsultats dun essai de laboratoire sont reprsents sur un graphique o laxe vertical dtermine les valeurs et laxe horizontal le temps (heures, jours, etc. idalement jusqu 3 mois). Thoriquement, les valeurs doivent tre reparties alatoirement autour de la ligne centrale. La carte de contrle signale un problme si les rsultats danalyse sont alatoirement distribus au-dessus et en dessous de la moyenne et entre les limites de contrle. La carte de contrle signale un problme si les rsultats danalyse indiquent une tendance vers le haut ou vers le bas, si une valeur est en dehors de la limite de contrle ou si plusieurs valeurs conscutives sont au-dessous (ou au-dessus) de la moyenne.

Vrai

Faux

VI.Q25 Parmi les affirmations suivantes, choisissez celles qui dcrivent, soit la variabilit analytique, soit la variabilit du nutriment dans les aliments. Mettez 1 pour la variabilit analytique et 2 pour la variabilit du nutriment dans les aliments. (3 points: point pour chaque rponse correcte) Affirmations concernant (1) la variabilit analytique ou (2) la variabilit du nutriment dans les aliments
Analyses rptes dchantillons daliments Analyse de varits/cultivars/races dun mme aliment Analyse utilisant diffrentes mthodes danalyse Analyse par diffrents analystes Analyse dun mme chantillon par plusieurs laboratoires Analyse daliments de diffrentes rgions ou saisons

129

Module 6 Questions
VI.Q26 Choisissez les affirmations correctes concernant les laboratoires accrdits. Slectionnez Vrai ou Faux. (2,5 points: point pour chaque rponse correcte) Note: Voir aussi le site web de la Coopration internationale pour laccrditation des laboratoires: http://www.ilac.org/ Affirmations sur les laboratoires accrdits
Les laboratoires accrdits ont mis en place un programme dassurance de la qualit et sont certifis par une organisation nationale ou internationale. Par dfinition, un laboratoire accrdit est accrdit pour toutes les mthodes danalyse et matrices daliments. Un programme dassurance de la qualit de haute qualit est synonyme dune accrditation. Les analyses ralises par un laboratoire accrdit sont gnralement plus chres que celles faites par un laboratoire non accrdit parce que le programme dassurance de la qualit a un cot. Les laboratoires accrdits sont rgulirement valus par un organisme daccrditation pour garantir la durabilit de laccrditation.

Vrai

Faux

130

Module 6 Questions
EXERCICES

VI.E1 En Inde, un petit laboratoire souhaite devenir accrdit lchelle nationale pour lanalyse de la vitamine C dans les fruits et les protines dans la viande. Sur les dix dernires annes, il a utilis HPLC pour la vitamine C et la mthode de Kjeldahl pour les protines. Il na jamais particip des essais daptitude ni collabor avec dautres laboratoires pour valuer ses performances. En regardant les documents du site web du Bureau national pour laccrditation pour les tests et laboratoires de calibration (NABL http://www.nablindia.org/nabl/asp/users/documentsMgmt.asp?docType=both), il sest aperu quil tait ncessaire de raliser un nombre de travaux avant dobtenir laccrditation. Indiquez pour les taches suivantes la catgorie de laccrditation correspondante : Phase prparatoire , Amlioration de la mthode , Amlioration des infrastructures et autres , ou Audit daccrditation . (11,5 points: point pour chaque rponse correcte) Tches Phase prparatoire Amliorati on de la mthode Amlioration des infrastructures et autres Audit daccrditation

Participer une tude inter laboratoires Discuter du processus avec tout le personnel concern; lire et discuter de tous les documents Discuter des progrs sur les rsultats danalyse avec tout le personnel concern Recevoir un certificat daccrditation Amliorer les performances des mthodes car les rsultats sont en dehors de la limite de performance acceptable, en comparaison avec dautres laboratoires Former le personnel sur la mthode Prparer la visite de lauditeur Amliorer la paillasse sous hotte, la ventilation, lalimentation lectrique (pour viter les coupures dlectricit) et les mesures de scurit contre les incendies Envoyer un membre du personnel pour travailler dans un laboratoire accrdit pour une priode dun an, afin que par la suite il/elle remplisse les fonctions de gestionnaire de lassurance de la qualit son retour Amliorer le matriau dtalonnage et de rfrence utilis Amliorer lhomognisateur, le stockage des chantillons (pour viter des contaminations croises ou des pertes en nutriments) et la documentation Prparer un manuel dassurance de la qualit faire circuler auprs de lensemble du personnel Envoyer un formulaire de candidature au NABL Amliorer lenregistrement des donnes et larchivage pour y inclure, entre autres, lachat des consommables, des fournitures et des quipements Vrifier que les mthodes sont en accord avec les directives du Codex Amliorer lidentification, le contrle et les actions correctives concernant toute non-conformit Amliorer le rapport de rsultats Amliorer la traabilit des prises dessai des chantillons par rapport aux chantillons originaux Dcider si le laboratoire remplit toutes les conditions pour laccrditation Actualiser les registres sur la qualification du personnel, la formation et la description des fonctions

131

Module 6 Questions
Tches Phase prparatoire Amliorati on de la mthode Amlioration des infrastructures et autres Audit daccrditation

Obtenir un engagement de la direction pour initier le processus daccrditation Sassurer que lobjectif de laccrditation est valide Nommer et missionner un gestionnaire de qualit

VI.E2

Tirez quatre flches dans chaque cible pour dmontrer: a) b) c) d) une mthode fidle mais non juste; une mthode juste mais non fidle; une mthode ni fidle ni juste; une mthode fidle et juste (fiable). c) d)

(4 points: 1 point pour chaque rponse correcte) a) b)

132

Module 7 Questions

Module 7
SOURCES DINFORMATION SUR LA COMPOSITION DES ALIMENTS PUBLIER DES DONNES SUR LA COMPOSITION DES ALIMENTS
OBJECTIFS PDAGOGIQUES

lissue de ce module, ltudiant sera mme de: Savoir o localiser des rfrences sur la composition des aliments, par exemple, sur les donnes, les normes et autres documents techniques; tre capable de juger de la qualit des diffrentes catgories de publications; tre prvenu des exigences pour la rdaction et la soumission dun article scientifique et de les appliquer lcriture darticles.
TEXTES A TUDIER

x Greenfield, H. et Southgate, D.A.T. 2007. Donnes sur la composition des aliments. Production, gestion et utilisation. FAO. Rome. Chapitre 10 (p. 189-191 du livre et non du fichier PDF). Disponible ladresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf
MATRIEL POUR LEXERCICE

x x x x x x x

Guide for Authors. Journal of Food Composition and Analysis (JFCA). Disponible ladresse http://www.elsevier.com/wps/find/journaldescription.cws_home/622878/authorinstructions# Quelques-unes des rfrences indiques ci-dessous dans le paragraphe ressources Compilateurs/ utilisateurs professionnels +++++ Analystes +++++ Lire: 12 heures Rpondre aux questions: 12 heures Complter les exercices: 12 heures

PERTINENCE POUR LES DIFFRENTS GROUPES (SUR UNE CHELLE DE + A +++++)

TEMPS ESTIME POUR

RESSOURCES

Sites Internet et livres x Greenfield, H. et Southgate, D.A.T. 2007. Donnes sur la composition des aliments. Production, gestion et utilisation. FAO. Rome. Disponible ladresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf x INFOODS site Internet: http://www.fao.org/inaliments/index_en.stm x EuroFIR site Internet: http://www.eurofir.net/ . Note : Les sites web dEuroFIR ne sont pas stables et peuvent changer ou devenir inaccessible pour le grand public. x United States Department of Agriculture site Internet: http://www.ars.usda.gov/AboutUs/AboutUs.htm?modecode=12-35-45-00 Tables et banques de donnes sur la composition des aliments x Rpertoire global par rgion, y compris les plus anciennes: http://www.fao.org/inaliments/directory_en.stm par ordre alphabtique avec les liens Internet: http://www.langual.org/langual_linkcategory.asp?CategoryID=4&Category=Food+Composition x Banques de donnes europennes: Partenaires EuroFIR et autres banques de donnes europennes:http://www.eurofir.net/eurofir_knowledge/european_databases Schlotke, F et Moeller, A. 2000. Inventory of European Food Composition Databases and Tables. Disponible ladresse: ftp://ftp.fao.org/ag/agn/inaliments/42867747.pdf

133

Module 7 Questions
Compilation x L Outil pour la compilation , version 1.2.1, un fichier Excel, a t dvelopp par FAO/INFOODS . Cet outil est disponible gratuitement et peut tre tlcharg : http://www.fao.org/infoods/software_fr.stm x Plusieurs Systmes de gestion des banques de donnes sur la composition des aliments ont t dvelopps par diffrents pays mais ils ne sont pas toujours disponibles au public. Nomenclature des constituants x Klensin, J.C., Feskanich, D., Lin, V., Truswell, S.A. et Southgate, D.A.T. 1989. Identification of Food Constituants for INFOODS Data Interchange. UNU, Tokyo. Disponible ladresse: http://www.unu.edu/unupress/unupbooks/80734e/80734E00.htm ou comme fichier PDF ladresse: ftp://ftp.fao.org/es/esn/inaliments/Klensinetal1989Identificationoffoodconstituants.pdf x INFOODS tagnames. Disponible ladresse: http://www.fao.org/inaliments/tagnames_en.stm x EuroFIR component, version 1.1 dans EuroFIR thesaurus. Disponible ladresse: http://eurofir.net/eurofir_knowledge/eurofir_thesauri Nomenclature des aliments x Nomenclature des aliments INFOODS. Disponible ladresse http://www.fao.org/inaliments/nomenclature_en.stm x Thesaurus EuroFIR de description des aliments LanguaL et Food Product Indexer. Disponible ladresse : http://www.langual.org/langual_thesauri.asp Sites Internet sur la taxonomie x http://www.ars-grin.gov/cgi-bin/npgs/html/index.pl x http://mansfeld.ipk-gatersleben.de/ http://www.plantnames.unimelb.edu.au/Sorting/Frontpage.html x http://www.seedtest.org/en/home.html x http://www.fao.org/figis/servlet/static?dom=org&xml=sidp.xml&xp_lang=en&xp_banner=fi x http://www.fishbase.org/home.htm et http://www.fishbase.org/search.php x http://vm.cfsan.fda.gov/%7Efrf/rfe0.html Facteurs de rendement et de rtention, et calcul de recettes x Site Internet EuroFIR sur le calcul de recettes, y compris les facteurs de rendement et de rtention. Disponible ladresse: http://www.eurofir.net/eurofir_knowledge/background_references/recipe_calculation o Bell et al. 2006. Report on Nutrient Losses and Gains Factors Used in European Food Composition Databases (D1.5.5). o Vsquez-Caicedo, A.L., Bell, S. et Hartmann, B. Mars 2008. Report on collection of rules on use of recipe calculation procedures, including the use of yield and retention factors for imputing nutrient values for composite foods (D2.2.9). o Reinivuo, H. et Laitinen, K. Avril 2007. WP2.2 Composite Foods: Harmonisation of Recipe Calculation Procedures (D2.2.12/M2.2.4). o Reinivuo, H. Mai 2007. Inventory of recipe calculation documentations of EuroFIR partners. An annex to the report 'Proposal for the harmonisation of recipe calculation procedures (D2.2.12/M2.2.4). x Bergstrm, L. 1994. Nutrient Losses and Gains. Statens Livsmedelsverk, Uppsala. Disponible ladresse http://www.slv.se/upload/dokument/rapporter/mat_naring/1994_32_Livsmedelsverket_nutrient_l osses_and_gains.pdf

134

Module 7 Questions
x Bognr, A. 2002. Tables of weight yield of food and retention factors of food constituents for the calculation of nutrition composition of cooked foods (dishes). Bundesforschungsanstalt fr Ernhrung, Karlsruhe. Disponible ladresse: http://www.bfel.de/cln_045/nn_784780/SharedDocs/Publikationen/Berichte/bfe-r-0203,templateId=raw,property=publicationFile.pdf/bfe-r-02-03.pdf McCance & Widdowsons the Composition of Foods. 2002. Summary Edition (Sixime dition). Royal Society of Chemistry. Food Standards Agency, Cambridge, Royaume-Uni. p. 431-440. USDA. 1975. Agriculture Handbook N 102. Food Yields Summarized by Different Stages of Preparation. USDA Agricultural Research Service, Washington. Disponible ladresse: http://www.nal.usda.gov/fnic/foodcomp/Data/Classics/ah102.pdf . USDA. 2003. Table of Nutrient Retention Factors, Release 5. Disponible ladresse: http://www.nal.usda.gov/fnic/foodcomp/Data/index.html#retention Rodriguez-Amaya, D.B. 1997. Carotenoids and Food Preparation: The Retention of Provitamin A Carotenoids in Prepared, Processed, and Stored Foods. Disponible ladresse: http://www.mostproject.org/PDF/carrots2.pdf Rodriguez-Amaya, D.B. 1999. Carotenoides y Preparacion de Alimentos: La Retencin de los Carotenoides Provitamina A en Alimentos Preparados, Procesados Almacenados. JSI. Disponible ladresse http://www.inta.cl/latinfoods/TEXTO%20FINAL%20COMPLETO%20CON%20TAPAS%20.pdf Numro spcial de JFCA. 2006. After Processing: The Fate of Food Components. Journal of Food Composition and Analysis, 19 (4): 251-394. Disponible ladresse: http://www.sciencedirect.com/science?_ob=PublicationURL&_tockey=%23TOC%236879%232006 %23999809995%23620669%23FLA%23&_cdi=6879&_pubType=J&_auth=y&_acct=C000047720& _version=1&_urlVersion=0&_userid=927244&md5=83c9235f41a18e28b10082c2812db0d7

x x x x x x

Conventions, normes et dictionnaires internationaux pour la chimie disponibles comme suit: x http://physics.nist.gov/cuu/Units/index.html x http://www.iupac.org/publications/compendium/index.html x http://www.convert-me.com/en/ x http://www.chem.qmw.ac.uk/iupac/ x ISO en ligne: www.iso.org x http://www.ebi.ac.uk/chebi/ x http://www.inchem.org/pages/icsc.html x http://www.cas.org/expertise/cascontent/registry/regsys.html x http://chembiofinder.cambridgesoft.com/chembiofinder/SimpleSearch.aspx Journaux scientifiques sur les donnes de composition (liste adapte partir de P. Hulshof) x Journal of Food Composition and Analysis (Disponible ladresse: http://www.elsevier.com/wps/find/journaldescription.cws_home/622878/description#description ) x Food Chemistry x Journal of Agricultural and Food Chemistry x Journal of Nutrition x American Journal of Clinical Nutrition x Journal of the Science of Food and Agriculture x European Journal of Clinical Nutrition x British Journal of Nutrition x Journal of Dairy Science x Journal of Food Science and Technology x The Journal of Dairy Research x Horticultural Science x African Crop Science Journal x Potato research x Cereal Sciences

135

Module 7 Questions
Accs en ligne journaux scientifiques sur les donnes de composition x AGORA (= Access to Global Online Research in Agriculture) donne un accs gratuit ou tarif rduit 913 journaux scientifiques dans 69 pays. Disponible ladresse: http://www.aginternetwork.org x Directory of Open Access Journals (DOAJ). Disponible ladresse: http://www.doaj.org/ x OPEN ACCESS journaux et archives e-print. Disponible ladresse: http://www.lr.mdx.ac.uk/tempus/ syria/openaccess/ Moteurs de recherche scientifiques x Banques de donnes de rsums o CAB o FSTA o Science Direct x Pour la littrature scientifique/primaire o Scirus: http://www.scirus.com o Google Scholar: http://scholar.google.com o Scopus: http://www.scopus.com x Pour la littrature scientifique/primaire et secondaire o FAO bibliothque virtuelle, mais aussi livres et rapports, etc. Disponible ladresse: http://www.fao.org/waicent/portal/Virtualibrary_en.asp o The NAL Catalogue (AGRICOLA) sur la littrature agricole. Disponible ladresse: http://agricola.nal.usda.gov/ o AGRIS. Disponible ladresse: http://www.fao.org/Agris/ o google: www.google.com Constituants bioactifs x Banque de donnes EuroFIR BASIS. Disponible sur: http://ebasis.eurofir.org/Default.asp x USDA pour les phyto-oestrognes (isoflavones, flavonodes, cholines et pro-anthocyanidines): http://www.ars.usda.gov/Services/docs.htm?docid=6382 Contaminants x Codex Alimentarius: Rsidus de pesticides dans les denres alimentaires ; Limites Maximales de rsidus. Limites maximales de rsidus d' origine trangre :.http://www.codexalimentarius.net/mrls/pestdes/jsp/pest_q-f.jsp et http://www.codexalimentarius.net/mrls/vetdrugs/jsp/vetd_q-f.jsp x OMS, 2009. Banque de donnes GEMS/FOOD. Disponible ladresse: http://www.who.int/alimentsafety/chem/gems/en/index.html x Banques de donnes nationales ou rgionales sur les contaminants. Exemples: o Europe (http://ec.europa.eu/food/food/chimiquesafety/contaminants/index_en.htm ) o tudes de la dite totale. Exemples: Australie: http://www.alimentstandards.gov.au/monitoringandsurveillance/australiantotaldiets1914 .cfm France: http://www.afssa.fr/Documents/RapportEAT1.pdf Nouvelle-Zlande: http://www.nzfsa.govt.nz/science/research-projects/total-dietsurvey/ tats-Unis: http://vm.cfsan.fda.gov/~comm/tds-toc.html Cameroun (voir larticle ladresse: http://www.informaworld.com/smpp/content~content=a791515753~db=all~order=p age )

136

Module 7 Questions
tiquetage nutritionnel x Codex Alimentarius. 2001. tiquetage des Denres Alimentaires - Textes Complets Rvise en 2001. Disponible ladresse: http://www.fao.org/docrep/005/y2770f/y2770f00.htm x Union Europenne. Disponible ladresse: http://ec.europa.eu/food/food/labellingnutrition/foodlabelling/index_en.htm x FDA: NLEA. 1990. Nutrition labelling of food. Disponible ladresse: http://www.cfsan.fda.gov/~lrd/CFR101-9.HTML change de donnes/gestion des banques de donnes x FAO, 2004. Report of the Technical Workshop on Standards for Food Composition Data Interchange. FAO, Rome. Disponible ladresse: ftp://ftp.fao.org/es/esn/inaliments/interchange.pdf x Klensin, J.C. 1992. INFOODS food composition data interchange handbook. United Nations University Press, Tokyo, Japon. Disponible ladresse: http://www.unu.edu/unupress/unupbooks/80774e/80774E00.htm ou comme fichier PDF ftp://ftp.fao.org/es/esn/inaliments/Klensin%201992INALIMENTSDataInterchangeHandbook.pdf x Schlotke, F., Becker, W., Ireland, J., Mller, A., Ovaskainen, M.L., Monspart, J. et Unwin, I. 2000. Eurofoods recommendations for food composition database management and data interchange. Report N EUR 19538, Luxembourg: Bureau des publications officielles des communauts europennes. Disponible ladresse: ftp://ftp.fao.org/ag/agn/inaliments/EuroalimentsRecommandations.pdf x Site technique Internet EuroFIR sur le Systems Development Task Group (WP1.8 TG3), plusieurs documents: http://eurofir.net/?q=node/94 x Outil pour la compilation version 1.2.1 Disponible ladresse: http://www.fao.org/infoods/software_fr.stm Formations et confrences x Site Internet des formations INFOODS: http://www.fao.org/infoods/training_en.stm et des confrences internationales sur les donnes alimentaires: http://www.fao.org/infoods/food_data_conf_en.stm sur les confrences traitant de la composition des aliments et de la nutrition: http://www.fao.org/infoods/meetings_en.stm x United Nations University, site Internet sur le dveloppement de potentiel: http://unu.edu/capacitybuilding/index.htm et Capacity Development laide dateliers de formation distance: http://www.unu.edu/elearning/workshop_200811/ (ce lien doit tre copi dans le champ dadresse Internet) Mthodes danalyse x Liste des livres essentiels pour les banques de donnes sur la composition des aliments (appendice 7, p. 244-246 de Greenfield et Southgate (2007) x AOAC page daccueil: www.aoac.org x AOAC: publication des normes rcentes dans les mthodes AOAC, disponible ladresse: http://eoma.aoac.org/ x CEN (Comit europen de normalisation) normes. CEN/TC 275 Analyse des aliments - mthodes horizontales, par exemple, CEN TC 275 WG 9 Vitamines et Carotnodes. Disponible ladresse: http://www.nal.din.de/gremien/CEN%2FTC+275/en/54740484.html x IUPAC Compendium of Chemical Terminology - the Gold Book. Disponible ladresse: http://goldbook.iupac.org/index.html Qualit des donnes analytiques x Codex Alimentarius. 2007. Rapport de la vingt-huitime session du comit du Codex sur les mthodes danalyse et dchantillonnage (ALINORM 07/30/23), Juillet 2007, Appendice V. p. 0-61. Disponible ladresse: http://www.codexalimentarius.net/web/archives.jsp?year=07 x EURACHEM/CITAC. 2000. Guide CG4. Quantifying uncertainty in analytical measurement. Seconde dition. QUAM: 2000.1:p. 3-10. Disponible ladresse: http://www.eurachem.org/guides/QUAM2000-1.pdf

137

Module 7 Questions
x x x x x EURACHEM/CITAC Guide. 2003. Traceability in Chemical Measurement A guide to achieving comparable results in chemical measurements. p. 3-14 Disponible ladresse: http://www.eurachem.org/ EURACHEM. 1998. The Fitness for Purpose of Analytical Methods - A Laboratory Guide to Method Validation and Related Topics. Disponible ladresse: http://www.eurachem.org/guides/valid.pdf . Elliot, J. Laboratory Quality Systems Assuring Quality in Laboratory Performance Introduction and Overview. Prsentation PowerPoint disponible ladresse: http://wwwn.cdc.gov/dls/ila/cd/guam/fichiers/Module%201-QS%20Overview.ppt#1 Site Internet de International Laboratory Accreditation Cooperation: http://www.ilac.org/ ISO/IEC. 2005. ISO/IEC 17025. General requirements for the competence of testing and calibration laboratories. dition 2. Disponible ladresse: http://www.iso.org/iso/Catalogue_detail?csnombre=39883

138

Module 7 Questions QUESTIONS


VII.Q1. Faites correspondre les termes ci-dessous avec la description avantages/inconvnients correspondants. (4 points: point pour chaque rponse correcte) Termes: 1. Publications primaires 2. Publications secondaires 3. Rapports non publis 4. Rapports danalyse Terme Description
Contiennent habituellement des donnes provenant danalyses spcifiquement ralises pour un programme sur la composition des aliments, ou pour dautres applications. Comprennent des articles scientifiques dans des revues comit de lecture. Comprennent des rapports allant denregistrements analytiques des rapports internes (par exemple, des rapports de socits, instituts ou organisations). Les exemples sont des revues ou des compilations publies, des tables et banques de donnes sur la composition des aliments, de la littrature sans comit de lecture et des livres. Quelques rfrences dans cette catgorie ne sont pas accessibles par les indexes bibliographiques usuels et sont appeles littrature grise (par exemple, les rapports techniques, les fiches dinformation, les journaux internes, les bulletins, les publications en cours, les posters, les rsums ou les thses).

et

les

Terme Avantages/inconvnients
Ils/elles reprsentent une importante collection de donnes sur la composition des aliments compiles en conformit avec des normes internationales (par exemple, les banques de donnes sur la composition des aliments), mais la documentation complte nest pas toujours accessible au public. Ils/elles publient des donnes sur la composition des aliments qui sont revues par des experts. Elles ne sont pas toujours pertinentes ou adquates pour une banque de donnes nationale sur la composition des aliments parce que les donnes peuvent avoir t collectes pour un objectif autre que celui dtre reprsentatif de la composition dun aliment dun pays donn. Ils/elles publient des donnes sur la composition des aliments qui ne sont pas revues par des experts. Elles peuvent avoir t collectes pour un objectif de composition des aliments ou pour dautres buts, ce qui les rend moins pertinentes ou adquates pour une banque de donnes nationale sur la composition des aliments. Ils/elles incluent des donnes non directement accessibles au public mais qui peuvent tre des donnes de composition des aliments pertinentes et de bonne qualit.

VII.Q2 Slectionnez laffirmation correcte sur la relation entre la documentation trouve dans les publications et lvaluation de sa qualit. (1 point) Relation entre la documentation trouve dans les publications et les critres dvaluation de sa qualit
Les critres formels de qualit ne peuvent pas tre appliqus aux donnes sur la composition des aliments venant de publications sans documentation approprie. Lapplication de critres formels de qualit appliqus aux donnes sur la composition des aliments venant de publications sans documentation approprie donnera un rsultat mdiocre. Une documentation complte sur les donnes sur la composition des aliments nest pas ncessaire pour apprcier leur qualit.

139

Module 7 Questions
VII.Q3 Dterminez lordre de priorit de la littrature selon la qualit des donnes pour des objectifs de composition des aliments, 1 dsignant la qualit la plus haute et 6 la plus basse. (3 points: point pour chaque rponse correcte) Littrature
- Articles scientifiques bien documents ou rapports internes portant sur les aliments dautres pays - Banques de donnes sur la composition des aliments dautres pays accompagnes dune documentation bien faite - Articles scientifiques bien documents ou rapports internes portant sur les aliments de son propre pays - Articles scientifiques ou rapports internes insuffisamment documents - Donnes analytiques envoyes sans documentation par des fabricants - Rsultats analytiques originaux produits pour la composition des aliments accompagns dune bonne description de laliment et du constituant, dun plan dchantillonnage correct, dune assurance de la qualit, etc. - Banques de donnes sur la composition des aliments dautres pays accompagnes, en introduction, dune documentation limite - Livres sur la nutrition (gnralement des citations globales de rfrences) - tiquettes daliments

Ordre

Pour les tudiants plus avancs VII.Q4 Dans beaucoup de pays, les produits manufacturs constituent une part importante du rgime. Cest pourquoi, il est souhaitable que les teneurs en nutriments de ces aliments soient incluses dans les tables sur la composition des aliments. Indiquez comment sont obtenues les teneurs en nutriments daliments manufacturs. Slectionnez Vrai ou Faux. (3 points: point pour chaque rponse correcte) Comment obtenir des teneurs en nutriments daliments manufacturs
Les fabricants partagent facilement les donnes sur la composition nutritionnelle de leurs produits et les transmettent normalement avec une documentation complte sur lchantillonnage et les mthodes danalyse. La meilleure faon pour runir des donnes sur la composition nutritionnelle est de les copier partir de ltiquette. Cependant, ces donnes sont souvent simplement calcules partir de banques de donnes sur la composition des aliments et il nest pas toujours possible que le compilateur obtienne les mtadonnes du fabricant pour les quelques nutriments de ltiquette. Avec certains logiciels, il est possible, partir de la liste des ingrdients et des teneurs en nutriments figurant sur ltiquette, deffectuer un calcul grossier des teneurs en nutriments daliments manufacturs. Ce calcul est plus simple et exact si les quantits dingrdients sont fournies. Dans la plupart des pays, il existe des banques de donnes centrales avec des donnes sur la composition des aliments pour les aliments manufacturs vendus dans le pays. Beaucoup de socits importantes ont des sites Internet qui contiennent des donnes nutritionnelles sur leurs produits. Les donnes sur la composition des aliments peuvent toujours tre copies partir des donnes des aliments manufacturs des autres pays parce que la formulation dun produit est toujours identique dun pays lautre.

Vrai

Faux

140

Module 7 Questions
EXERCICES

Lisez les Instructions aux auteurs du Journal of Food Composition and Analysis VII.E1 (disponible ladresse : http://www.elsevier.com/wps/find/journaldescription.cws_home/622878/authorinstructions# ) et rpondez aux questions suivantes. Si cest mentionn, rayez la/les rponse(s) incorrectes. (33 points: 1 point pour chaque rponse correcte) Questions
Responsabilits des auteurs (2 points) Langue de publication (1 point) Noms des produits chimiques (1 point) Format des nombres (2 points) Units des constituants en gnral et de lnergie en particulier (2 points) Expression des calculs (1 point) Listez deux constituants non recommands (2 points) Prsentation et longueur de larticle (2 points)

Rponses

Rsum: listez deux objectifs (2 points) Nombre minimum de mots-cls et objectifs (2 points) Introduction: listez deux objectifs (2 points) Matriel et mthodes: listez deux lments dcrits dans cette section (2 points)

Rsultats: listez deux lments dcrits dans cette section (2 points) Indications spcialement exiges pour les rsultats dtudes utilisant (et citant) des banques de donnes sur la composition des aliments (1 point) Conclusion: listez deux lments dcrits ici (2 points)

141

Module 7 Questions
Citations: pour chaque couple, slectionnez la rponse correcte. Rayez celle qui est incorrecte (2 points) Liste des rfrences et format des rfrences: pour chaque couple, slectionnez la rponse correcte. Rayez celle qui est incorrecte (2 points) Nombre de relecteurs (1 point) Listez deux critres de refus du manuscrit (2 points)

VII.E2 Indiquez la rponse aux questions suivantes. Consultez la liste des ressources au dbut de ce module. Si cest mentionn, rayer la/les rponse(s) incorrectes. (11 points: 1 point pour chaque rponse correcte) Questions
Indiquez le document qui fournit les facteurs de rtention et de rendement, comme on les utilise en Europe (1 point) Quel est lintervalle des facteurs de rtention des nutriments pour la vitamine C dans les pommes de terre bouillies en Europe? Voir Bell et al., 2006 (1 point) Quel facteur de rtention des nutriments pour la vitamine C dans les pommes de terre bouillies est propos par EuroFIR? Voir Vsquez-Caicedo et al., 2008 (1 point) Quel systme de calcul des recettes est propos par EuroFIR pour lEurope? Rayez celle(s) qui est/sont incorrecte(s) (2 points) Le facteur de rendement doit tre appliqu: au niveau de lingrdient ou au niveau de la recette ou pas du tout Les facteurs de rtention des nutriments doivent tre appliqus: au niveau de lingrdient ou au niveau de la recette ou pas du tout

Rponses

Citez deux sites Internet o lon peut trouver des liens vers des tables et banques de donnes sur la composition des aliments publies dans le monde entier (2 points) Listez deux journaux scientifiques qui publient frquemment des donnes sur la composition des aliments (pas le lien Internet) (2 points) Indiquez le site Internet sur lequel on peut trouver des donnes sur la contamination des aliments par les mtaux lourds en France (1 point) Listez une banque de donnes sur les constituants bioactifs qui soit accessible au grand public sans mot de passe (1 point)

142

Module 8 Questions

Module 8
RECETTES ET AUTRES CALCULS
OBJECTIFS PDAGOGIQUES

lissue de ce module, ltudiant sera mme de: comprendre les principes du calcul des recettes et savoir comment les calculer; comprendre linfluence des facteurs de rtention et de rendement des nutriments et savoir comment les utiliser lors dun calcul de recettes ; reprsenter les recettes et leurs mtadonnes dans les banques de donnes de rfrence et utilisateur21; savoir comment remplacer des donnes manquantes.
TEXTES A TUDIER

Charrondire, U.R. Calcul des valeurs nutritionnelles (VN) des recettes et des valeurs manquantes. Prsentation PowerPoint disponible ladresse: http://www.fao.org/infoods/presentations_fr.stm Et, si possible : x Greenfield, H. et Southgate, D.A.T. 2007. Donnes de composition des aliments production, gestion et utilisation. FAO. Rome. Chapitres 1 (p. 7-9), 10 (p. 200), 11 (p. 211-213) et Annexe 6 (p. 242)22. Disponible ladresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf x Rand, W.M., Pennington, J.A.T., Murphy, S.P. et Klensin, J.C. 1991. Compiling Data for Food Composition Data Bases. United Nations University, Tokyo. Sections 4-6 (Data from other sources, Estimation from data on similar foods; Calculation for multi-ingredient foods) p. 30-62 dans le fichier PDF. Disponible ladresse: http://www.unu.edu/unupress/unupbooks/80772e/80772E00.htm ou le fichier PDF: ftp://ftp.fao.org/es/esn/inaliments/Randeal1991CompFCDBases.pdf
MATRIEL POUR LES EXERCICES

FAO/INFOODS Outil pour la compilation version 1.2.123, un fichier Excel disponible ladresse http://www.fao.org/inaliments/software_en.stm

RECOMMANDATION

Avant de dmarrer ce module, il peut tre utile de complter les modules 2, 3 et 4.b .
RESSOURCES

Facteurs de rendement et de rtention et calcul de recettes x Site Internet EuroFIR sur le calcul de recettes, y compris les facteurs de rendement et de rtention. Disponible ladresse: http://www.eurofir.net/eurofir_knowledge/background_references/recipe_calculation o Bell et al. 2006. Report on Nutrient Losses and Gains Factors Used in European Food Composition Databases (D1.5.5). o Vsquez-Caicedo, A.L., Bell, S. et Hartmann, B. Mars 2008. Report on collection of rules on use of recipe calculation procedures, including the use of yield and retention factors for imputing nutrient values for composite foods (D2.2.9). o Reinivuo, H. et Laitinen, K. Avril 2007. WP2.2 Composite Foods: Harmonisation of Recipe Calculation Procedures (D2.2.12/M2.2.4).

21
22 23

Pour une explication de ces termes, voir p. 10-12 dans Greenfield et Southgate (2003). Les numros de page correspondent aux numros de page du livre (haut de page) non ceux du fichier PDF. Ce fichier Excel a t dvelopp par la FAO/INFOODS et il est gratuitement disponible sur le site Internet INFOODS. Les utilisateurs sont invits changer les facteurs de rtention des nutriments selon leurs besoins et ajouter plus de facteurs sils sont ncessaires. Lors dune modification dun facteur ou de lajout de lignes, il faudrait veiller ce que les formules continuent prendre en compte les bonnes cases et garder lesprit que les teneurs en nutriments de recettes dj calcules sont susceptibles de changer.

143

Module 8 Questions
Reinivuo, H. Mai 2007. Inventory of recipe calculation documentations of EuroFIR partners. An annex to the report 'Proposal for the harmonisation of recipe calculation procedures (D2.2.12/M2.2.4). Bergstrm, L. 1994. Nutrient Losses and Gains. Statens Livsmedelsverk, Uppsala. Disponible ladresse http://www.slv.se/upload/dokument/rapporter/mat_naring/1994_32_Livsmedelsverket_nutrient_l osses_and_gains.pdf Bognr, A. 2002. Tables of weight yield of food and retention factors of food constituents for the calculation of nutrition composition of cooked foods (dishes). Bundesforschungsanstalt fr Ernhrung, Karlsruhe. Disponible ladresse: http://www.bfel.de/cln_045/nn_784780/SharedDocs/Publikationen/Berichte/bfe-r-0203,templateId=raw,property=publicationFile.pdf/bfe-r-02-03.pdf McCance & Widdowsons the Composition of Foods. 2002. Summary Edition (Sixime dition). Royal Society of Chemistry. Food Standards Agency, Cambridge, Royaume-Uni. p. 431-440.USDA. 1975. Agriculture Handbook N 102. Food Yields Summarized by Different Stages of Preparation. USDA Agricultural Research Service, Washington. Disponible ladresse: http://www.nal.usda.gov/fnic/foodcomp/Data/Classics/ah102.pdf USDA. 2003. Table of Nutrient Retention Factors, Release 5. Disponible ladresse: http://www.nal.usda.gov/fnic/foodcomp/Data/index.html#retention Rodriguez-Amaya, D.B. 1997. Carotenoids and Food Preparation: The Retention of Provitamin A Carotenoids in Prepared, Processed, and Stored Foods. Disponible ladresse: http://www.mostproject.org/PDF/carrots2.pdf Rodriguez-Amaya, D.B. 1999. Carotenoides y Preparacion de Alimentos: La Retencin de los Carotenoides Provitamina A en Alimentos Preparados, Procesados Almacenados. JSI. Disponible ladresse http://www.inta.cl/latinfoods/TEXTO%20FINAL%20COMPLETO%20CON%20TAPAS%20.pdf Numro spcial de JFCA. 2006. After Processing: The Fate of Food Components. Journal of Food Composition and Analysis 19 (4): 251-394. Disponible ladresse: http://www.sciencedirect.com/science?_ob=PublicationURL&_tockey=%23TOC%236879%232006 %23999809995%23620669%23FLA%23&_cdi=6879&_pubType=J&_auth=y&_acct=C000047720& _version=1&_urlVersion=0&_userid=927244&md5=83c9235f41a18e28b10082c2812db0d7 o Compilateurs/ utilisateurs professionnels +++++ Analystes + Lire: 1-2 heures Rpondre aux questions: 1-3 heures Complter les exercices: 2-5 heures

x x x x

PERTINENCE POUR DIFFRENTS GROUPES (SUR UNE CHELLE DE + A +++++)

x x x x x

TEMPS ESTIME POUR

144

Module 8 Questions
QUESTIONS
VIII.Q1 Faites correspondre les termes relatifs correspondante. (2,5 points: point pour chaque rponse correcte) Termes: 1. Pas une recette 2. Recette multi-ingrdients 3. Recette un seul ingrdient 4. Facteur de rendement (YF) 5. Facteur de rtention du nutriment (RF) Termes Description
Prparation partir de plusieurs aliments (par exemple, soupe de lgumes) Pourcentage de prservation des nutriments, en particulier des vitamines et minraux, dans un aliment ou un plat aprs conservation, prparation, transformation, maintien au chaud ou rchauffage Prparation dun aliment avec un ingrdient (par exemple, pommes de terre bouillies) Aliment sans prparation (par exemple, pomme crue) Pourcentage du changement de poids pour les aliments ou les recettes du fait de la cuisson

aux

recettes

avec

la

description

VIII.Q2 Pour la recette suivante, identifiez le nom de recette, le nom et la quantit dun ingrdient, les quantits pour la recette, le mode de prparation et le facteur de rendement. (3,5 points: point pour chaque rponse correcte) Riz blanc, frit 550 g de riz bouilli 168 g doignons en tranches 30 g dhuile vgtale 21 g dail 2 g de sel 1 g dpices Poids de la recette avant cuisson: 772 g Frire les oignions et lail, ajouter le riz et assaisonner. Perte de poids: 5,6 % lment correspondant dans la recette ci-dessus
Nom de lingrdient principal Quantit de lingrdient principal Mode de prparation de la recette Facteur de rendement Nom de la recette Poids de la recette avant cuisson Poids de la recette aprs cuisson

145

Module 8 Questions
VIII.Q3 Slectionnez la plus mauvaise mthode pour recueillir des informations sur une recette et ses ingrdients. (1 point) Mthode de recueil des informations sur une recette et ses ingrdients la moins efficace
Livres de cuisine Groupes de discussion centraliss, surtout dans les pays en dveloppement Votre recette prfre Internet Liste quantitative des ingrdients partir dune tiquette ou fournie par un fabricant

VIII.Q4 Dterminez lordre correct des tapes de cration et calcul des teneurs en nutriments pour des recettes destines une table ou une banque de donnes sur la composition des aliments, 1 tant la premire tape et 5 la dernire. (2,5 points: point pour chaque rponse correcte) Ordre tapes de cration et calcul des teneurs en nutriments pour des recettes
Sassurer que tous les ingrdients possdent toutes les teneurs en nutriments (pas de donnes manquantes) Prparer pour la banque de donnes utilisateur: 1) un catalogue des recettes listant pour chaque recette, les ingrdients et leurs quantits, une courte description de la prparation et le facteur de rendement utilis; 2) une liste de facteurs de rtention des nutriments (par aliment ou groupe daliments) - Slectionner les recettes inclure dans la table ou la banque de donnes sur la composition des aliments - Recueillir les recettes et numrer tous les ingrdients avec les quantits et le mode de prparation - Calculer pour tous les ingrdients la quantit en grammes de portion comestible - Collecter et/ou analyser les facteurs de rendement et de rtention des nutriments - Convenir du systme de calcul des recettes; saisir tous les facteurs de rendement et de rtention des nutriments dont on a besoin. Vrifier les rsultats du calcul des recettes et les recopier dans la banque de donnes de rfrence - Lancer le programme de calcul - Documenter les donnes (origine des recettes, facteurs de rendement et de rtention des nutriments; systme de calcul des recettes)

VIII.Q5 Dans beaucoup de livres de cuisine, les ingrdients ne sont pas indiqus en grammes mais en units mnagres (par exemple, un oignon, deux cuillres soupe dhuile, une demi-tasse de farine). Slectionnez la rponse correcte pour indiquer comment idalement, si ce nest pas dj le cas dans votre pays, les units mnagres et les coefficients comestibles des ingrdients doivent tre obtenus. (1 point) Les poids des units mnagres et des coefficients comestibles des ingrdients doivent tre obtenus comme suit:
les copier partir dautres banques de donnes nationales (par exemple, USDA) parce quelles sont identiques dans la plupart des pays. prlever des chantillons alimentaires (par exemple, dix) pour chaque ingrdient, les peser avec et sans la partie non comestible, enregistrer les valeurs et calculer la moyenne des poids et la portion comestible moyenne. les estimer en fonction de votre exprience personnelle.

VIII.Q6 Les recettes peuvent tre calcules en utilisant diffrentes mthodes, selon que lon applique ou non et quel niveau les facteurs de rendement et de rtention des nutriments. Les facteurs sont applicables au niveau de lingrdient (cest--dire aux teneurs en nutriments de chaque ingrdient) ou au niveau de la recette (cest--dire aprs avoir additionn les teneurs en nutriments de tous les ingrdients). Faites correspondre la mthode avec le concept ou la dfinition qui correspond. (2 points: point pour chaque rponse correcte)

146

Module 8 Questions
Mthodes: 1. Mthode daddition des valeurs nutritionnelles des ingrdients crus (en abrg Mthode ingrdients crus), cest--dire que des teneurs en nutriments des ingrdients crus sont additionnes sans appliquer aucun facteur (ni de rendement ni de rtention); 2. Mthode ingrdient, cest--dire que lapplication des facteurs de rendement et de rtention des nutriments se fait aux niveaux des ingrdients; 3. Mthode recette totale, cest--dire que lapplication des facteurs de rendement et de rtention des nutriments se fait au niveau de la recette globale; 4. Mthode mixte, cest--dire que le facteur de rendement est appliqu au niveau de la recette et les facteurs de rtention des nutriments au niveau des ingrdients. Dfinition et concept qui correspond
Ingrdient 1: NV x RF Ingrdient 2: NV x RF Ingrdient 3: NV x RF ----------------------------------------------------Recette: Somme x 1/YF Ingrdient 1: NV Ingrdient 2: NV Ingrdient 3: NV -------------------------------------------------------Recette: Somme Ingrdient 1: NV Ingrdient 2: NV Ingrdient 3: NV -------------------------------------------------------------Recette: Somme x 1/YF x RF Ingrdient 1: NV x 1/YF x RF Ingrdient 2: NV x 1/YF x RF Ingrdient 3: NV x 1/YF x RF ------------------------------------------------------Recette: Somme

NV = teneurs en nutriments, YF = facteur de rendement, RF = facteur de rtention du nutriment VIII.Q7 Indiquez la/les rponse(s) correcte(s) pour montrer si les facteurs de rtention des nutriments existent pour tous les aliments, recettes et groupes daliments ou de recettes. Slectionnez Vrai ou Faux. (2 points: point pour chaque rponse correcte) Les facteurs de rtention des nutriments existent pour:
Tous les groupes daliments Tous les aliments et ingrdients Toutes les recettes Tous les groupes de recettes

Vrai

Faux

VIII.Q8 Idalement comment devrait-on obtenir les facteurs de rendement et de rtention des nutriments? Dterminez lordre correct des rponses pour obtenir des donnes de bonne qualit; 1 reprsente la meilleure qualit et 4 la plus mauvaise. (2 points: point pour chaque rponse correcte) Ordre Les facteurs de rendement et de rtention des nutriments peuvent tre obtenus :
en calculant le facteur de rendement de la recette partir des facteurs de rendement de ses ingrdients, ce qui nest ralisable que si les facteurs de rendement de tous les ingrdients sont connus ou en copiant les facteurs de rendement partir de la littrature tout en prfrant ceux qui proviennent de recettes similaires. en les estimant daprs votre exprience personnelle. en pesant les aliments ou la recette avant et aprs cuisson ou en analysant les teneurs en nutriments de la recette avant et aprs cuisson. en copiant les facteurs daliments et de recettes plus ou moins identiques, en ayant pour objectif de constituer un jeu complet de facteurs.

147

Module 8 Questions
VIII.Q9 Il peut arriver que les teneurs en nutriments pour quelques ingrdients soient manquantes. Slectionnez la rponse correcte pour indiquer comment traiter ce problme lors dun calcul de recette. (1 point) Traiter le problme des valeurs manquantes lors dun calcul de recette
Faire la somme des teneurs en nutriments de tous les ingrdients, sans se soucier quil y ait des valeurs manquantes pour lun des ingrdients. Faire la somme des teneurs en nutriments de tous les ingrdients seulement sil ny a pas de donnes manquantes pour lun des ingrdients, ou si la donne manquante provient dun ingrdient mineur, ou si on estime que la donne manquante ne contribue que faiblement la valeur nutritionnelle de la recette. Faire la somme des teneurs en nutriments de tous les ingrdients, sans se soucier quil y ait des valeurs manquantes pour les ingrdients principaux.

VIII.Q10 Dans un pays donn, des recettes peuvent avoir des noms diffrents mme si elles contiennent les mmes ingrdients; ou bien avoir le mme nom alors quelles contiennent diffrents ingrdients, selon la rgion; ou elles peuvent prsenter des diffrences de composition pour certains ingrdients. Slectionnez la rponse correcte pour indiquer comment traiter ce problme. (1 point) Traiter le problme des diffrences de noms et dingrdients pour la mme recette
Utiliser le mme nom de recette mais en changeant les ingrdients. Ajouter lingrdient qui change au nom de la recette et changer les ingrdients en consquence. Il nest pas ncessaire dajouter la rgion au nom car les gens sont capables didentifier la recette rgionale grce la liste des ingrdients. Ajouter les ingrdients qui changent et/ou la rgion au nom de la recette (et aussi son synonyme) et changer les ingrdients en consquence.

VIII.Q11 numrer quatre sources possibles derreur lors du calcul dune recette. (4 points: 1 point pour chaque rponse correcte) 1. 2. 3. 4. VIII.Q12 Les teneurs en nutriments des recettes peuvent tre calcules ou analyses. Lanalyse des recettes est trs coteuse mais les teneurs en nutriments dune recette analyse sont exactes. Le calcul des teneurs en nutriments des recettes est bon march et permet une grande souplesse mais les rsultats sont de moins bonne qualit compars des donnes analytiques originales. Il existe dautres avantages et inconvnients ces approches. Slectionnez parmi les affirmations suivantes les raisons pour lesquelles les compilateurs de tables et banques de donnes sur la composition des aliments devraient calculer les valeurs des nutriments en utilisant des recettes ou dautres procdures de calcul/estimation, plutt quen effectuant des analyses. Slectionnez Vrai ou Faux. (3 points: point pour chaque rponse correcte)

148

Module 8 Questions
Raisons pour lesquelles les compilateurs de tables et banques de donnes sur la composition des aliments devraient calculer et estimer les valeurs des constituants des recettes
Le calcul des recettes est ncessaire parce que les recettes ne peuvent pas tre analyses avec un bon niveau de prcision. Il vaut mieux avoir des valeurs de qualit mdiocre ( laide des recettes et estimations) que des donnes manquantes. tant donn que les variations intra- et inter-individus lors de la prparation dune recette sont suprieures la prcision des teneurs en nutriments des recettes calcules ou analyses, on peut calculer les valeurs nutritionnelles des recettes consommes par la population. La plupart des utilisateurs ont besoin de donnes sur les recettes, en particulier dans les pays dont les recettes reprsentent une large proportion de lapport alimentaire total. Les compilateurs peuvent facilement raliser ces calculs et normalement atteindre une meilleure qualit que les utilisateurs. Cest pourquoi il est prfrable que les donnes calcules pour des recettes soient publies dans les tables et banques de donnes sur la composition des aliments. Les mthodes de calcul des recettes sont aussi utilises pour calculer la composition nutritionnelle des aliments cuits (cest--dire calculer les valeurs nutritionnelles dune recette ingrdient unique). Mais comme la composition nutritionnelle des aliments cuits est identique celle des aliments crus, il est inutile de calculer les teneurs en nutriments des aliments cuits. Les teneurs en nutriments manquantes (par exemple, la teneur manquante de la vitamine C dune compote de fruits) ne sont pas importantes parce quelles ninfluencent pas les estimations dapports nutritionnels. Toutes les donnes manquantes peuvent tre remplaces par un zro.

Vrai

Faux

VIII.Q13 correcte)

Dans le texte qui suit, rayez les options incorrectes. (4,5 points: point pour chaque rponse

Les recettes sont analyses parce que ces donnes sont de mauvaise/bonne qualit. Les inconvnients lis lanalyse dune recette sont que: 1) dans une recette analyse, tous les ingrdients et leurs quantits sont fixs/modifiables cest--dire quaucun/quelques ingrdient ne peut tre chang sans introduire des modifications pour au moins une des teneurs en nutriments analyses; et 2) la prparation de la recette reprsente souvent le mode de prparation dune population/personne. Les teneurs en nutriments dune recette peuvent/ne peuvent pas tre estimes partir de celles dune recette similaire qui a t analyse. Les compositions en ingrdients des recettes sont peu/trs variables, en fonction des prfrences et de la disponibilit des ingrdients. Les teneurs en nutriments analyses dune recette ne sont applicables que pour des quantits fixes de tous les/quelques ingrdients, ce qui signifie que lanalyse des recettes est/nest pas rentable. Il est plus/moins rentable danalyser les ingrdients crus des recettes et de calculer ensuite les diffrentes recettes bases sur les ingrdients analyss, plutt que danalyser chaque recette sparment. VIII.Q14 Des donnes sont manquantes dans la plupart des tables et banques de donnes sur la composition des aliments. Faites correspondre les expressions correctes avec la dfinition correspondante. (2 points: point pour chaque rponse correcte) Expressions: 1. Donne manquante 2. Aliment manquant 3. Nutriment manquant 4. Documentation manquante Dfinitions correspondantes
Un nutriment qui manque pour tous les aliments. Une valeur qui manque pour un aliment, (par exemple, la teneur en un nutriment, la partie comestible (dchet), la densit). Des mtadonnes ne sont pas disponibles pour expliquer une valeur. Laliment ou une recette et leurs teneurs en nutriments ne sont pas indiqus.

149

Module 8 Questions
VIII.Q15 numrez trois approches pour complter des donnes manquantes dans une banque de donnes sur la composition des aliments. (3 points: 1 point pour chaque rponse correcte) 1. 2. 3. VIII.Q16 Listez quatre faons possibles de vrifier si un aliment provenant dune autre source est bien le mme, ou du moins le plus similaire possible, que les aliments de votre propre banque de donnes. Faites le mme exercice pour les nutriments. (8 points: 1 point pour chaque rponse correcte) Vrifier sil sagit du mme aliment (ou du moins du plus similaire) 1. 2. 3. 4. Vrifier sil sagit du mme nutriment 1. 2. 3. 4.

VIII.Q17 Lorsque lon copie des teneurs en nutriments partir dautres sources, il est recommand de vrifier que les teneurs en eau, lipides et protines de laliment emprunt lautre source correspondent bien celles de laliment de sa propre banque de donnes avant dincorporer la(les) donne(s) manquante(s). Souvent, si lon constate des diffrences significatives (par exemple, plus de 10 %), les valeurs sont ajuster avant de les incorporer dans votre propre banque de donnes. Faites correspondre les nutriments qui ont besoin dtre ajusts avec les nutriments correspondants lors de diffrences significatives de teneurs entre aliments. (1,5 points: point pour chaque rponse correcte) Nutriment avec des diffrences significatives: 1. Diffrence significative des teneurs en lipides 2. Diffrence significative des teneurs en eau 3. Diffrence significative des teneurs en protines Ajustez les teneurs en nutriments en fonction des nutriments suivants
Vitamines hydrosolubles et minraux Acides gras, fractions dacides gras, vitamines liposolubles, cholestrol Acides amins

150

Module 8 Questions
VIII.Q18 Pour chacune des vitamines suivantes, indiquez si elles dpendent des teneurs en lipides ou en eau de laliment. (3 points: point pour chaque rponse correcte) Vitamine
A B C D E K

Dpend de la teneur en eau

Dpend de la teneur en lipides

VIII.Q19 Faites correspondre les calculs suivants avec les formules correspondantes. (3 points: point pour chaque rponse correcte) Calculs: 1. Calculer la teneur en vitamine C de la pomme de terre bouillie, partir de la pomme de terre crue; 2. Calculer la teneur en eau dune recette; 3. Extrapoler la teneur en acides gras et lajuster selon la diffrence des teneurs en lipides entre laliment source et votre aliment (par exemple, avec une diffrence > 10 %); 4. Extrapoler la valeur nutritionnelle et lajuster selon la diffrence des teneurs en eau entre laliment source et votre aliment (par exemple, avec une diffrence > 10 %); 5. Extrapoler la valeur nutritionnelle sur la base de la matire solide non lipidique (aussi appele matire sche non lipidique) ; 6. Transformer la valeur nutritionnelle sur la base de 100 g de matire sche (MS) en 100 g portion comestible (PC) en utilisant la teneur en eau. Formules correspondantes
VN (SF) x (100 eau (OF) lipides (OF)) = ----------------------------------------------------------------100 eau (SF) lipides (SF) [teneur en eau de laliment cru ou de la recette-(a-b)/b] x 100 o a= poids cru et b=poids aprs cuisson NV (PC) = NV (MS) x (100 water)/ 100 VN (SF) x (100 eau (OF)) / (100 eau (SF)) VN de laliment cru ou de la recette x 1/YF x RF VN (SF) x lipides (OF) /lipides (SF)

VN= valeur nutritionnelle, YF = facteur de rendement, RF = facteur de rtention du nutriment, SF = aliment source, cest--dire laliment dont la VN a t copie, OF = aliment dans sa propre table, cest--dire laliment de votre propre banque de donnes pour lequel la VN est copie

VIII.Q20 Faites correspondre les aliments avec la mthode correspondante de calcul ou destimation des teneurs en nutriments manquantes. (5,5 points: point pour chaque rponse correcte) Aliments: 1. Cuisse de poulet avec la peau, crue 2. Ctelette de porc avec la matire grasse visible, crue 3. Ctelette de porc avec la matire grasse visible, grille 4. Buf en ragot 5. Yaourt, de lait de brebis, crm, nature 6. Yaourt, de lait de vache, sucr, nature, entier 7. Fromage, de lait de vache, pte presse, 30 % de matire grasse 8. Mangue sche 9. Salade de fruits mlangs 10. Banane, crue (tel quachete, cest--dire, comprenant la partie non comestible) 11. Cornflakes, enrichis 151

Module 8 Questions
Comment calculer ou estimer les teneurs en nutriments manquantes
Mesurer la viande maigre et la matire grasse visible et construire une recette avec ces deux ingrdients en tenant compte des proportions mesures. Les teneurs en nutriments de la viande de porc maigre crue et de la matire grasse de porc crue peuvent tre extraites de travaux analytiques ou copies dautres sources. Prendre les teneurs en nutriments des cornflakes non enrichis et remplacer les valeurs des nutriments enrichis par celles indiques sur ltiquette. Prendre les teneurs en nutriments du yaourt entier nature et ajouter le sucre en fonction des informations sur ltiquette sur la teneur en glucides et recalculer lnergie (vrifier quils contiennent bien tous les deux du lait de vache). Peser la viande et la peau et construire une recette avec ces deux ingrdients en tenant compte des proportions mesures. Les teneurs en nutriments de la viande et de la peau crues peuvent tre extraites de travaux analytiques ou copies dautres sources Prendre les teneurs en nutriments de la banane crue (partie comestible) et appliquer le coefficient comestible toutes les teneurs. Prendre les teneurs en nutriments du fromage pte presse 45 % de matire grasse et ajuster la fois les teneurs en lipides, en vitamines liposolubles et en cholestrol selon les proportions (vrifier quils contiennent bien tous les deux du lait de vache). Prendre les teneurs en nutriments du yaourt entier nature et ajuster la fois les teneurs en lipides, en vitamines liposolubles et en cholestrol selon les proportions (vrifier quils contiennent bien tous les deux du lait de brebis). Prendre les teneurs en nutriments de la ctelette de porc avec la matire grasse visible, crue et effectuer un calcul de recette. Slectionner les facteurs de rtention des nutriments appropris, soit pour laliment spcifique, soit pour le porc, soit pour la viande (en fonction des donnes disponibles) et mesurer ou estimer le facteur de rendement. Slectionner une recette (par exemple, dans un livre de cuisine classique), vrifier que tous les ingrdients sont rpertoris (en particulier leau et les huiles de cuisson), transformer la quantit dingrdient en poids, slectionner les aliments avec les teneurs en nutriments compltes dans la banque de donnes, slectionner les facteurs de rendement et de rtention des nutriments appropris et appliquer le systme de calcul des recettes. Slectionner une recette (par exemple, dans un livre de cuisine classique), transformer la quantit dingrdient en poids de portion comestible, slectionner les aliments avec les teneurs en nutriments compltes dans la banque de donnes, additionner les ingrdients et ramener les teneurs en nutriments 100 g. Prendre les teneurs en nutriments de la mangue crue, mesurer la teneur en eau de la mangue sche et ajuster toutes les teneurs en nutriments selon la diffrence entre teneurs en eau (vrifier que la mangue crue est similaire la mangue sche, en termes de couleur, dans la mesure o la teneur en carotne varie significativement avec les diffrentes couleurs).

VIII.Q21 Indiquez pour les nutriments suivants, si les donnes manquantes peuvent tre estimes partir des autres nutriments du mme aliment. Slectionner Oui ou Non. Si oui est slectionn, indiquez comment elles peuvent tre estimes. (4 points: point pour chaque rponse correcte) Nutriment
Glucides disponibles Contribution du tryptophane dans lquivalent niacine Rtinol Calcium

Peut tre estim Oui/Non


Oui/Non Oui/Non Oui/Non Oui/Non -

Comment lestimer

152

Module 8 Questions
EXERCICES VIII.E1 Une enqute de consommation alimentaire a t ralise en Afrique du Sud et la recette omelette aux oignons et tomates a t enregistre. Les ingrdients et leurs quantits ont t pris partir dun livre de cuisine classique. Transformez les quantits dingrdients en grammes de partie comestible de la recette et arrondir les poids de faon ce quils se terminent par 0 ou 5 g. Par exemple, 111,5 g de beurre sont arrondis 110 g. (5 points: 1 point pour chaque rponse correcte) Donnes disponibles: 1 uf de trs gros calibre = 58 g (USDA) 1 uf de petit calibre = 38 g (USDA) 1 uf = 50 g (tables de McCance et Widdowson Royaume-Uni) 1 uf = 45 g (mesur en Afrique du Sud) 1 tasse doignons hachs = 160 g (USDA) 1 oignon = 170 g (Afrique du Sud) 1 grosse tomate = 182 g (USDA) 1 tomate moyenne = 123 g (USDA) 1 petite tomate = 91 g (USDA) 1 tomate moyenne = 100 g (Afrique du Sud) 1 petite tomate = 80 g (Afrique du Sud) 1 cuillre soupe = 15 mL (mesure personnelle) 1 cuillre caf = 5 mL (mesure personnelle) Densit du lait = 1,03 g/mL (tables de McCance et Widdowson Royaume-Uni) Densit du beurre = 0,96 g/mL (mesure personnelle) Coefficient comestible de loignon = 0,9 (mesure personnelle) Coefficient comestible de luf = 0,95 (mesure personnelle) Coefficient comestible de la tomate = 0,91 (mesure personnelle) Volume en mL u densit = poids en g Omelette aux oignons et tomates, avec les ingrdients proposs dans le livre de cuisine
2 ufs 2 cuillres soupe de lait 1 cuillre caf de beurre 1 gros oignon 2 petites tomates

Poids de lingrdient dans la partie comestible

VIII.E2 Questions

Rpondez aux questions suivantes. (7 points: 1 point pour chaque rponse correcte) Rponses

Un steak cru de 200 g, aprs avoir t grill, pse 150 g. Quel est son facteur de rendement? Dans le steak cru prcdent, il y a 20 g de protines pour 100 g. Combien y a-t-il de protines dans le steak grill? Dans 100 g de poisson frais, il y a 12 g protines et 75 g deau. Aprs schage, le poisson perd 60 g deau. Combien y a-t-il de protines dans 100 g de poisson sch? 100 g de haricots secs contiennent 22 g de protines. Combien y a-t-il de protines dans 50 g de haricots secs? 100 g de haricots secs contiennent 22 g de protines.

153

Module 8 Questions
Combien y a-t-il de protines dans 100 g de haricots bouillis si le facteur de rendement est de 2,5? Un compilateur compare des teneurs pour 100 g provenant de diffrentes sources. Un produit cralier de la banque de donnes nationale contient 20 g de glucides (en glucides disponibles par diffrence). Le mme aliment a 25 g de glucides (en glucides totaux par diffrence) et 5 g de fibres alimentaires dans les tables USDA et 20 g (en quivalents monosaccharide) dans les tables anglaises24. Quelle est la teneur la plus proche de la teneur nationale? Un porridge au mas contient 300 g de farine complte de mas, 200 g de haricots oeil noir schs et 100 g doignons crus. Faire bouillir tous les ingrdients. Quel ingrdient majeur est manquant?

VIII.E3 Calculez les teneurs en nutriments de la tomate bouillie partir de la tomate frache. Utiliser lOutil pour la compilation, version 1.2.1 et calculez les teneurs en nutriments dun aliment cuit en suivant les instructions ci-dessous. Ensuite, copiez les rsultats des calculs qui se trouvent dans les diffrentes cases de lOutil pour la compilation dans les rponses correspondantes du tableau ci-dessous. (15 points: 1 point pour chaque rponse correcte) Note: LOutil pour la compilation version 1.2.1 est un fichier Excel disponible ladresse http://www.fao.org/infoods/software_fr.stm. Les noms des constituants sont les tagnames. Leurs descriptions et units peuvent tre retrouves dans la feuille de calcul composants (et ladresse http://www.fao.org/INFOODS /tagnames_en.stm). Pour ceux qui ne sont pas tellement familiers avec Excel, ils peuvent trouver utile de consulter l Excel Help (Aide Excel) disponible ladresse http://office.microsoft.com/en-us/excel/FX100646951033.aspx. Le nom des fonctions Excel dcrit ci-dessous peuvent tre diffrent dans Word Vista. tapes logiques suivre pour un calcul de recette: Lobjectif le plus important de cet exercice est que vous compreniez les formules et les tapes, ainsi vous serez capable de calculer les teneurs en nutriments de nimporte quel aliment cuit partir de laliment cru correspondant. 1. Insrez une ligne pour laliment cru et ses teneurs en nutriments dans la feuille de calcul calcul des recettes (pour copier les teneurs, utilisez collage spcial et non collage). 2. Insrez la ligne vide de laliment cuit pour calculer ses teneurs en nutriments. 3. Regardez les formules de lexemple sur le riz bouilli et essayez de comprendre comment elles fonctionnent : - la formule dans la case poids cuit est le produit du poids cru fois le facteur de rendement ; - la formule pour toute valeur nutritionnelle (excepte celles de leau et de XN = facteur de conversion dazote en protines) est le produit de la valeur nutritionnelle de laliment cru divise par le facteur de rendement fois le facteur de rtention du nutriment. Dans cet exemple, le facteur de rtention du nutriment correspond celui du groupe des lgumes et produits drivs - facteur de rtention bouilli ; - la formule pour la valeur de leau est la valeur de leau de laliment cru moins la diffrence entre le poids de laliment cru et cuit. Cette somme est divise par le poids cuit et le rsultat est multipli par 100 pour obtenir le poids pour 100 g daliment cuit ; - la case de XN doit avoir la mme valeur que celle de laliment cru. 4. Copiez les formules de calcul des teneurs en nutriments partir de lexemple (pour copier les teneurs, utilisez collage et non collage spcial). 5. Entrez le facteur de rendement correct pour la recette dans la case facteur de rendement, dans cet exemple E122. 6. Adaptez la formule de calcul des teneurs en nutriments. Faites que la formule indique les cases exactes pour les facteurs de rendement et de rtention des nutriments ainsi que la case avec les
24

Glucides totaux par diffrence fibres alimentaires = glucides disponibles par diffrence. Glucides en quivalents monosaccharides/1,1 = glucides disponibles en poids.

154

Module 8 Questions
teneurs en nutriments de laliment cru (dans ce cas la tomate frache) et copiez-la dans la case avec la formule corrige pour toutes les valeurs nutritionnelles (sauf pour celles de WATER (eau) et XN) - Changer dans la formule de la valeur dnergie (R123) le numro de la case du facteur de rendement pour quil indique toujours celui de la recette, dans ce cas E121 (pour la tomate bouillie) ; et changez le numro de la case du facteur de rtention pour quil indique celui du groupe des lgumes et produits drivs - facteur de rtention bouilli . Le signe de $ avant le E et avant 121 indique lordinateur de toujours prendre en compte cette case spcifique (facteur de rendement pour la tomate bouillie) dans le calcul des valeurs, quand vous copieriez cette formule dautres cases pour calculer la valeur nutritionnelle dautres nutriments - copiez cette formule toutes les valeurs nutritionnelles, sauf leau et XN - la formule de leau reste comme telle. - Entrez la valeur de XN de la tomate crue dans la case de XN de la tomate bouillie 7. Vrifiez que votre calcul est correct et quaucune valeur nulle nest inopinment produite (sil nexiste pas de valeur pour la tomate crue et que la formule est saisie, Excel donnera la valeur 0 la tomate crue. 8. Copiez ces nouvelles teneurs en nutriments calcules pour la tomate bouillie (avec collage spcial) dans la feuille de calcul calcul des recettes et ensuite dans la feuille de calcul banque de donnes de rfrence o vous pouvez aussi documenter ces nouvelles donnes. Instructions spciales pour lexercice sur le fichier Excel: Rappelez-vous bien que lutilisation dExcel exige un travail trs attentif. Utilisez collage spcial pour copier les valeurs et collage pour copier les formules. La moindre erreur soit dans une formule, soit en la copiant collant, soit en linsrant des endroits incorrects, conduit des rsultats errons. Cest pourquoi, il faut toujours vrifier que les formules se rfrent aux bonnes cases et il faut toujours rflchir avant dutiliser collage, collage spcial ou insrer si cest la bonne fonction. 1. Copiez la ligne 21 (tomate, mre, crue dernier enregistrement) partir de la feuille de calcul banque de donnes de rfrence et la coller dans la feuille de calcul calcul de recettes la ligne 120. Utilisez la fonction collage spcial, valeurs. 2. Copiez la ligne 23 (tomate, bouillie) partir de la feuille de calcul banque de donnes de rfrence et collez-la dans la feuille de calcul calcul de recettes la ligne 119. Procdez alors comme suit pour la feuille de calcul calcul de recettes: 1. Copiez les lignes 37-40 dans les lignes 121-124 (cest--dire copiez toutes les formules de calcul de recettes un seul ingrdient partir de lexemple du riz bouilli et calculez les teneurs en nutriments de la tomate bouillie sur la base de celles de la tomate crue). 2. Tapez 100 (pour 100 g) dans la case E120 et 1 comme coefficient comestible pour la tomate bouillie (case Q123) car la tomate bouillie est consommable 100 %. 3. Intgrez le facteur de rendement de 0,8 (Bergstrm, 1994) en E122 et le systme calculera le poids aprs cuisson (voir le changement dans la case E121 le poids aprs cuisson est de 80 g, calcul partir de 100 g de tomate crue en appliquant le facteur de rendement de 0,8). 4. Maintenant, il faut modifier la formule de faon ce quelle a intgre le facteur de rtention des nutriments pour les lgumes bouillis et le facteur de rendement de la tomate bouillie. Modifiez la formule du premier nutriment (ENERC-kJ original) dans la case R123. La formule doit devenir: =R120*1/$E$122*R63 (Noubliez pas le signe = en dbut de formule, sinon le systme ne saura pas quil sagit dune formule). 5. lexception de WATER et XN, copiez cette formule dans toutes les cases de la ligne 123 qui ont une valeur nutritionnelle la ligne 120 (si vous appliquez la formule une case qui ne contient pas de valeur nutritionnelle pour la tomate crue, Excel cre une valeur zro pour la tomate bouillie. Ce serait une grave erreur. Il faut donc veiller viter de produire des valeurs zro pour la tomate bouillie). 6. Pour XN, prenez la mme valeur que pour laliment cru (la valeur pour XN ne change pas en cuisant). 7. Pour WATER (leau), il existe une formule spciale. Le systme calcule automatiquement la teneur en eau pour 100 g du plat cuit partir de la formule introduite.

155

Module 8 Questions
8. Vrifiez que vous avez calcul la teneur en nutriments de la tomate bouillie uniquement sil y a une teneur pour la tomate crue la ligne 120 (supprimer les 0 sil manque des valeurs dans la ligne de la tomate crue sinon, vous tes en train de crer des valeurs zro la place de donnes manquantes, ce qui, comme on la dit auparavant, reprsente une grave erreur!!). 9. Copiez avec collage spcial, valeurs (si vous utilisez par erreur collage vous copiez uniquement les formules) les teneurs en nutriments de la ligne 123 dans la ligne 119 de 100 g de Tomate bouillie et enfin copiez toute la ligne 119 dans la feuille de calcul banque de donnes de rfrence la ligne 23 pour la tomate bouillie. Flicitations Maintenant, vrifiez que vous avez effectu le calcul correctement en rpondant aux questions suivantes. Recopiez dans la rponse correspondante, les nombres et formules obtenus dans lOutil pour la compilation. Questions
Poids aprs cuisson Formule pour calculer leau (case V123) Catgorie daliments choisie pour les facteurs de rtention des nutriments La formule de calcul de la teneur en lipides (Lipides standards) de la tomate bouillie est =AB120*1/$E$122*AB63. Que reprsente $E$122? Teneurs de la tomate bouillie Coefficient comestible XN (deux chiffres aprs la virgule) Eau (un chiffre aprs la virgule) Lipides standardiss (deux chiffres aprs la virgule) Glucides standardiss (deux chiffres aprs la virgule) Fibres alimentaires standardises (deux chiffres aprs la virgule) Vitamine A standardise (deux chiffres aprs la virgule) Riboflavine (trois chiffres aprs la virgule) Acide gras en C4:0, indiffrencis (deux chiffres aprs la virgule) Lysine (deux chiffres aprs la virgule) Les teneurs en nutriments calcules seraient-elles diffrentes si la mthode ingrdient ou recette totale avait t applique? Slectionnez oui ou non.

Rponses (copiez le rsultat ou la formule correspondant partir de lOutil pour la compilation)

------------

VIII.E4 Calculez les teneurs en nutriments de la recette Riz frit aux tomates en utilisant la mthode mixte. Utilisez lOutil pour la compilation version 1.2.1 et calculez les teneurs en nutriments de la recette en suivant les instructions ci-dessous. Rpondez alors aux questions suivantes partir des calculs effectus dans la feuille Excel. (15 points: 1 point pour chaque rponse correcte) Riz frit aux tomates 200 g de riz blanc bouilli 150 g de tomates crues 30 g de margarine Instructions de cuisson: frire les tomates dans la margarine, ajouter le riz bouilli et laisser frire quelques minutes. Perte en eau: 10 % 156

Module 8 Questions
tapes logiques suivre pour le calcul de la recette: Lobjectif le plus important de cet exercice est que vous compreniez les formules et les tapes. Ainsi vous serez capables de calculer les teneurs en nutriments de nimporte quelle recette partir des ingrdients crus correspondants. 1. Insrez les lignes avec les aliments crus et leurs teneurs en nutriments dans la feuille de calcul calcul de recettes (pour copier les valeurs utiliser collage spcial et non pas collage). Elles ont des teneurs en nutriments pour 100 g. 2. Insrez une ligne vide pour la recette et pour calculer ses teneurs en nutriments. 3. Crez pour chaque ingrdient une ligne et adaptez les poids des ingrdients daprs leurs poids de portion comestible dans la recette. 4. Choisissez un mode de calcul des recettes (mthode recette totale, ingrdient ou mixte). 5. tudiez les formules de lexemple de recette et essayez de comprendre comment elles fonctionnent : - la formule dans la case poids cuit est le produit du poids cru fois le facteur de rendement. Une adaptation de la formule nest pas ncessaire. - la formule pour chaque valeur nutritionnelle des ingrdients est construite de la mme faon (except pour XN et leau): cest la valeur nutritionnelle correspondant de laliment cru multiplie par la proportion relative de poids de lingrdient dans la recette puis multiplie par le facteur de rtention pour le groupe alimentaire et sa mthode de cuisson. - la formule de la somme des valeurs nutritionnelles des ingrdients dans la recette indique la somme des teneurs pour ce nutriment dans la recette. Par exemple : =SUM(R131:R133) signifie que la somme est calcule partir des valeurs dnergie des trois ingrdients de la recette. Une adaptation doit tre faite si le nombre dingrdient change. Sil y a 4 ingrdients, la somme doit inclure ces 4 ingrdients. - la formule des valeurs nutritionnelles de la recette pour 100 g est construite de cette manire (except pour leau et XN): Cest la somme de la valeur nutritionnelle de tous les ingrdients, divise (/) par le poids de la recette cuite et multiplie (*) par 100 pour arriver 100 g de recette. Par exemple : =R134/$E$135*100 signifie que la valeur nutritionnelle des ingrdients dnergie (R134) est divise (/) par le poids de la recette cuite (E135) et multiplie (*) par 100 pour arriver 100 g de recette. Le signe $ avant le E et avant 135 indique lordinateur de toujours prendre en compte cette case spcifique (poids de la recette cuite) dans le calcul des teneurs, quand vous copiez cette formule dautres cases pour calculer la valeur nutritionnelle dautres nutriments. - la formule pour la valeur de leau est la valeur de leau de laliment cru moins la diffrence entre le poids de laliment cru et cuit. Cette somme est divise par le poids cuit et le rsultat est multipli par 100 pour obtenir le poids pour 100 g daliment cuit. Une adaptation de la formule nest pas ncessaire; - la formule de la case de XN (facteur de conversion dazote en protines) correspond la valeur des protines divise par la valeur dazote. Par exemple : =Y137/X137 indique que la valeur des protines (Y137) est divise (/) par la valeur dazote (X137). Une adaptation de la formule nest pas ncessaire; 6. Copiez les formules de calcul des teneurs en nutriments partir de celles de lexemple (pour copier les formules utilisez collage et non collage spcial). 7. Entrez le facteur de rendement correct pour la recette dans la case facteur de rendement, dans cet exemple E136. 8. Adaptez les formules pour calculer les teneurs en nutriments de la recette en indiquant les cases exactes des facteurs de rendement et de rtention des nutriments et les bonnes cases contenant les teneurs en nutriments des aliments crus puis copiez les formules pour toutes les valeurs sauf pour WATER (leau) et XN. - Une adaptation des formules nest pas ncessaire pour les cases de : poids cuit de la recette, leau et XN. - Par exemple adaptez la formule de lnergie =R126*($E$131/100)*R33 pour 200 g de riz blanc bouilli. Elle affiche la case de lnergie du riz blanc cru pour 100 g (R126), multiplie (*) par le poids de riz dans la recette (E131) divise par 100 pour arriver sa proportion de poids de lingrdient dans la recette, puis multiplie par le facteur de rtention du groupe Crales et produits drivs - facteur de rtention bouilli (R33). Le signe $ avant le E et avant 131

157

Module 8 Questions
indique lordinateur de toujours prendre en compte cette case spcifique (poids de riz dans la recette) dans le calcul des teneurs, quand vous copiez cette formule dautres cases pour calculer la valeur nutritionnelle dautres nutriments. Faites la mme chose pour lnergie de la tomate et de la margarine qui doivent indiquer respectivement le facteur de rtention du groupe des lgumes frits et matires grasses frites. - Par exemple adaptez =SUM(R131:R133) qui signifie que la somme des valeurs dnergie des trois ingrdients de la recette (de R131 R133) est calcule. Dans ce cas spcifique, aucune adaptation nest ncessaire. Par contre, une adaptation doit tre faite si le nombre dingrdients change. Sil y a 4 ingrdients, la somme doit inclure les 4 ingrdients. Noubliez pas dadapter aussi la somme des poids des ingrdients dans la recette (E134), si ncessaire. - Par exemple adaptez =R134/$E$135*100 qui signifie que la valeur nutritionnelle des ingrdients dnergie (R134) est divise (/) par le poids de la recette cuite (E135) et multiplie (*) par 100 pour arriver 100 g de recette. Le signe $ avant le E et avant 135 indique lordinateur de toujours prendre en compte cette case spcifique (poids de la recette cuite) dans le calcul des teneurs, quand vous copieriez cette formule dautres cases pour calculer la valeur nutritionnelle dautres nutriments. - Dans cet exemple, copiez les cases de lnergie que vous avez adaptes (R131 R137) et collez-les aux cases correspondantes des autres nutriments (except pour leau et XN). 9. Vrifiez que vos calculs sont corrects et quaucune valeur zro na t gnre par accident (sil nexiste pas de valeur pour tous les ingrdients et que la formule est saisie, Excel gnrera une valeur 0 pour la recette). 10. Copiez les teneurs en nutriments de la recette nouvellement gnres (avec collage spcial) dans la ligne insre (voir tape 2) et copiez ensuite la ligne de la feuille de calcul calcul de recettes dans la feuille de calcul banque de donnes de rfrence o vous devrez aussi documenter les nouvelles teneurs. Instructions spciales pour lexercice sur le fichier Excel: Rappelez-vous bien que lutilisation dExcel exige un travail trs attentif. Utilisez collage spcial pour copier les teneurs et collage pour copier les formules. La moindre erreur soit dans une formule, soit en la copiant collant, soit en linsrant des endroits incorrects, conduit des rsultats incorrects. Cest pourquoi, il faut toujours vrifier que les formules se rfrent aux bonnes cases et il faut toujours rflchir avant dutiliser collage, collage spcial ou insrer si cest la bonne fonction. 1. Dans la feuille de calcul banque de donnes de rfrence, crez un nouvel enregistrement la ligne 33: saisissez le nom de la recette, le code de laliment 0101015, R pour recette (dans la case D33), le numro d'entre de l'aliment 1 et la source (calcule avec la mthode mixte). Puis copiez la ligne 33 la ligne 130 de la feuille de calcul calcul des recettes. 2. partir de la feuille de calcul banque de donnes de rfrence, copiez les lignes 8 (Riz, blanc, grain rond, bouilli), 21 (Tomate, mre, crue enregistrement final), et 25 (Margarine, 80 % de matires grasses, graisse vgtale) et collez-les respectivement dans les lignes 126, 127 et 128 dans la feuille de calcul calcul des recettes. Utilisez la fonction collage spcial valeurs. Saisissez 100 dans les cases E126-E128 et E130 pour indiquer quil sagit de teneurs en nutriments rapportes 100 g daliment comestible. Effectuez alors les oprations suivantes dans la feuille de calcul calcul de recettes: 1. Copiez respectivement les lignes 126-128 dans les lignes 131-133. 2. Saisissez les poids des ingrdients mentionns ci-dessus dans les cases E131-E133 (200, 150 et 30 respectivement). 3. Sauf pour XN, adaptez toutes les teneurs en nutriments des ingrdients (lignes 131-133) en fonction des poids des ingrdients dans la recette et des facteurs de rtention des nutriments correspondants. Par exemple, dans la case R131 tapez la formule =R126*($E$131/100)*R32 (adaptation de la valeur nutritionnelle au poids de lingrdient dans la recette et du facteur de rtention des nutriments pour les crales cuites et les produits craliers). Dans la case R132 tapez la formule =R127*($E$132/100)*R64 (faisant rfrence au poids de la tomate et aux facteurs de rtention des nutriments pour les lgumes frits). Dans la case R133 tapez la formule =R128*($E$133/100)*R74 (faisant rfrence au poids de la margarine et aux facteurs de rtention des nutriments des graisses et huiles frites). oubliez pas de saisir = en dbut de formule et les signes $ avant E et 131 sinon les formules ne marchent pas. Copiez alors la formule dans les

158

Module 8 Questions
cases o il existe des teneurs en nutriments exprimes pour 100 g dans laliment correspondant. De cette faon, les facteurs de rtention des nutriments sont appliqus au niveau de lingrdient. 4. Copiez les lignes 87-91 dans les lignes 134-138 (cest--dire copiez les formules de la mthode mixte dans votre recette). 5. Saisissez le facteur de rendement correct (0,9) dans la case E136 et le systme calculera automatiquement le poids aprs cuisson (si ce nest pas fait automatiquement vous devez copier nouveau les lignes 87-91 et les coller dans les lignes 134-138; veiller ne pas utiliser collage spcial valeurs). 6. Vrifiez que pour le premier nutriment, la somme des teneurs en nutriments porte bien sur tous les ingrdients de la recette. Par exemple, dans la case R134, la formule doit tre =SUM (R131:R133). Copiez alors la formule pour tous les nutriments de la recette (en incluant WATER mais en excluant XN). 7. Calculez les teneurs en nutriments (sauf WATER et XN) pour 100 g de la recette. La formule des valeurs nutritionnelles de la recette pour 100 g est la somme de la valeur nutritionnelle des ingrdients divise (/) par le poids de la recette cuite et multiplie (*) par 100 pour arriver 100 g de recette. Par exemple, dans la case R137 la formule doit tre =R134/$E$135*100 qui signifie que la valeur nutritionnelle des ingrdients dnergie (R134) est divise (/) par le poids de la recette cuite (E135) et multiplie (*) par 100 pour arriver 100 g de recette. Dans ce cas, le facteur de rendement est appliqu au niveau de la recette. Le signe $ avant le E et avant 135 indique lordinateur de toujours prendre en compte cette case spcifique (poids de la recette cuite) dans le calcul des teneurs, quand vous copieriez cette formule dautres cases pour calculer la valeur nutritionnelle dautres nutriments. Aprs, copiez cette formule pour tous les nutriments (sauf WATER et XN). 8. Le systme calcule automatiquement la teneur en eau pour 100 g de plat cuit partir de la formule saisie. 9. Le systme calcule automatiquement la valeur de XN en divisant la teneur en protines par la teneur en azote: XN = PROTCNT/ NT. 10. Vrifiez que vous avez bien calcul les teneurs en nutriments pour les seuls nutriments qui ont une valeur exprime pour 100 g dingrdient dans les lignes des ingrdients crus (supprimer les 0 sil nexiste pas de valeur pour aucun des ingrdients crus - sinon, vous allez produire des zros pour toutes les donnes manquantes, ce qui reprsente une grave erreur!!). 11. Saisissez le coefficient comestible 1. 12. Copiez avec collage spcial valeurs (si vous utilisez uniquement collage vous copierez les formules) les teneurs en nutriments de la line 137 (en commenant par le coefficient comestible) dans la ligne 130 pour 100 g de recette riz frit aux tomates et copiez ensuite toute la ligne 130 dans la ligne 33 de la feuille de calcul banque de donnes de rfrence. 13. Pour vrifier les calculs, saisissez la formule de la somme des constituants majeurs (DB personnelle) (DB signifie banque de donnes) dans la case O33 (copiez par exemple la formule partir de la case O31). Flicitations Maintenant vrifiez que votre calcul est correct en rpondant aux questions suivantes. Merci de recopier dans la rponse correspondante les nombres et formules obtenus dans lOutil pour la compilation. Questions
Poids aprs cuisson Formule de calcul de XN (dans la case W123) Choisir les catgories daliments pour les facteurs de rtention des nutriments Formule de calcul de la teneur standardise en lipides pour le riz frit aux tomates Teneurs du riz frit aux tomates Coefficient comestible XN (deux chiffres aprs la virgule) Eau (un chiffre aprs la virgule) Lipides standards (deux chiffres aprs la virgule)

Rponses

------------------

159

Module 8 Questions
Questions
Glucides standardiss (deux chiffres aprs la virgule) Fibres alimentaires standardises (deux chiffres aprs la virgule) Fer (un chiffre aprs la virgule) Riboflavine (trois chiffres aprs la virgule) Acide gras en C18:1 n-9 (deux chiffres aprs la virgule) Lysine (deux chiffres aprs la virgule) Les teneurs en nutriments calcules seraient-elles diffrentes si la mthode ingrdient ou recette totale avait t applique? Slectionnez oui ou non.

Rponses

VIII.E5 Calculez les teneurs en calcium et en rtinol du Yaourt nature maigre partir du Yaourt nature au lait entier et ajustez les teneurs estimes si les diffrences en lipides et en eau sont suprieures 10 %. Utilisez les formules du VIII.Q19. (4 points: 1 point pour chaque rponse correcte) Note: les donnes sont pour 100 g de partie comestible Eau en g
Yaourt nature au lait entier Yaourt nature maigre (calculez les valeurs en les ajustant selon les teneurs diffrentes en eau et/ou en lipides) Yaourt nature maigre (calculez les valeurs sur la base de la matire sche non lipidique) 81,9 87,2

Lipides en g
3,0 1,0

Calcium en mg
200

Rtinol en mcg
28

87,2

1,0

VIII.E6 Quand on remplace ou calcule des donnes manquantes, un certain nombre de dcisions doivent tre prises. Pour chaque question, slectionnez la rponse la plus exacte et rayez-la (les) autre(s). (8 points: 1 point pour chaque rponse correcte) Questions
Estimez une teneur en cendres manquante (1 point)

Rponses
x x Sommez tous les minraux. Copiez la teneur en cendres du mme aliment de la table de composition prfre. Copiez la teneur en cendres dun aliment comparable partir dune table de composition prfre. Oui, la documentation est possible au niveau de laliment (valeur par dfaut pour toutes les donnes) et au niveau de la valeur nutritionnelle. Par exemple, si linformation au niveau de laliment par dfaut est inapplicable, on insre une ligne sous chaque ligne contenant des teneurs en nutriments et dans cette ligne, on insre les informations pour documenter la valeur de la case du dessus. On peut aussi utiliser dautres feuilles de calcul pour la documentation des valeurs. Non, la documentation nest possible quau niveau de laliment. Non, la documentation est impossible.

x
Si la compilation est effectue dans une feuille Excel, est-il possible de documenter les teneurs en nutriments au niveau de la valeur nutritionnelle? (1 point)
x

x
Il manque la teneur en fibres alimentaires AOAC (Prosky) pour Orange, crue dans la BDCA du Kenya. Quel aliment devrait tre choisi pour en copier la teneur en fibres alimentaires? (1 point)
x x

Orange, crue de lUSDA (fibres Prosky) Orange, crue de la table britannique (fibres Englyst) Orange, crue de la BDCA FAO pour lAfrique (fibre brute)

160

Module 8 Questions
Questions
Les ptes cuites manquent dans une BDCA, alors quon a les teneurs des ptes crues. Quelle est la meilleure faon pour obtenir les teneurs des ptes cuites ? (1 point)

Rponses
x x Copiez-les de la table britannique qui contient le mme aliment Calculez-les partir de sa propre BDCA en appliquant la mthode mixte Calculez-les partir de sa propre BDCA en appliquant la mthode ingrdients crus Demandez au fabricant en Thalande de fournir les donnes Copiez le mme aliment de la table USDA Copiez de la BDCA britannique Copiez la VN de la patate douce chair orange crue (USDA) Copiez la VN de la patate douce chair orange crue (Royaume-Uni) Copiez la VN de la patate douce crue (Nouvelle-Zlande) Faites la moyenne de toutes les VN Slectionnez la plus haute teneur en carotnes entre les tables USDA et britannique Ne prenez que les donnes exprimes en RAE Prenez les donnes exprimes en RAE ou en RE si laliment ne contient peu ou pas de carotnes Prenez toutes les donnes sur la vitamine A Mesurez/estimez la teneur en eau de la viande de buf maigre sche et calculez les autres teneurs en nutriments Copiez les VNs dans dautres BDCA pour la viande de buf grasse sche et changez la teneur en matires grasses Copiez les VNs dans dautres BDCA pour la viande de mouton maigre sche.

x
Les Cornflakes de Kelloggs ne sont pas encore dans la BDCA nationale de la Thalande. Cest un produit non enrichi trs consomm qui peut tre import des USA ou dEurope. Comment peut-on obtenir les teneurs? (1 point) La patate douce chair orange fonce crue dAustralie a une donne manquante pour la teneur en carotnes. Slectionnez la faon la plus adquate pour obtenir des teneurs en carotnes. (1 point)
x x

x
x x x x

x
Un compilateur recherche des teneurs en vitamine A (exprimes en RAE) et trouve des donnes pour diffrentes dfinitions de la vitamine A. Quelles donnes devraient tre slectionnes? (1 point) La viande de buf maigre sche est manquante dans la BDCA alors quil existe une VN pour la viande de buf maigre. Comment peut-on obtenir des teneurs? (1 point)
x x

x
x x

BDCA = banque de donnes sur la composition des aliments; VN = valeur nutritionnelle

161

Module 9 Questions

Module 9
SYSTMES DE GESTION DES BANQUES DE DONNES SUR LA COMPOSITION DES ALIMENTS ET DCHANGE DE DONNES
OBJECTIFS PDAGOGIQUES lissue de ce module, ltudiant sera mme de: comprendre les principes de gestion dune banque de donnes et les diffrentes options pour grer des donnes sur la composition des aliments; discuter avec les dveloppeurs et informaticiens des questions relatives la gestion dune banque de donnes; comprendre les principes des changes de donnes et leurs relations avec la documentation et la gestion dune banque de donnes; comprendre la complexit de la gestion dune banque de donnes sur la composition des aliments, lie au grand nombre de mtadonnes.
TEXTES A TUDIER

Charrondire, U.R. Systme de gestion des bases de donnes sur la composition des aliments (SGBDCA) et change de donnes. Prsentation PowerPoint disponible ladresse: http://www.fao.org/infoods/presentations_fr.stm Et, si possible: x Greenfield, H. et Southgate, D.A.T. 2007. Donnes sur la composition des aliments. production, gestion et utilisation. FAO. Rome. Chapitres 1 (p. 10-13 du livre et non du fichier PDF). Disponible ladresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf x Klensin, J.C. 1992. INFOODS food composition data interchange handbook. United Nations University, Tokyo. Part I (Introduction to the interchange system, Technical overview, and Introduction to reference material) p. 5-25 et Glossaire p. 143-148; ces numros de page se rfrent au fichier PDF. Disponible ladresse: http://www.unu.edu/unupress/unupbooks/80774e/80774E00.htm ou sous forme de fichier PDF ladresse: ftp://ftp.fao.org/es/esn/infoods/Klensin%201992INFOODSDataInterchangeHandbook.pdf x FAO. 2004. Report of the Technical workshop on Standards for food composition data interchange, Rome, p. 1-4. Disponible ladresse: ftp://ftp.fao.org/es/esn/infoods/interchange.pdf x Mller, A. et Christensen, T. en collaboration avec Unwin, I., Roe, M., Pakkala, H. et Nrby, E. 2008. EuroFIR Web Services - Food Data Transport Package, Version 1.3. Danish Food Information. EuroFIR D1.8.20. p. 5-6, 14 24. Disponible ladresse: http://www.eurofir.net/?q=node/94 x EuroFIR, 2007. Proposal for structure and detail of a EuroFIR standard on food composition data. Prepar par Becker et al. p. 5-11, 19-21, 26, 36-37 (dautres pages sont suggres comme lecture supplmentaire). Disponible ladresse: http://www.eurofir.net/?q=node/94 MATRIEL POUR LES EXERCICES x Outil pour la compilation, version 1.2.1 Disponible ladresse: http://www.fao.org/infoods/software_fr.stm x FAO. 2004. Report of the Technical Workshop on Standards for food composition data interchange. Rome: schma ( ladresse: ftp://ftp.fao.org/es/esn/infoods/schema.pdf) et Set of files, elements and definitions ladresse: ftp://ftp.fao.org/es/esn/infoods/dfinitions.pdf PERTINENCE POUR DIFFRENTS GROUPES (SUR UNE CHELLE DE + A +++++) x Compilateurs/utilisateurs professionnels +++++ x Analystes +

163

Module 9 Questions
TEMPS ESTIM POUR x Lire: 14 heures x Rpondre aux questions: 12 heures x Complter les exercices: 12 heures LECTURES SUPPLEMENTAIRES SUGGRES Systmes dchange et de gestion des banques de donnes sur la composition des aliments x Schlotke, F., Becker, W., Ireland, J., Mller, A., Ovaskainen, M.L., Monspart, J. et Unwin, I. 2000. Eurofoods Recommendations for Food Composition Database Management and Data Interchange. Report n EUR 19538. Office des publications de lUnion europenne. Disponible ladresse: ftp://ftp.fao.org/ag/agn/infoods/EuroalimentsRecommandations.pdf x Site technique Internet EuroFIR (http://www.eurofir.net/) sur le Systems Development Task Group (WP1.8 TG3) http://eurofir.net/?q=node/94 x Mller, A. et Christensen, T. en collaboration avec Unwin, I. et Roe, M. 2008. EuroFIR XML Food Data Transport Package Specifications - version 1.3. Disponible ladresse: http://www.eurofir.net/?q=node/94 x Mller, A., Unwin, M., Ireland, J., Roe, M., Becker, W. et Colombani, P. 2008. The EuroFIR Thesauri 2008. Danish Food Information. EuroFIR D1.8.22. Disponible ladresse: http://eurofir.net/eurofir_knowledge/eurofir_thesauri x Burlingame, B., Cook, F., Duxfield, G. et Milligan, G. 1995. Food Data: Numbers, Words and Images. Dans: Quality and Accessibility of Food-Related Data - Proceedings of the First International Food Data Base Conference. AOAC International - The Scientific Association Dedicated to Analytical Excellence, Seconde dition. Greenfield (d.). Systmes de gestion de banques de donnes (en gnral) x http://dbis.ucdavis.edu/courses/sqltutorial/tutorial.pdf x MySQL x http://oreilly.com/catalog/9780596514013/ x http://oreilly.com/catalog/9780596514334/ x http://oreilly.com/mysql/ x Modles et diagrammes Entits-Relations (ER): x http://www.csc.lsu.edu/~chen/pdf/erd-5-pages.pdf x http://citeseer.ist.psu.edu/old/519283.html x http://www.vocw.edu.vn/content/m10538/latest/ x http://channel9.msdn.com/shows/Going+Deep/Dr-Peter-Chen-Entity-Relationship-ModelPast-Present-and-Future/ x Banques de donnes relationnelles x Klensin, J. et Romberg, R. Statistical Data Management Requirements and the SQL Standards: An Evolving Comparison. Dans: Rafanelli, M., Klensin, J. et Svensson, P. 1989. Statistical and Scientific Database Management: Fourth International Working Conference on Statistical and Scientific Database Management, Rome, Italie, Juin 1988, Comptes rendus. Springer-Verlag, Berlin/Heidelberg (Lecture Notes in Computer Science #339). x http://www.amazon.com/Banque de donnes-Depth-Relational-TheoryPractitioners/dp/0596100124/ref=sr_1_4?ie=UTF8&s=books&qid=1244151342&sr=1-4 x http://www.amazon.com/Banque de donnes-Systems-Complete-Book2nd/dp/0131873253/ref=sr_1_1?ie=UTF8&s=books&qid=1244153221&sr=1-1 x Gestion des banques de donnes scientifiques et statistiques: (voir aussi Greenfield et Southgate, 2007), comptes rendus des confrences annuelles. Disponible ladresse: http://www.ssdbm.org/ x Langage XML (Extensible Markup Language) x http://www.w3.org/XML/ x http://www.w3schools.com/xml/xml_syntax.asp x http://www.xmlgrrl.com/publications/DSDTD/go01.html

164

Module 9 Questions
x x x x http://www.xml.com/ http://xml.sys-con.com/node/40070 http://oreilly.com/catalog/9780596007645/ http://www.xml.com/pub/a/axml/axmlintro.html

165

Module 9 Questions QUESTIONS


IX.Q1 Faites correspondre les termes avec les objectifs correspondants. (2 points: point pour chaque rponse correcte) Termes: 1. Documentation 2. Systme de gestion des banques de donnes sur la composition des aliments 3. change de donnes Terme Objectifs
Fournir les moyens techniques pour importer et exporter des donnes sur la composition des aliments avec leurs mtadonnes vers ou partir de sa propre banque de donnes Expliquer les donnes en apportant une information complmentaire (mtadonnes) afin dtre capable, la fois, de les valuer et de tracer les valeurs fournies jusqu leurs origines Transmettre de faon exacte et claire des donnes sur la composition des aliments dautres personnes Permettre aux compilateurs de collecter, documenter, compiler et grer des donnes sur la composition des aliments selon des procdures standardises, des codes, des symboles, des thsaurus, etc.

IX.Q2 Puisque la documentation est cruciale pour la composition des aliments, chaque systme de gestion de banques de donnes devrait tre capable de traiter des donnes pour la documentation. Indiquez quelles donnes et/ou mtadonnes sont obligatoires la comprhension des valeurs de composition alimentaire et quelles sont celles qui fournissent une information utile. Indiquez 1 pour la documentation obligatoire, et 2 pour la documentation qui fournit une information complmentaire et utile sur les donnes (facultative). (7 points: point pour chaque rponse correcte) Documentation sur la composition des aliments : obligatoire (1) ou facultative (2)
La mthode danalyse, si le rsultat dpend de la mthode, cest--dire si diffrentes mthodes danalyse produisent des valeurs significativement diffrentes (mthodes empiriques) La mthode danalyse si le rsultat est indpendant de la mthode, cest--dire si toutes les mthodes danalyse produisent des rsultats similaires (mthode rationnelle) Lautorit et lexpditeur des donnes Les rfrences bibliographiques ou la source des donnes Le mode de calcul des recettes, comprenant la mthode, les facteurs de rendement et de rtention des nutriments, ainsi que la recette avec ses ingrdients Le groupe des constituants Les noms et les dfinitions des constituants, par exemple, les tagnames dINFOODS25 Les noms et la description des aliments Le groupe de laliment Le dnominateur (aussi appel lunit matrice, la base, la quantit de base, lunit de base) La taille de la portion La taille et la manipulation de lchantillon, le plan dchantillonnage Les valeurs contribuant aux valeurs moyennes ou calcules Lunit

IX.Q3 Faites correspondre les avantages/inconvnients pour la documentation des donnes au support de stockage correspondant. Des rponses multiples sont possibles. (3 points: point pour chaque rponse correcte)

25

Voir le module 4.b.

166

Module 9 Questions
Support de stockage des donnes: 1. Fichiers lectroniques, par exemple, des fichiers Excel ou dautres tableurs 2. Mmoire du compilateur 3. Banques de donnes relationnelles, comme MySQL, SQL, SM Access, ORACLE (en tant que logiciel indpendant sur un seul ordinateur ou en rseau avec diffrentes stations de travail ou en applications Internet) 4. Documents papier 5. Fichiers au format XML ou quivalents Terme Avantages/inconvnients pour la documentation des donnes
Moins sujet des erreurs et permet une saisie et une gestion de donnes pour une documentation multidimensionnelle, mme pour des donnes importantes. Permet une documentation des donnes trs dtaille mais est rarement mise sous forme lectronique (par exemple, par manque de temps); dans la plupart des cas, elle est archive dans un local et finit dans la corbeille papier. Permet une documentation des donnes sous forme lectronique, ainsi que lexport et lchange de donnes, mais exige des comptences informatiques et techniques. Permet une documentation des donnes sous forme lectronique, mais est difficilement une documentation multidimensionnelle. Requiert une certaine comptence technique et beaucoup de soin et dattention pour grer les donnes. Permet une documentation des donnes sous forme lectronique, mais cote trs cher et ncessite beaucoup de temps de dveloppement, dadaptation et doptimisation. crite nulle part, ce qui rend la recherche et la traabilit de la documentation difficile, et gnralement disparat lorsque le personnel est dplac ou part la retraite.

IX.Q4 Faites correspondre les avantages/inconvnients aux diffrents types de banques de donnes relationnelles. Pour un cas, une rponse multiple est possible. (2,5 points: point pour chaque rponse correcte) Banques de donnes relationnelles: 1. Logiciel indpendant sur un seul ordinateur 2. Rseau de diffrentes stations de travail 3. Application Internet Avantages/inconvnients des diffrents types de banques de donnes relationnelles
Plusieurs personnes possdant un accs utilisateur par Internet peuvent travailler simultanment sur la banque de donnes Plusieurs personnes relies au mme serveur peuvent travailler simultanment sur la banque de donnes Laccs la banque de donnes est indpendant du lieu Seulement une personne peut travailler sur la banque de donnes un moment donn Un systme de scurit efficace est ncessaire pour se prmunir contre les virus, les connexions non permises, etc.

IX.Q5 Dterminez le classement de la qualit des supports pour un systme de gestion de banques de donnes, du plus haut (1) au plus bas (4). (2 points: point pour chaque rponse correcte) Classement Qualit des supports dun systme de gestion de banques de donnes
Fichiers lectroniques, comme Excel Mmoire du compilateur Banques de donnes relationnelles, comme MySQL, SQL, Access, ORACLE Documents papier

167

Module 9 Questions
IX.Q6 numrez trois fichiers qui font partie du systme de gestion de la banque de donnes sur la composition des aliments (SGBDCA). (3 points: 1 point pour chaque rponse correcte) Note: Il peut tre utile de consulter le rapport (FAO, 2004) du Technical Workshop on Standards for Food Composition Data Interchange, Rome, 19-22 Janvier 2004: schema (sur ftp://ftp.fao.org/es/esn/infoods/schema.pdf) et Set of files, elements and definitions sur ftp://ftp.fao.org/es/esn/infoods/dfinitions.pdf 1. 2. 3.

IX.Q7 Lchange de donnes sur la composition des aliments peut tre ralis de faon informelle ou selon un format donn. Slectionnez Vrai ou Faux. (4 points: point pour chaque rponse correcte) Affirmations correctes relatives aux changes
Lchange de donnes sur la composition des aliments permet aux dtenteurs de donnes de partager leurs donnes avec dautres utilisateurs. Lchange de donnes se fait normalement sans laccord de lexpditeur ou du receveur. Lchange de donnes demande que tous les types de donnes soient runis en un seul fichier. Une condition requise aux changes de donnes sur la composition des aliments est que les constituants des aliments soient identifis sans ambigut. Cest pourquoi, INFOODS a publi des identificateurs pour les constituants alimentaires (aussi appels tagnames) et EuroFIR un thsaurus des constituants. Lchange informel de donnes peut tre simplement un envoi dune liste des aliments dune banque de donnes sur la composition des aliments sans aucune donne de composition parce que les noms daliments et leurs descriptions font partie des donnes sur la composition des aliments. Jusque rcemment, la proposition INFOODS pour lchange de donnes sur la 26 composition des aliments na pas t largement applique, parce que le SGML (et son 27 profil XML ) ntait pas totalement compris de la plupart des compilateurs et informaticiens qui travaillaient sur la composition des aliments, et par manque de logiciels adapts. De plus, il y avait des demandes pour un change de donnes plus formelle et dtaille. La proposition EuroFIR pour lchange de donnes sur la composition des aliments est base sur XML et est mise en oeuvre par les partenaires du projet. Lchange de donnes est facilit par les restrictions de droits dauteur.

Vrai

Faux

IX.Q8 XML est souvent utilis pour lchange de donnes. Pour tre capable de lire un fichier XML, quelques dfinitions de base devraient avoir t comprises. Inscrivez dans le tableau ci-dessous les termes en face de la section correspondante dun fichier XML dchange de donnes. (3 points: point pour chaque rponse correcte) Note: on peut trouver des explications relatives XML ladresse http://www.w3.org/XML/ et les dfinitions des termes http://www.w3schools.com/xml/xml_syntax.asp et http://www.xmlgrrl.com/publications/DSDTD/go01.html

26
27

Le Langage standard gnralis de balisage, (en anglais : Standard Generalised Markup Language) est le langage utilis pour structurer le texte qui sert dcrire le format dchange. Il est dcrit dans la norme internationale ISO 8879. Langage de balisage extensible (en anglais : Extensible Markup Language).

168

Module 9 Questions
Termes et dfinitions: x lment: dfini dans la norme ISO 8879 comme Un constituant de la structure hirarchique dfinie par une dfinition de type de document (DTD); il est identifi dans un document par un marqueur descriptif, habituellement une balise douverture et de fermeture. x Balise douverture: dfinie dans la norme ISO 8879 comme Un marqueur descriptif qui identifie le dbut dun lment et spcifie son identifiant gnrique et ses attributs. x Balise de fermeture: dfinie dans la norme ISO 8879 comme Un marqueur descriptif qui identifie la fin dun lment. Les balises douverture et de fermeture doivent avoir exactement le mme nom. x Contenu: dfini comme une donne ou une information fournie entre des balises douverture et de fermeture. Ce peut tre un contenu de texte ou un contenu dlment ce dernier est aussi appel lment imbriqu ou fils. x Attribut: dfini dans la norme ISO 8879 comme La caractristique dune qualit, autre que le type ou le contenu. Un attribut est une information associe un lment. Par exemple, si on imagine quun lment est un nom commun, lattribut est un adjectif. Pour un lment, linformation relative un attribut est stocke dans sa balise douverture. Un attribut est form dun nom dattribut et dune valeur dattribut. Les valeurs dattribut sont indiques entre guillemets. x lment imbriqu: est dfini comme un lment directement contenu dans un autre lment; on dit que le premier est le fils du second. Il est aussi appel lment fils. Extraction dun fichier XML dchange de donnes (daprs le Food Data Transport Package dEuroFIR 28) <FoodNames> <FoodName language= "en" kind="preferred">Butter, salted</FoodName> <FoodName language="en" kind="synonym">BUTTER,WITH SALT</FoodName> </FoodNames> Termes Section correspondante dun fichier XML dchange de donnes
language="en" </FoodNames> FoodNames

Butter, salted
<FoodName language="en" kind="preferred">Butter, salted</FoodName> <FoodNames>

28

http://usda.foodcomp.info/Get_USDASR20_Food_Data_XML.asp?FoodId=01001,01002,01003

169

Module 9 Questions
EXERCICES

IX.E1 La documentation des donnes, qui est importante pour lvaluation et les changes de donnes, est aussi possible avec des outils de compilation simples. INFOODS et la FAO ont conu un outil de compilation simple sur support Excel, pour permettre aux compilateurs, dfaut dun SGBDCA, de stocker, grer, documenter et publier des donnes sur la composition des aliments. L Outil pour la compilation , version 1.2.1 (et son guide lusage des utilisateurs) est disponible ladresse http://www.fao.org/infoods/software_fr.stm. Ouvrez L Outil pour la compilation , version 1.2.1 (et son guide lusage des utilisateurs) et observez les donnes des diffrentes feuilles. Indiquez quelle documentation pourrait tre ajoute dans les diffrentes feuilles de ce tableur Excel. Slectionnez Vrai ou Faux. (5,5 points: point pour chaque rponse correcte) Vrai Faux Documentation qui peut tre ajoute dans lOutil pour la compilation
Documentation bibliographique des sources de donnes et des autres rfrences utilises Tailles des portions Documentation sur les mthodes danalyse Facteurs de rendement et de rtention des nutriments avec leurs sources, les mthodes de calcul des recettes et les valeurs nutritionnelles des aliments et recettes calcules Au niveau dun aliment, la principale source des valeurs nutritionnelles Au niveau dune valeur, la source prcise dune teneur en nutriments pour complter la documentation qui fait dfaut au niveau dun aliment La signification des codes de confiance et de qualit La documentation sur une valeur, par exemple, type de donne, erreur-type, cart-type, moyenne, date danalyse Description de laliment en facettes, par exemple, LanguaL Information sur les chantillons daliments Ingrdients et leurs quantits, avec une brve description de la mthode de prparation

IX.E2 De nombreux compilateurs ont dvelopp leur propre SGBDCA, adapt leurs besoins. Malheureusement, malgr plusieurs tentatives, aucun SGDBCA universel nest disponible. Cela aurait t trs utile pour compiler, grer et changer les donnes sur la composition des aliments de faon harmonieuse. Le Set of files, elements and dfinitions et le data schema structure (voir ci-dessous le diagramme ER29 daprs la FAO, 2004) pourraient tre utiliss comme indicateurs pour le dveloppement dun SGDBCA. Un autre exemple est le Food Data Transport Package dEuroFIR (Mller et Christensen, 2008). Note: Lobjectif de cet exercice est de comprendre la complexit dun SGDBCA lie aux multiples relations entre la plupart des fichiers et la trs grande quantit de mtadonnes. Le but de cet exercice nest pas que vous compreniez parfaitement les modles ER ni que vous sachiez comment les construire.

29

Diagramme entit-relation

170

Module 9 Questions

a) numrez tous les noms de fichier en relation et/ou connects aux noms de fichiers indiqus. Des rponses multiples sont possibles. (17,25 points : point pour chaque rponse correcte. Chacune des rponses multiples est compte sparment.) Nom du fichier
Authority [2] (Autorit) ComponentValue [14] (Valeur du constituant) Constituant [5] (Constituant) Method [13] (Mthode) Sample [12] (chantillon) FoodItem [8] (Aliment) FoodName [9] (Nom de laliment) Unit [annex3] (Unit)

Connect aux fichiers suivants

171

Module 9 Questions
BaseUnit [annex4] (Unit de base) SourceType [annex1] (Source)
30

b) Ouvrez le fichier Data Interchange files, elements and definitions (FAO, 2004) sur ftp://ftp.fao.org/es/esn/infoods/dfinitions.pdf. Recherchez les fichiers o les lments suivants sont mentionns et crivez le nom du fichier correspondant (le mme que sur le diagramme ER ci-dessus) pour les lments indiqus dans le tableau ci-dessous. Des rponses multiples sont possibles. (17 points: 1 point pour chaque rponse correcte. Chaque rponse multiple est compte sparment.) Champ dans le fichier
email ISBN componentid unit sampplan methcode sourcetype portiondesc g W (pour 100 g de partie comestible)

Nom du fichier

c) Slectionnez la rponse correcte, en indiquant si le schma et les fichiers numrs prennent en compte les diffrences entre banques de donnes darchive, de rfrence ou utilisateur. (1 point) Le schma et les fichiers lists prennent en compte les diffrences entre banques de donnes darchive, de rfrence ou utilisateur
Oui, parce que toutes le cls et champs de donnes sont les mmes dans les banques de donnes darchive, de rfrence et utilisateur Non, parce quil manque un niveau supplmentaire pour indiquer si les donnes sont stockes et gres dans les banques de donnes darchive, de rfrence et utilisateur

IX.E3 partir du XML Food Data Transport Package, indiquez le contenu des donnes correspondant aux donnes demandes dans le tableau ci-dessous. (10 points: 1 point pour chaque rponse correcte) Exemple extrait du XML Food Data Transport Package dEuroFIR 31 <Food> <FoodDescription> <FoodIdentifiers> <FoodIdentifier system="origfdcd"> <Identifier>01001</Identifier> </FoodIdentifier> <FoodIdentifier system="LanguaL"> <Identifier>A0148</Identifier> <Identifier>B1201</Identifier> <Identifier>C0179</Identifier> <Identifier>E0119</Identifier> <Identifier>F0018</Identifier>
30 31

Lunit de base est aussi appele quantit de base mais, comme ce sont des units SI, il a t dcid de les appeler dnominateur sous la forme dun terme mathmatique neutre. EuroFIR utilise le terme dunit de matrice. Voir le module 4.c pour plus dinformation. http://usda.foodcomp.info/Get_USDASR20_Food_Data_XML.asp?FoodId=01001,01002,01003

172

Module 9 Questions
<Identifier>G0003</Identifier> <Identifier>H0001</Identifier> <Identifier>J0135</Identifier> <Identifier>K0003</Identifier> <Identifier>M0001</Identifier> <Identifier>N0001</Identifier> <Identifier>P0024</Identifier> </FoodIdentifier> </FoodIdentifiers> <FoodClasses> <FoodClass system="origfdgp">0100</FoodClass> </FoodClasses> <FoodNames> <FoodName language="en" kind="preferred">Butter, salted</FoodName> <FoodName language="en" kind="synonym">BUTTER, WITH SALT</FoodName> </FoodNames> </FoodDescription> <Components> <Component> <ComponentIdentifiers> <ComponentIdentifier system="origcpcd">203</ComponentIdentifier> <ComponentIdentifier system="origcpnm">Protein</ComponentIdentifier> <ComponentIdentifier system="ecompid">PROT</ComponentIdentifier> <ComponentIdentifier system="INFOODS">PROCNT</ComponentIdentifier> </ComponentIdentifiers> <Valeurs> <Value unit="g" matrixunit="W" methodtype="A" methodindicator="MI0123" methodparameter="6.38"> <SelectedValue valuetype="MN" acquisitiontype="D">0.85</SelectedValue> <Mean>0.85</Mean> <StandardError>0.074</StandardError> <NumberOfAnalyticalPortions>16</NumberOfAnalyticalPortions> <MethodSpecification> <MethodId>1</MethodId> <OfficialMethod>Jones (1941)</OfficialMethod> <GeneralDescription>The values for protein were calculated from the level of total nitrogen (N) in the food, using the conversion factors recommended by Jones (1941). The general factor of 6.25 is used to calculate protein in items that do not have a specific factor.</GeneralDescription> <Remarks>N x Jones factor</Remarks> </MethodSpecification> </Value> </Valeurs> </Component> </Food>

Donne requise
Food code (identifiant) Preferred food name (nom prfr) Component name INFOODS component identifier (tagname) EuroFIR component identifier (ecompid) Unit Denominator (unit de matrice) Value Calculation method n (nombre chantillons alimentaires indpendants analyss)

Contenu de la donne correspondante

173

Module 9 Questions
IX.E4 Un chercheur reconnu a produit des donnes de composition sur quelques aliments et les envoie aux compilateurs nationaux de composition des aliments, leur permettant dincorporer ces nouvelles donnes dans la banque de donnes sur la composition des aliments. numrez 10 informations complmentaires que les compilateurs devraient demander au chercheur. Parmi ces 10 informations, slectionnez-en quatre qui sont indispensables la comprhension des donnes. (14 points: 1 point pour chaque rponse correcte et 4 points pour la slection correcte des informations les plus importantes) Vitamine C Folates Glucides Fibres
pinards Figue Soupe aux lentilles Antilope Patate douce 28,1 1 1 0 70 194 9 4 3,63 48,6 12,7 5,35 2,2 7,5 3,8

nergie
97 889 413 150 189

Fer
2,71 4,2 1,2 2,1 19,35

Vitamine A
9 311 10 36 875

Informations complmentaires requises sur

Les plus importantes

174

Module 10 Questions

Module 10
COMPILATION ET DOCUMENTATION
OBJECTIFS PDAGOGIQUES lissue de ce module, ltudiant sera mme de: comprendre les principes de compilation, gestion et mise jour des tables de composition des aliments; prendre conscience des tches raliser lors de la compilation de banques de donnes darchive, de rfrence et utilisateur; compiler une simple banque de donnes sur la composition des aliments, spare entre banques de donnes darchive, de rfrence et utilisateur; savoir comment incorporer des donnes de composition provenant de diffrentes sources; comprendre les principes et limportance de la documentation; savoir comment documenter des donnes au niveau de la valeur et de laliment; grer des donnes de composition sur les aliments (agrger, documenter, complter).
TEXTES A TUDIER

Charrondire, U.R. Principes pour assembler, grer et mettre jour des bases de donnes sur la composition des aliments (BDCA). Prsentation PowerPoint disponible ladresse: http://www.fao.org/infoods/presentations_fr.stm Et, si possible: x Greenfield, H. et Southgate, D.A.T. 2007. Donnes sur la composition des aliments. production, gestion et utilisation. FAO. Rome. Chapitre 1 (p. 6-13 du livre et non du fichier PDF), chapitre 2 (p. 26-31), chapitre 9 (p. 179-183) et chapitre 10 (p. 193-201). Disponible ladresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf x Rand, W.M., Pennington, J.A.T., Murphy, S.P. et Klensin, J.C. 1991. Compiling Data for Food Composition Data Bases. United Nations University, Tokyo. Section 1 (Data Base Considerations) p. 6-18 et sections 3-5 (Calculating representative data; Data from other sources; Estimation of data on similar foods) p. 24-43. Disponible comme fichier PFD ladresse ftp://ftp.fao.org/es/esn/infoods/Randeal1991CompFCDBases.pdf MATRIEL POUR LES XERCICES x FAO/INFOODS Outil pour la compilation , version 1.2.1 (Fichier Excel disponible ladresse http://www.fao.org/infoods/software_fr.stm ) x USDA SR 22 abbreviated food composition database and nutrient definition file sur le site Internet du Department de lAgriculture des tats-Unis (USDA) http://www.ars.usda.gov/services/docs.htm?docid=8964 x partir du site Internet danois sur la composition des aliments http://www.foodcomp.dk/v7/fcdb_default.asp, le fichier Excel de la version 7.01 de la banque de donnes danoise sur la composition des aliments et de la documentation x FAO. 2004. Report of the Technical Workshop on Standards for Food Composition Data Interchange, Rome. 19-22 janvier 2004. Disponible ladresse: ftp://ftp.fao.org/es/esn/infoods/interchange.pdf MATRIEL DE RFRENCE x Aide Excel disponible ladresse: http://office.microsoft.com/en-us/excel/FX100646951033.aspx RECOMMANDATION La compilation des donnes exige la connaissance des mthodes de slection et de nomenclature des constituants et des aliments; des bases relatives aux mthodes danalyse et leur qualit; de la documentation et des calculs. Par consquent, il est fortement recommand que les tudiants compltent les modules 1 et 3-8 avant de commencer ce module. 175

Module 10 Questions
PERTINENCE POUR DIFFRENTS GROUPES (SUR UNE CHELLE DE + A +++++) x Compilateurs/utilisateurs professionnels +++++ x Analystes + TEMPS ESTIM POUR x Lire: 1-3 heures x Rpondre aux questions: 1-3 heures x Complter les exercices: 3-8 heures

176

Module 10 Questions QUESTIONS


X.Q1 Faites correspondre les trois mthodes de compilation des banques de donnes sur la composition des aliments avec la description correspondante et slectionnez la mthode la plus frquemment employe. (2 points: point pour chaque rponse correcte) Mthodes de compilation: 1. Mthode directe 2. Mthode indirecte 3. Mthode combine Mthode La plus employe Description
Toutes les donnes sont prises de la littrature, quelles soient publies ou non (par exemple, les articles scientifiques, les rapports de laboratoires), ou quelles aient t calcules ou extrapoles. Toutes les valeurs sont analyses, soit spcifiquement pour la banque de donnes, soit dans dautres buts. Les donnes pour compilation proviennent danalyses et sont complmentes par des donnes provenant, par exemple, de la littrature ou de calculs.

X.Q2 Faites correspondre les types de donnes sur la composition des aliments avec la dfinition correspondante et identifiez le type, qui, en gnral, prsente la meilleure qualit. (3,5 points: point pour chaque rponse correcte) Type de donnes sur la composition des aliments: 1. Valeurs supposes vraisemblables, par exemple, les valeurs zro 2. Valeurs calcules 3. Valeurs analytiques (originales) 4. Valeurs extrapoles/imputes 5. Valeurs empruntes 6. Traces 7. Donnes manquantes Dfinitions des types
Elles sont estimes partir daliments similaires. Le constituant est prsent dans laliment mais ne peut pas tre quantifi avec la mthode utilise. Dans les tables imprimes, elles sont souvent notes sous la forme T ou tr. Elles proviennent dun calcul de recette ou autres (par exemple, en calculant partir de plusieurs mesures une moyenne pondre ou non). Elles sont rassembles partir dautres sources (par exemple, prises dans dautres tables ou dans la littrature). Elles sont bases sur des mesures de laboratoires. Cette valeur nest pas disponible et cest pourquoi elle nest pas enregistre dans la banque de donnes. Souvent, ces valeurs sont notes par N, ND, ou simplement laisses en blanc. Leurs valeurs sont tablies en fonction dune connaissance des teneurs en nutriments des aliments ou selon des rglementations (par exemple, pas dalcool dans les crales; pas de vitamine B12 ou de cholestrol dans les aliments dorigine vgtale; pas de fibres alimentaires dans les aliments dorigine animale. La teneur en iode du sel iod est tablie en fonction du niveau rglementaire denrichissement).

Numro

Qualit la meilleure

177

Module 10 Questions
X.Q3 Quel impact peut avoir un budget restreint sur lutilisation de diffrents types de donnes lors de la compilation dune banque de donnes? Slectionnez Vrai ou Faux. (1,5 points: point pour chaque rponse correcte) Impact dun budget restreint sur lutilisation de diffrents types de donnes
Plus le budget disponible est restreint, plus le pourcentage de valeurs extrapoles, empruntes et calcules est lev et le pourcentage de donnes analytiques est faible. En gnral, plus le budget disponible est lev, plus le pourcentage de donnes analytiques est lev. En gnral, plus le budget disponible est lev, plus la quantit de donnes analytiques est petite.

Vrai

Faux

X.Q4 Imaginez que vous compiliez une banque de donnes partir dun nombre trs important de vieilles donnes stockes sur support papier partir de tables sur la composition des aliments imprimes, publies de nombreuses annes auparavant. Indiquez si les tches suivantes reprsentent un enjeu majeur ou tout simplement une forte charge de travail lorsquil sagit de compiler une banque de donnes sur la composition des aliments, surtout si on considre que des donnes analytiques sont rarement disponibles? (5 points: point pour chaque rponse correcte) Tches de compilation
Trouver les donnes appropries pour tous les aliments et recettes importants et les valuer. Trouver les mtadonnes pour tous les aliments et constituants partir dinformations existantes pour que les valeurs puissent tre traces jusqu leur origine et ensuite values. Trouver les mtadonnes pour les aliments industriels lorsque seule les informations dtiquetage sont disponibles et lorsque les fabricants ne sont pas trs coopratifs. Pour tous les aliments rpertoris, identifier laliment le plus similaire dans une table sur la composition des aliments pour emprunter leurs valeurs nutritionnelles, cest--dire juger des similitudes et des diffrences entre aliments et entre leurs valeurs nutritionnelles. Identifier correctement les dfinitions des constituants partir de toutes les sources. Identifier un systme de calcul fiable des recettes et des facteurs de rendement et de rtention. Calculer les recettes. Reprsenter les valeurs nutritionnelles des tables et banques de donnes utilisateur en accord avec le nombre de chiffres aprs la virgule qui a t dcid. Juger de la qualit des donnes analyses de faon harmonise et comparable. Vrifier lexactitude et la cohrence des donnes avant de les publier.

Enjeu majeur

Forte charge de travail

X.Q5 Faites correspondre les tapes de compilation avec les tches correspondantes pour compiler une banque de donnes sur la composition des aliments. Des choix multiples sont possibles. (6 points: point pour chaque rponse correcte)

tapes de compilation:
1. 2. 3. 4. Construction de la banque de donnes darchive Gestion des donnes dans la banque de donnes de rfrence Construction de la banque de donnes utilisateur Ralisation du travail prparatoire (avant lintroduction des donnes dans la banque de donnes ou avant la publication de la banque de donnes)

178

Module 10 Questions
Tches pour compiler une banque de donnes sur la composition des aliments
- Mettre en place un comit de pilotage form de dcideurs et dutilisateurs - Obtenir un stage de formation sur la composition des aliments (par exemple, des cours de formation distance et/ou traditionnels) - Se mettre en contact avec les compilateurs, analystes et utilisateurs dautres pays et avec les rseaux ou organisations internationaux - Prparer une proposition de budget et contacter des financeurs potentiels - Obtenir des informations sur les besoins des utilisateurs - Slectionner un systme de gestion de banque de donnes - Ajouter un code aliment chaque aliment lors de lintroduction de ses valeurs nutritionnelles dans la banque de donnes - Ajouter les donnes analytiques nouvellement gnres - Documenter les sources des donnes originales dans sa propre banque de donnes Calculer les valeurs nutritionnelles de recettes et documenter la source des donnes - Collecter et rviser les informations existantes - Dcider des dfinitions et units pour les constituants - Slectionner les aliments, nutriments et catgories daliments - Collecter des recettes, y compris les ingrdients - Collecter des documents (publies ou non) contenant des donnes analytiques et dautres donnes de composition - Dvelopper (ou participer llaboration) de plans dchantillonnage et de programmes danalyse - Superviser le programme danalyse (dans certains cas) - valuer les rapports danalyse Entrer sous forme lectronique les donnes originales de la littrature slectionne - Complter les donnes manquantes et documenter les sources des donnes - Estimer et extrapoler des donnes - Scruter, harmoniser et agrger les donnes - Prparer les donnes publier et diffuser - Ajouter une introduction, un index et les informations ncessaires pour une publication Grer et mettre jour les donnes dans la banque de donnes de rfrence - Rdiger des recommandations pour la diffusion des donnes aux utilisateurs (par exemple, les tarifs payer pour les utilisateurs commerciaux, les instituts de recherche ou autres) - Slectionner un support de publication des donnes (par exemple, sur papier ou via Internet) Harmoniser le nombre de chiffres significatifs ou aprs la virgule pour chaque nutriment de la banque de donnes publier Crer un cadre institutionnel fort qui inclura comme objectif dobtenir une autorisation (par exemple, du gouvernement) pour que cette organisation soit dsigne comme responsable du dveloppement et de la gestion du programme national sur la composition des aliments

tape

X.Q6 Dans la liste ci-dessous, slectionnez la tche la moins importante effectuer pour une compilation et gestion russies dune banque de donnes sur la composition des aliments. (1 point) La tche la moins importante effectuer pour la compilation et la gestion dune banque de donnes sur la composition des aliments
Documenter toutes les donnes Rechercher la littrature scientifique sur les donnes de composition Crer un cadre institutionnel fort qui inclura comme objectif dobtenir une autorisation (par exemple du gouvernement) pour que cette organisation soit dsigne comme responsable du dveloppement et de la gestion du programme national sur la composition des aliments Slectionner les catgories daliments - Mettre en place un comit de pilotage form des dcideurs et des utilisateurs - Obtenir un stage de formation la composition des aliments (par exemple, des cours en formation distance ou traditionnelle) - Se mettre en contact avec les compilateurs, analystes et utilisateurs dautres pays et avec les rseaux ou organisations internationaux - Prparer une proposition de budget et contacter des financeurs potentiels - Obtenir des informations sur les besoins des utilisateurs

La moins importante

179

Module 10 Questions
X.Q7 Un chercheur est amen compiler une banque de donnes sur la composition des aliments dans un objectif spcifique de recherche, comprenant le calcul de plats composs. Slectionnez la rponse correcte en dcrivant la faon dont le chercheur pourrait compiler une banque de donnes dexcellente qualit. (1 point) Faon exacte de compiler une banque de donnes dexcellente qualit
Les chercheurs devraient laborer leurs propres procdures de compilation parce que la banque de donnes sur la composition des aliments a un but spcifique. Cela assurera que la banque de donnes soit adapte des besoins locaux et que les rsultats soient dexcellente qualit. Les chercheurs devraient consulter la littrature internationale et des sites Internet de rfrence pour rechercher des normes existantes, de sorte que la banque de donnes sur la composition des aliments soit dveloppe en accord avec les recommandations internationales, assurant ainsi une bonne qualit. Les chercheurs devraient veiller ce que les calculs de recettes soient en accord avec les normes et procdures internationales parce quils reprsentent lessentiel de la banque de donnes sur la composition des aliments crer. Dautres questions lies la banque de donnes peuvent tre traites selon les exigences locales.

X.Q8 Citez cinq recommandations qui doivent tre mises en place avant que la banque de donnes puisse tre compile et value. (5 points: 1 point pour chaque rponse correcte) 1. 2. 3. 4. 5. X.Q9 Indiquez les critres de slection des sources de donnes de composition utiliss lors de la compilation dune banque de donnes sur la composition des aliments. Slectionnez Vrai ou Faux. (4,5 points: point pour chaque rponse correcte) Critres pour choisir des sources de donnes de composition
La documentation devrait tre disponible pour apprcier les valeurs et leur qualit Les donnes devraient tre dexcellente qualit. Les donnes devraient tre disponibles facilement (par exemple, dans le domaine public, sur Internet, dans la littrature scientifique ou dans des rapports de laboratoire non publis). Les donnes devraient provenir uniquement de zones gographiques proches. La dfinition et les mthodes du constituant devraient toujours tre identiques celle de sa propre banque de donnes. Tous les types de valeurs (analytique, calcule, extrapole, prsume, emprunte) sont acceptables. La description de laliment devrait tre sans ambigut. Les donnes sont acceptables uniquement si elles sont dans la mme langue. Les donnes sont acceptables si elles sont exprimes dans les mmes units.

Vrai

Faux

180

Module 10 Questions
X.Q10 Indiquez si les lments suivants se rfrent laliment, au constituant ou la valeur nutritionnelle. Des choix multiples sont possibles. (11 points: 1 point par ligne si toutes les rponses sont correctes) Elments
Taux de couverture/exhaustivit des donnes Le systme de description permet une description sans ambigut Reprsentative de la consommation alimentaire nationale Existence de dfinitions et/ou thsaurus Units et dnominateurs Rfrence la mthode danalyse Appellation, classification et codification Pourcentage et traitement des donnes manquantes Correspondance entre les constituants dautres sources et les constituants de sa propre banque de donnes Exigences de documentation (par exemple, la source, les mthodes danalyse, la dfinition, lenrichissement, lchantillonnage des aliments, les donnes statistiques) Langue

Li laliment

Li au constituant

Li la valeur

X.Q11 Indiquez les tches entreprendre avant dajouter des donnes provenant dautres sources, par exemple, dautres tables ou banques de donnes sur la composition des aliments. Slectionnez Vrai ou Faux. (3,5 points: point pour chaque rponse correcte) Tches entreprendre avant demprunter des donnes dautres sources
tudier la documentation des donnes (par exemple, lintroduction ou la documentation) Complter les donnes manquantes tablir la correspondance entre les constituants des autres sources et le constituant de sa propre banque de donnes (par exemple, par lattribution de tagnames) Vrifier si les units et les dnominateurs sont les mmes que ceux de sa propre banque de donnes Sassurer de la correspondance de la mthode danalyse pour les constituants qui sont mesurs laide de mthodes empiriques Vrifier si les aliments sont les mmes (ou les plus similaires) Comparer toutes ses valeurs avec les valeurs dune autre source

Vrai

Faux

X.Q12 Slectionnez la faon la plus efficace pour copier les valeurs dun fichier Excel dans une banque de donnes Excel. (1 point) Faon la plus efficace pour copier les valeurs dun fichier Excel dans une banque de donnes Excel
Copier sparment chaque valeur, selon lordre o elles apparaissent dans la banque de donnes Excel. Arranger le format de lautre fichier Excel selon le mme ordre des constituants que dans la banque de donnes Excel; puis recopier les lignes compltes des teneurs en nutriments par aliment. Organiser tous les aliments, dont les valeurs devraient tre copies, selon lordre des aliments utilis dans la banque de donnes Excel; puis recopier les teneurs nutriment par nutriment.

X.Q13 Quelques banques de donnes de rfrence possdent des champs de donnes spcifiques lorsque les constituants peuvent prsenter diffrentes valeurs dues leur dfinition et/ou mthode danalyse. Les valeurs stockes dans ces champs de donnes sont les meilleures estimations des teneurs en nutriments dun aliment donn et sont les plus proches de la dfinition souhaite du constituant ou sont calcules selon une formule standard. Dans lOutil pour la compilation, le terme nutriments standardiss a t introduit pour ce type de donnes. Rpondre aux questions suivantes. (8 points) 181

Module 10 Questions
Exemple: Parmi toutes les dfinitions des fibres alimentaires, le compilateur dcide que dans la banque de donnes utilisateur, les valeurs en fibres alimentaires totales (mthode de Prosky) seront indiques. Dautres sources peuvent avoir dautres dfinitions des fibres, et leurs valeurs sont alors saisies dans les champs correspondant ces dfinitions. Lorsquil prpare les donnes pour la banque de donnes utilisateur, le compilateur slectionne pour chaque aliment la valeur la mieux adapte pour reprsenter les fibres alimentaires totales (mthode de Prosky) dans la banque de donnes utilisateur et les met dans le champ Fibres alimentaires standardises (pour tre publies). Note: il est utile de consulter les feuilles de calcul intitules Base de donnes de rfrence et composants de lOutil pour la compilation (disponible ladresse http://www.fao.org/infoods/software_fr.stm). Les nutriments standardiss sont marqus en jaune. Questions
Slectionnez les rles des nutriments standardiss. Rayez la mention incorrecte. (1 point)

Rponses
- Pour calculer les teneurs en nutriments dune faon harmonise - Pour slectionner parmi les donnes existantes la teneur du nutriment la mieux adapte une publication dans la banque de donnes utilisateur - Pour viter dajouter des erreurs provenant dautres sources lors de la recopie de valeurs calcules - Pour comparer les diffrentes valeurs dun nutriment en fonction de sa dfinition ou de sa mthode danalyse 1. 2. 3. - Disponibilit des donnes - Connaissance des dfinitions et des mthodes danalyse les plus recommandes - langue - unit Banque de donnes darchive Banque de donnes de rfrence Banque de donnes utilisateur La teneur en nergie standardise serait trop leve si des valeurs contribuant au calcul taient manquantes La teneur en nergie standardise serait trop basse si des valeurs contribuant au calcul taient manquantes La teneur en nergie standardise serait trop basse ou trop leve selon le constituant manquant

Citez trois nutriments avec des nutriments standardiss (3 points) Slectionnez les critres de slection dun constituant pour reprsenter un compos standardis. Rayer la(les) mention(s) incorrecte(s). (2 points) O doit-on saisir les teneurs en nutriments des nutriments standardiss ? Slectionnez la rponse correcte. (1 point) Slectionnez la raison pour laquelle tous les constituants contribuant lnergie devraient avoir des valeurs. Slectionnez la rponse correcte. (1 point)

X.Q14 Il est important pour les compilateurs de savoir si les vrifications suivantes ont t effectues avant de commencer dautres tches. Normalement, les valeurs sont introduites, compltes et vrifies aliment par aliment. Lorsque cette procdure est termine, la cohrence et lexhaustivit des valeurs sont vrifies par constituant et par groupe daliments. La cohrence et lexhaustivit des valeurs des mtadonnes sont aussi vrifies. Faites correspondre les tches aux vrifications qui doivent tre acheves avant que lon puisse commencer ces tches. Des rponses multiples sont possibles. (2,5 points: point pour chaque rponse correcte) Vrifications: a. Vrification de la cohrence et de lexhaustivit de toutes les valeurs (peut tre fait par aliment, par catgorie daliment, par constituant et pour des mtadonnes); b. Vrification que les donnes manquantes sont remplaces avec, par exemple, des valeurs estimes (lidal serait quaucune donne ne manque); c. Vrification que toutes les tapes du calcul de la recette soient correctes et quaucune erreur ne se produise (par exemple, la production de zros pour les valeurs manquantes pour tous les ingrdients ou de valeurs trop faibles cause de valeurs manquantes pour certains ingrdients).

182

Module 10 Questions
Tches
Calculer les teneurs en nutriments pour les recettes Publier une banque de donnes utilisateur Regrouper les teneurs en nutriments des diffrents aliments Transfrer les donnes du fichier calcul de recette vers la banque de donnes de rfrence Calculer les valeurs nutritionnelles standardises Transfrer les donnes provenant de sources diffrentes vers la banque de donnes darchive

Finalisation de la vrification

X.Q15 Indiquez si les mthodes danalyse et/ou dfinitions de tous les nutriments qui sont cites dans lintroduction ou la documentation sont toujours applicables toutes les valeurs pour un nutriment donn. Slectionnez Vrai ou Faux. (2,5 points: point pour chaque rponse correcte) Les mthodes danalyse et/ou dfinitions, telles quindiques dans la documentation gnrale de la table, sont applicables toutes les valeurs qui sont dans la banque de donnes
Par dfinition, si une mthode est indique dans la documentation gnrale, cest quelle est applicable toutes les valeurs du nutriment concern. Cest pourquoi, toutes les valeurs nutritionnelles sont dtermines avec la mthode danalyse indique. Toutes les valeurs nutritionnelles devraient correspondre aux dfinitions indiques dans la documentation gnrale si elles sont calcules dans cette banque de donnes (par exemple, lnergie). Si un compilateur ne peut pas trouver une valeur nutritionnelle avec la mthode danalyse ou la dfinition quil dsire, une valeur nutritionnelle qui ne correspond pas exactement la mthode danalyse ou la dfinition dsire peut tre ajoute afin de rduire le nombre de donnes manquantes. Cest pourquoi, toutes les valeurs nutritionnelles ne correspondent pas ncessairement la mthode danalyse et/ou la dfinition indique. Seule la documentation au niveau de la valeur permet aux utilisateurs de connatre la mthode danalyse et/ou la dfinition de chaque valeur. Quelques banques de donnes sur la composition des aliments nont pas saisi les formules ou les valeurs ainsi que les facteurs de conversion ayant contribu des valeurs calcules. Cela empche que les valeurs nutritionnelles puissent tre recalcules au cas o les dfinitions des constituants auraient chang. Dans ces banques de donnes, toutes les valeurs en nutriments sont calcules selon la nouvelle dfinition indique.

Vrai

Faux

X.Q16 Comment exprimer la variabilit des valeurs nutritionnelles dans les tables et banques de donnes sur la composition des aliments? Slectionnez Vrai ou Faux. (2,5 points: point pour chaque rponse correcte) Mode dexpression de la variabilit des valeurs nutritionnelles
cart-type (SD) cart-type de la moyenne (SE) Moyenne Mdiane Intervalle de variation (minimum et maximum)

Vrai

Faux

183

Module 10 Questions
X.Q17 Slectionnez les rponses correctes pour savoir si la variabilit statistique des valeurs nutritionnelles devrait tre publie dans les tables et banques de donnes utilisateur. Slectionnez Vrai ou Faux. (2 points: point pour chaque rponse correcte) La variabilit statistique des valeurs nutritionnelles doit tre publie dans les tables et banques de donnes utilisateur
Non, parce quaucun utilisateur ne sintresse ce genre dinformations. Non, parce que la publication de ce genre dinformations est trop complique. Oui, il est utile dindiquer un intervalle de variation des valeurs nutritionnelles de chaque aliment, en particulier si le nombre dchantillons analyss est aussi fourni. Oui, il est utile dindiquer un intervalle de variation des valeurs nutritionnelles pour les aliments dont les valeurs nutritionnelles ont t calcules en utilisant les moyennes.

Vrai

Faux

X.Q18 Un grand nombre de chiffres significatifs aprs la virgule donnent limpression dune valeur trs prcise. Slectionnez la rponse correcte concernant la place de la virgule (ou le nombre de chiffres significatifs) dans les banques de donnes utilisateur. (1 point) Place de la virgule (ou nombre de chiffres significatifs) dans les banques de donnes utilisateur
Pour chaque donne, placer la virgule (ou le nombre de chiffres significatifs) comme dans la source originale des donnes ou comme le donne le calcul. Pour chaque constituant, dcider le nombre maximal de chiffres aprs la virgule (ou du nombre de chiffres significatifs) pour les banques de donnes utilisateur. Arrondir les valeurs en fonction, sans ajouter de 0 pour complter le nombre de chiffres aprs la virgule. Pour chaque constituant, dcider de la place de la virgule (ou du nombre de chiffres significatifs pour les banques de donnes utilisateur. Arrondir les valeurs en fonction, en ajoutant 0 pour complter le nombre de chiffres aprs la virgule. Pour quelques constituants seulement, dcider le nombre maximal de chiffres aprs la virgule (ou du nombre de chiffres significatifs) pour les banques de donnes utilisateur. Arrondir les valeurs en fonction, mais sans ajouter de 0 pour complter le nombre de chiffres aprs la virgule.

X.Q19 Citez cinq mthodes possibles de vrification de la cohrence des donnes. (5 points: 1 point pour chaque rponse correcte) 1. 2. 3. 4. 5.

184

Module 10 Questions
X.Q20 Faites correspondre le format de prsentation des donnes dans une banque de donnes utilisateur avec lobjectif correspondant. (3 points: point pour chaque rponse correcte) Format de la banque de donnes utilisateur: 1. Une page par aliment, avec les nutriments numrs verticalement avec des informations additionnelles sur la source, les statistiques, etc. 2. Une ligne par aliment, avec les nutriments numrs horizontalement sur une ou plusieurs pages. 3. Une ligne par aliment, avec les nutriments numrs horizontalement sur une ou plusieurs pages. Dans la ligne suivante, des informations additionnelles sont fournies pour certaines valeurs comme un intervalle de variation ou la taille de lchantillon. 4. Une ligne par aliment, avec les nutriments numrs horizontalement sur une ou plusieurs pages. Aprs le nom de laliment, apparat une brve description des calculs ou de lchantillonnage. 5. Une ligne par aliment, avec les nutriments numrs horizontalement sur une ou plusieurs pages. Des informations additionnelles sont fournies dans des fichiers diffrents (par exemple, relationnels). 6. Les valeurs nutritionnelles pour les aliments et les nutriments spcifiques sont numres dans des annexes spares. Objectifs des diffrents formats de banques de donnes utilisateur:
donner les quelques valeurs de constituants disponibles pour quelques aliments. prsenter le plus daliments et de constituants possibles en un minimum de pages, avec plus dinformation sur les valeurs slectionnes. prsenter, par aliment, le plus de mtadonnes possibles. Prsenter le plus daliments et de constituants possibles en un minimum de pages tout en fournissant une information complte sur les mtadonnes dans des fichiers spars. prsenter le plus daliments et de constituants possibles en un minimum de pages, avec plus dinformation sur les aliments et lorigine des donnes. prsenter le plus daliments et de constituants possibles en un minimum de pages.

X.Q21 Citez cinq raisons de mise jour dune banque de donnes sur la composition des aliments. (5 points: 1 point pour chaque rponse correcte) 1. 2. 3. 4. 5.

185

Module 10 Questions
EXERCICES

X.E1 Ouvrez lOutil pour la compilation version 1.2.1 et regarder les donnes et la documentation dans les diffrentes feuilles Excel. Faites correspondre la documentation cite dans le tableau ci-dessous avec les feuilles de calcul dans lesquelles la documentation est ajoute. (4,5 points: point pour chaque rponse correcte) Note: LOutil pour la compilation est disponible ladresse: http://www.fao.org/infoods/software_fr.stm. Feuille: 1. Codes 2. Calcul des recettes 3. Recettes+ingrdients 4. Base de donnes darchive 5. Base de donnes de rfrence 6. Bibliographie 7. Documentation des valeurs 8. chantillonnage 9. Mthodes Feuille Documentation ajoute
La documentation bibliographique sur les sources de donnes et autres rfrences peut tre entre ici dans un seul champ ou rpartie entre diffrents champs, par exemple, le titre, lauteur, le code ISBN, etc. La documentation sur les mthodes danalyse peut tre ajoute ici. Trs souvent, on ne connat que le nom de la mthode danalyse, en particulier lorsque la valeur est drive dune autre table ou banque de donnes sur la composition des aliments. Davantage dinformations peuvent tre extraites et documentes partir darticles scientifiques. La documentation sur les facteurs de rendement et de rtention des nutriments peut tre saisie ici avec leurs sources, la mthode de calcul de la recette et les valeurs nutritionnelles calcules des aliments et recettes. La principale source des valeurs nutritionnelles est saisie au niveau de laliment (par exemple, pour les aliments agrgs et calculs). Pour les valeurs calcules, extrapoles ou estimes, la source (avec le code de laliment) est saisie au niveau de la valeur pour substituer la documentation par dfaut au niveau de laliment. La documentation est saisie ici sur la signification des codes abrviations utiliss dans les diffrentes feuilles. La documentation exhaustive sur les valeurs (par exemple, le type de donne, lerreur-type, lcart-type, la moyenne, la date danalyse, etc.) est saisie ici pour un couple constituant-aliment (des cls/codes sont saisis pour identifier le constituant et laliment). La documentation au niveau de laliment peut tre saisie sur la source des valeurs nutritionnelles. Des codes aliments sont aussi attribus tous les nouveaux aliments. Cette feuille contient seulement les donnes originales. On ny trouve aucune valeur calcule ou estime. La documentation sur les informations dchantillonnage et les chantillons daliments est saisie ici. La documentation sur les ingrdients et leurs quantits et une brve description de la prparation de la recette est saisie ici. Ces informations devront tre publies dans la version utilisateur de la table ou banque de donnes sur la composition des aliments.

X.E2 Ouvrez les feuilles de calcul base de donnes de rfrence et calcul des recettes de lOutil pour la compilation version 1.2.1 et faites correspondre les donnes suivantes avec la documentation cite dans le tableau ci-dessous. Dans la dernire colonne du tableau, indiquez si la documentation se situe au niveau de laliment ou de la valeur; mettez 1 pour le niveau aliment et 2 pour le niveau valeur. (7 points: point pour chaque rponse correcte) 186

Module 10 Questions
Donnes trouves dans les feuilles de calcul base de donnes de rfrence ou calcul des recettes: 1. La valeur de EDIBLE dans lenregistrement final de Tomate mre, crue 2. Lenregistrement final de Tomate mre, crue (sauf sil est indiqu dune autre faon pour des valeurs spcifiques) 3. Omelette aux tomates 4. Farine, bl, blanche enregistrement 2 5. La valeur de FASAT dans lenregistrement final de Farine, bl, blanche 6. La valeur de ALC dans lenregistrement final de Farine, bl, blanche 7. Les facteurs de rtention pour ufs et ovoproduits cuits au four. Documentation correspondante trouve dans les feuilles de calcul
calc. avec mthode mixte th UK 6 moyenne des enregistrements 1-3 DK7.01-0531 chantillonnage S1 US21-11529 calc DK7.01-0531*0.8

Donnes

Documentation au niveau de laliment ou de la valeur (mettez 1 pour le niveau aliment et 2 pour la valeur)

X.E3 Un compilateur commence saisir des donnes de composition pour quelques aliments dans la banque de donnes darchive. Ci-dessous, on a un extrait de la banque de donnes darchive. Pour les aliments en jaune, saisissez le code aliment, dcidez si les valeurs nutritionnelles seront emprunter dans la banque de donnes sur la composition des aliments ci-dessous ou calculer. Ensuite, saisissez dans la table ci-dessous la documentation sur les sources de donnes slectionnes. (18 points: 1 point si toutes les saisies pour laliment sont correctes) Note: Prenez comme exemple les donnes compltes de quelques aliments dans la table. Compltez les donnes manquantes en appliquant les instructions suivantes: x Dans la colonne Code aliment/groupe daliments, saisissez un code aliment: les deux premiers nombres pour la catgorie daliments, les troisime et quatrime nombres pour la sous catgorie et les trois derniers nombres comme code de laliment au sein de la catgorie. x Dans la colonne type, saisissez le type daliment: mettre R pour les recettes (pour signifier que leurs valeurs nutritionnelles seront calcules en utilisant le mode de calcul de recettes mixte et qui sapplique aussi aux aliments cuits lorsquils sont obtenus par le calcul) et A pour un aliment. x Sil sagit dun aliment, faites correspondre laliment avec laliment le plus similaire de la banque de donnes danoise sur la composition des aliments version 7.01 et saisissez la documentation correspondante: o La source abrge correspondante dans la colonne source; o Le nombre daliments dans la colonne code de l'aliment dans la source; o Le nom de laliment tel quil est dans la source dans la colonne nom de l'aliment dans la source. x Au cas o on ne trouverait pas daliment suffisamment similaire, mettez - dans les cellules correspondantes. x Sil sagit dune recette, saisissez seulement calc. par mthode mixte ce qui veut dire calcul par la mthode mixte) dans la colonne source. x Dans la colonne appariement, indiquez si laliment en correspondance est exactement le mme (mettez 1) ou similaire (mettez 2). Laliment en correspondance est exactement le mme si les noms daliments, y compris tous les descripteurs, sont exactement les mmes. Un certain nombre de contrles complmentaires sont ncessaires pour quelques aliments, par exemple, pour les dcoupes de viande, pour sassurer que les aliments sont rellement les mmes (dans de nombreux pays, les noms des morceaux de viandes sont identiques mme sils proviennent de diffrentes parties de lanimal voir le module 3 pour plus dinformations). Un aliment en correspondance est similaire si les noms daliments, ou au moins un descripteur, sont diffrents. 187

Module 10 Questions
Aliments de la banque de donnes danoise sur la composition des aliments version 7.01 ( citer comme DK7.01) avec les codes aliments, les noms anglais et franais:
[0224] [1253] [0340] [0659] [0821] [0115] [1275] [0147] [0682] [0010] [0790] [0791] [0306] [0523] [0451] [0038] [0154] [1112] [0927] [5020] [5016] [5004] [0284] [0285] [0098] [0097] [1035] [0132] [0131] [0319] [0318] [0321] [0170] [1473] [0750] [5030] [0366] [0367] [0304] [0305] [0327] [0333] [0866] [0334] [0153] [0482] [0271] [0386] [1055] Rice, polished, raw Margarine, 80% fat, for frying/baking, vegetable fat Egg, chicken, whole, raw Sweet potato, raw Potato, old (February to June), raw Potato, raw Lentils, brown, dried, raw Lentils, dried Lentils, sprouted, raw Aubergine (eggplant), raw Tomato, Danish, ripe, raw Tomato, imported, ripe, raw Tomato, ripe, raw, origin unknown Mangos, raw Chocolate, fancy and filled Chocolate, milk Sugar, sucrose, white Sugar, Demerara Pork, loin, lean, raw Pork, loin with rind, raw Pork, chop, raw Pork, tenderloin, trimmed, raw Pork, meat, approx. 32% fat, raw Pork, meat, approx. 10% fat, raw Chicken, hen, flesh and skin, raw Chicken, hen, flesh only Chicken, flesh and skin, grilled Chicken, flesh and skin, raw Chicken, flesh only, raw Tuna, in oil, canned Tuna, in water, canned Tuna, raw Milk, partly skimmed, 1.5% fat Milk, partly skimmed, 1.5% fat, organic Milk, whole, cultured Milk, 0.5% fat Milk, dry, skimmed, powder Milk, dry, whole, powder Tea, leaves Tea, ready-to-drink Water, tap, drinking, average values Yoghurt Cream yoghurt, 9% fat, with fruit Yoghurt, low fat, with fruit juice Corn oil Olive oil Soya bean oil, refined Bouillon, beef, concentrated, cube Bouillon, beef, cube, prepared Riz blanc, cru Margarine, 80 % MG, pour friture, graisse vgtale uf de poule, entier, cru Patate douce, crue Pomme de terre, vieille (fvrier juin), crue Pomme de terre, crue Lentilles, brunes, sches, crues Lentilles, sches Lentilles, germes, crues Aubergine, crue Tomate danoise, mre, crue Tomate importe, mre, crue Tomate, mre, crue, d'origine inconnue Mangue, crue Chocolat fantaisie et fourr Chocolat au lait Sucre, saccharose, blanc Sucre, Demerara Porc, filet, maigre, cru Porc, filet avec le gras, cru Porc, cte, crue Porc, chine, dgraisse, crue Porc, viande, cru, environ 32 % MG Porc, viande, cru, environ 10 % MG Poule, viande et peau, crue Poule, viande sans peau Poulet, viande et peau, grill Poulet, viande et peau, cru Poulet, viande sans peau, cru Thon, en conserve lhuile Thon, en conserve au naturel Thon, cru Lait, demi-crm (1,5 % MG) Lait, demi-crm (1,5 % MG) bio Lait, entier, ferment Lait, crm (0,5 % MG) Lait en poudre, crm Lait en poudre, entier Th, en feuilles Th, prt--boire Eau du robinet, moyenne Yaourt Yaourt enrichi 9 % MG, aux fruits Yaourt, maigre, au jus de fruit Huile de mas Huile d'olive Huile de germes de soja, raffine Bouillon de buf, en cubes, concentr Bouillon de buf, en cubes, prpar

188

Module 10 Questions
Code aliment/g roupe daliments
1. 01001 01002 A R

Type R = recette A= aliment

Aliments/catgorie daliments

Apparie ment 1=exacte 2=similaire


1

Source

Code aliment dans la source

Nom de laliment dans la source

Crales et produits craliers Riz blanc, cru Riz blanc, cuit

01003 2. 02001 3. 03001 4. 04001

Riz blanc, frit aux tomates Racines amylaces, tubercules et drivs Pomme de terre, pluche, cuite Lgumineuses et drivs Lentilles, cuites Lgumes et drivs Aubergine, frite

DK7.01 calc. par mthode mixte calc. par mthode mixte

0224

Rice, polished, raw

R R

04002

Tomate, crue

calc. par mthode mixte DK7.01

0790 (ou 0791 ou 0306 ou leur moyenne)

Tomato, Danish, ripe, raw (Tomate, importe, mre, crue OU Tomate, mre, crue dorigine inconnue OU le mieux est de prendre la moyenne)

04003 5. 05001 6. 06001 06002 7. 7.1 0701001 0701002 7.2 0702001 0702002 8. 08001 08002 9. 09001 10. 10001

Tomate, bouillie Fruits et drivs Mangue, crue Sucre, confiserie et sirops Barre chocolate Sucre, blanc Viandes, volailles et drivs Viande rouge Porc, gras, cuit Porc, maigre, cru Volaille Poulet, entier, cru Poulet, entier, grill ufs et ovoproduits uf, poule, cru Omelette, aux tomates Poissons et drivs Thon, en conserve lhuile Lait et produits laitiers Lait de chamelle, liquide, normal

calc. par mthode mixte 1

A A

2 1

DK7.01

0154

Sugar, sucrose, white

R A A A A A R A

2 1 1 1 DK7.01 0340 Egg, chicken, whole, raw

189

Module 10 Questions
Code aliment/g roupe daliments Code aliment/g roupe daliments
10002 10003 10004 10005 11. 11001 11002 12. 12001 12002 13. 13001

Type R = recette A= aliment Type R = recette A= aliment


A A A A

Aliments/catgorie daliments

Aliments/catgorie daliments

Apparie ment 1=exacte 2=similaire Apparie ment 1=exacte 2=similaire


1 2 1 2

Source

Code aliment dans la source Code aliment dans la source

Nom de laliment dans la source

Source

Nom de laliment dans la source

A A

Lait de vache, liquide, partiellement crm Lait de vache, liquide, demi-crm, enrichi Lait de vache, en poudre, entier Yaourt, nature, 3,5 % de matire grasse Graisses et huiles Huile vgtale Margarine, 80 % MG, graisse vgtale Boissons Eau du robinet Th, noir, liquide Autres Bouillon en cubes

DK7.01

0367

Milk, dry, whole, powder

2 1

DK7.01

1253

Margarine, 80% fat, for frying/baking, vegetable fat

A A A A

1 2 2

X.E4 Quelques aliments de lexercice X.E3 ne peuvent pas tre calculs parce que les aliments crus correspondants sont absents de la banque de donnes darchives. Citez les quatre aliments quil faudrait ajouter la banque de donnes darchives issue de la banque de donnes danoise pour calculer les valeurs nutritionnelles de laliment cuit correspondant par un calcul de recettes. (4 points: 1 point pour chaque rponse correcte) 1. 2. 3. 4.

X.E5 Prenez la liste daliments de lexercice X.E3 et ajoutez ou supprimez les aliments suivants dans la banque de donnes et leur attribuer de nouveaux codes aliment. Insrez-les, dans lordre alphabtique, lintrieur des catgories daliments. Indiquez o ils devraient tre ajouts (par exemple, avant aubergine, cuite) et crivez leur nouveau code aliment. (4 points: point pour chaque rponse correcte) Aliments ajouter ou supprimer
Exemple: Ajoutez Haricots, noirs, secs, crus Supprimez Th, noir, liquide Ajoutez Jus de pomme Ajoutez Pain, blanc Ajoutez Fromage, Emmental -

Indiquez avant/aprs quel aliment existant le nouvel aliment doit tre ajout
---

Code aliment ajout


03002

190

Module 10 Questions
X.E6 Compilez les donnes pour laliment Lait de vache, en poudre, entier dans de lOutil pour la compilation version 1.2.1. Ensuite, compltez le tableau ci-dessous. (13 points: point pour chaque rponse correcte) Instructions: x Saisissez linformation (dans X.E3) pour lenregistrement 10004 A Lait de vache, en poudre, entier appariement = 1 DK7.01 367 Lait, sec, entier, en poudre dans les cellules correspondantes de la ligne 20 de la feuille de calcul base de donnes darchive . x Copiez les valeurs nutritionnelles partir de 0367 Milk, dry, whole, powder de la banque de donnes danoise sur la composition des aliments version 7.01 dans les cellules correspondantes de la feuille de calcul base de donnes darchive. x Copiez la ligne 20 complte de la base de donnes darchive dans la ligne 35 de la feuille de calcul base de donnes de rfrence; ajoutez une ligne en dessous. x Compltez tous les nutriments standardiss, cest--dire les tagnames en jaune qui sont suivis de (standardized) en recopiant les formules des autres aliments pour ENERC(kJ) (standardized), CHOAVLDF)(g) (standardized), VITA_RAE(mcg) (standardized), NIAEQ(mg) (standardized), et somme des macronutriments (propre BD) dans la cellule correspondante ou slectionnez la meilleure estimation (par exemple, les fibres alimentaires). x Saisissez la documentation dans la ligne situe en dessous des valeurs si une donne a t cre dans la banque de donnes de rfrence par un des moyens suivants: o calc. si elle est calcule (on peut ajouter plus de dtails, comme source+code aliment, ou si elle est adapte un autre nutriment, mentionnez lequel); o est. si elle est estime; o est. Z si elle est prsume zro; o partir de FAT si la valeur standardise correspond la valeur FAT. Flicitations Maintenant, vrifiez que vous avez correctement effectu la compilation en rpondant aux questions suivantes. Copiez les formules, la documentation (si une valeur est calcule ou estime) et les valeurs comme elles apparaissent dans lOutil pour la compilation dans la rponse correspondante. Note: Afin de calculer certaines valeurs, par exemple, lnergie ou les glucides disponibles par diffrence, il faut que tous les nutriments contributifs aient une valeur. Le nombre de chiffres aprs la virgule (NCV) est indiqu pour tous les nutriments de la feuille de calcul composants. Nutriment, avec le nombre de chiffres aprs la virgule (NCV) comme indiqu
FAT(g) (standardized) (2 NCV) CHOAVLDF)(g) (standardized) (2 NCV) FIBTG(g) (standardized) (1 NCV) ASH(g) (2 NCV) ENERC(kJ) (standardized) (0 NCV) VITA_RAE(mcg) (standardized) (0 NCV) VITD(mcg) (standardized) (2 NCV) VITE(mg) (standardized) (2 NCV) NIAEQ(mg) (standardized) (3 NCV) VITB6C(mg) (standardized) (3 NCV)

Indiquer la formule ou la documentation au niveau de la valeur telle que saisie dans la banque de donnes de rfrence

Valeur dans la banque de donnes de rfrence

191

Module 10 Questions
Nutriment, avec le nombre de chiffres aprs la virgule (NCV) comme indiqu
FOL(mcg) (standardized) (0 NCV) VITC(mg) (standardized) (2 NCV) Somme des constituants majeurs

Indiquer la formule ou la documentation au niveau de la valeur telle que saisie dans la banque de donnes de rfrence

Valeur dans la banque de donnes de rfrence

X.E7 Indiquez la documentation insrer dans lOutil pour la compilation version 1.2.1 lorsque lon complte ou agrge des donnes de composition des aliments. Indiquez aussi la feuille de calcul o la documentation doit tre insre. (8 points: 1 point pour chaque rponse correcte) Note: Ne compilez pas les donnes; compltez seulement la documentation dans le tableau ci-dessous. Donnes utiliser: x Outil pour la compilation version 1.2.1 est disponible sur: http://www.fao.org/infoods/software_fr.stm. x Tlchargez le fichier Excel contenant la banque de donnes USDA SR 22 abrge ladresse http://www.ars.usda.gov/Services/docs.htm?docid=17478. La documentation de la banque de donnes se trouve dans le mme fichier zip. Pour la documentation de cet exercice, utilisez US22 pour indiquer USDA SR 22. x Tlchargez le fichier Excel contenant la banque de donnes danoise abrge sur la composition des aliments version 7.01 ladresse http://www.foodcomp.dk/v7/fcdb_default.asp. Slectionnez download food data et cliquez alors sur le fichier Excel pour tlcharger le fichier de donnes abrg. Pour la documentation de cet exercice, utilisez DK7.01 pour la banque de donnes danoise. Tche
Importez les valeurs nutritionnelles de Asparagus, white, raw (Asperge, blanche, crue) partir de la banque de donnes danoise Pour Asparagus, white, raw, compltez la donne manquante pour EDIBLE avec USDA22 en slectionnant laliment le plus similaire Importez les valeurs originales de lAsperge crue de la banque de donnes USDA SR 22 Saisissez un nouvel enregistrement (enregistrement final pour publication) dans lequel vous calculez la moyenne de toutes les valeurs nutritionnelles de lasperge crue provenant des banques de donnes danoise et USDA

Documentation correspondante
source: fdnumber of source:

Indiquez la feuille de calcul

La donne de documentation sous la valeur: source: fdnumber of source: source:

192

Module 10 Questions
X.E8 Calculez, partir des teneurs en fibres suivantes, la valeur agrge et standardise de FIBTG. (1 point) Note: Pour calculer la moyenne de plusieurs valeurs, on ne doit prendre en compte que les nutriments qui ont la mme dfinition que FIBTG. Voir le module 4.b pour plus dinformations sur les identificateurs des composants de lINFOODS. Mangue, crue
Enregistrement 1 Enregistrement 2 Enregistrement 3 Enregistrement 4 Enregistrement 5 Moyenne enregistrements 1-5

FIBTG(g) (standardized)

FIBTG(g) AOAC
1,9 2,3

FIBTS(g) Southgate

PSACNS (g) NSP


1,3

FIBC (g) brute

FIB(g)

1,1 2,0

X.E9 En novembre 2008, un compilateur a reu un rapport (n 146) du laboratoire LabTecs avec des donnes sur un pain traditionnel base de farine blanche de bl non leve, accompagnes dinformations sur lchantillonnage. Situ dans la ville X, LabTec est accrdit pour les analyses dans cette matrice alimentaire spcifique. En octobre 2008, dix pains (de 500 g chacun) avaient t chantillonns dans des boulangeries locales situes dans les trois principales rgions du pays (Rgion Nord: villes A, B et C; Rgion Sud: villes D, E et X; et la Rgion Ctire: villes F, G et H). Les chantillons ont t envoys au laboratoire. Entre le 20 et le 30 octobre 2008, le laboratoire a divis et homognis les chantillons, rassembl les chantillons daliments rgionaux en un seul chantillon composite par rgion, et les a analys en doubles. Les rsultats sont les suivants: Nutriment Unit* Teneurs dans la Rgion Nord
32,7 1,8 7,5 1,9 2,1 522 0,32 21

Teneurs dans la Rgion Sud et capitale


33,9 2,0 7,1 2,1 2,3 533 0,29 20

Teneurs dans la Rgion Ctire


31,3 1,6 7,4 2,2 2,2 544 0,36 24

Mthode utilise

Eau Lipides Protines Cendres Fibres alimentaires Sodium Vitamine E Folates

g g g g g mg mg mcg

Schage au four 100 C Hydrolyse acide et CPG capillaire Kjeldahl Minralisation par voie sche AOAC, Prosky SAA four lectrothermique CLHP Mthode microbiologique

* pour 100 g de partie comestible Compilez ces donnes dans lOutil pour la compilation version 1.2.1 en leur attribuant les codes aliment 1002001-3 pour les rgions Nord, Sud et Ctire respectivement. Ensuite, agrgez les donnes sous pain traditionnel base de farine blanche de bl non leve et attribuez le code aliment 1002004. Compltez alors le tableau ci-dessous avec les informations qui ont t insres dans lOutil pour la compilation . (27 points) Note: La consultation du Report of the Technical workshop on Standards for food composition data interchange (FAO, 2004) pourrait tre utile pour des explications sur les noms de champs du tableau ci-dessous (il est disponible ladresse ftp://ftp.fao.org/es/esn/infoods/interchange.pdf). Pour le calcul de la moyenne, lcart type et la mdiane, voir http://www.physics.csbsju.edu/stats/cstats_NROW_form.html

193

Module 10 Questions
Questions
Combien denregistrements pour le pain traditionnel se trouveront dans la banque de donnes darchives? (1 point) Combien denregistrements pour le pain traditionnel se trouveront dans la banque de donnes de rfrence? (1 point) En prenant labrviation LabTec 146 comme biblioid, indiquez linformation inscrire dans le champ consolidated et indiquez la feuille de calcul entre parenthses. (2 points) Indiquez la documentation dchantillon pour lchantillon daliment de la rgion Nord cod S4 qui sera insre dans les diffrents champs de la feuille de calcul chantillonnage. Lorsque aucune information nest disponible, mettez -. Lchantillonnage de la rgion Sud a le code S5, et celui de la rgion ctire S5. (7,5 points: point pour chaque rponse correcte)

Rponses (noncez les informations insres dans lOutil pour la compilation )

Indiquez la documentation pour la teneur en eau des chantillons daliments composites pour toutes les rgions insrer dans les diffrents champs de la feuille de calcul documentation des valeurs. Lorsquaucune information nest disponible, mettez -. (13,5 points: point pour chaque rponse correcte)

sampleid: fooditemid or name in source: sampplan: sampdate: sampdesc: sampcoll: sampfdnr: sampwght: sampanr: sampanrep: samphand: samparriv: sampstor: sampreason: biblioid: biblioid: fooditemid or name in source: sampleid: componentid: value: unit: baseunit: n: methodid of entire method: QC (quality control): valtype (voir le code dans la Feuille): sourcetype: derivtype: sd: se (=sd/n): min: max: mean: median: lowerror: higherror: qi: analysedate: prepsampl in lab: prepanadt: sepanadt: qtanadt:

Citez les deux nutriments pour lesquels des informations complmentaires sont requises avant de pouvoir incorporer les donnes dans la banque de donnes. (2 points)

194

Module 10 Questions
X.E10 Un compilateur souhaite incorporer les valeurs en carotnes trouves dans lInternational Journal of Food Composition (IJFC), volume 1 (1), p. 1-20 de 2008, pour des bananes (banane Fis; Musa troglodytarum L.). Lauteur est K.L. Miller et le titre est Carotene content of local banana varieties in Wonderland, une petite le de 100 000 habitants. Les mthodes sont ainsi dcrites: les noms des varits ont t identifis par des informateurs cls et des tudes de march, puis identifis par leur nom scientifique tabli par lInternational Botanic Organization (IBO). En 2007, 20 bananes de chaque varit ont t collectes sur diffrents marchs. Les dimensions et la partie comestible ont t mesures, des photos numriques ont t prises et la couleur de la chair estime, dune part, par examen visuel (et classe en cinq catgories), dautre part, par un dtecteur DSM (qui dtectait 15 segments du jaune lorange). Les bananes pluches ont t coupes en deux; une moiti a t analyse crue, lautre bouillie avant analyse (10 minutes dans une casserole en inox). Les chantillons ont t congels -80 C et expdis un laboratoire pour analyse. Une mthode CLHP a t utilise pour lanalyse du carotne suivant le protocole dextraction, de sparation, didentification et de quantification dcrit par Smith et al. (2007). Les chantillons ont t analyss en double (variation infrieure 8 %). Un standard interne, beta-apo-8-carotenal ayant un taux de rcupration de 97%, a t utilis. La riboflavine, lacide ascorbique et lalpha-tocophrol ont aussi t dtermins par CLHP. Les rsultats sont les suivants: Varits et prparation de la Banane
Jammy, crue Than, crue Than, bouillie Khan, crue Canot, crue

Nombre dchantillons analyss


3 4 4 3 6

Couleur

Coefficient comestible
0,63 0,67 0,67 0,65 0,72

betacarotne (mcg*)
432 806 960 2 588 8 455

alphacarotne (mcg*)
360 355 1 236 ND

betacryptoxanthine (mcg*)
ND ND ND 31 ND

Eau (g*)
ND 76 76 ND 70

3 (jaune) 4 (jaune) 4 (jaune) 8 (jauneorange) 15 (orange)

* pour 100 g de partie comestible ND = non dtermin

Compilez toutes ces donnes dans lOutil pour la compilation version 1.2.1 en prenant comme codes aliments 04001 04005. Rpondez alors aux questions du tableau ci-dessous. (19,5 points)

195

Module 10 Questions
Questions
Combien denregistrements de varits de banane seront prsents dans la banque de donnes darchives? (1 point) Est-il ncessaire de changer les units dun des constituants quelconques? (1 point) En prenant labrviation Miller2008 comme biblioid, indiquez linformation inscrire dans le champ consolidated de la feuille de calcul bibliography. (1 point) Indiquez la documentation dchantillon pour la banane Khan, crue qui a comme sampleid S10 et qui sera insre dans les diffrents champs de la feuille de calcul chantillonnage. Lorsquaucune information nest disponible, mettez -. (4,5 points point pour chaque rponse correcte)

Rponses

Oui Non

Indiquez la documentation pour Khan, crue. Lorsquaucune information nest disponible, mettez -. (4,5 points)

Indiquez les tagnames des constituants analyss dans les bananes. (2,5 points)

Calculer VITA_RAE pour les cinq aliments en mcg (sans chiffre aprs la virgule) en prenant rtinol + CARTBEQ/12 (5 points)

sampleid: fooditemid or name in source (ne mettre que les codes aliments): sampplan: sampdate: 2 sampdesc: sampcoll: sampfdnr: sampwght: biblioid: Nom anglais: Nom scientifique: source: methodid (de la mthode pour le -carotne): methodid (de la mthode pour leau) : n: sd (-carotne dans Khan): min (-carotne dans Khan): mean (-carotne dans Khan): Partie comestible: Beta-carotne: Alpha carotne: Beta-crypto xanthine: Eau: Banane, Jammy, jaune, crue: Banane, Than, jaune, crue:) Banane, Than, jaune, bouillie: Banane, Khan, jaune-orange, crue: Banane, Canot, orange, crue:

196

Module 10.a Questions

Module 10.a
COMPARAISON DE BANQUES DE DONNES SUR LA COMPOSITION DES ALIMENTS
OBJECTIFS PDAGOGIQUES

lissue de ce module, ltudiant devrait tre mme de comparer et de compiler les donnes de composition extraites de diffrentes banques de donnes sur la composition des aliments.
MATRIEL POUR LES EXERCICES

x x x x

FAO/INFOODS Outil pour la compilation , version 1.2.1 (Fichier Excel disponible ladresse http://www.fao.org/infoods/software_fr.stm) Extrait du site web du Dpartement de lagriculture des tats-Unis (USDA): http://www.ars.usda.gov/services/docs.htm?docid=8964, USDA SR23, condens dune banque de donnes sur la composition des aliments et fichier sur la dfinition des nutriments Extrait du site web danois sur la composition des aliments: http://www.foodcomp.dk/v7/fcdb_default.asp, le fichier Excel de la banque de donnes danoise sur la composition des aliments version 7.0 et la documentation Extrait du site web du Royaume-Uni sur la composition des aliments: http://www.food.gov.uk/science/dietarysurveys/dietsurveys/ McCance and Widdowsons Composition de Foods Integrated Dataset (CoF IDS), avec sa documentation. Lire Details on Nutrient Data (p. 4-7) et Nutrient Definitions and Expressions (p. 17-27) dans la documentation (disponible ladresse: http://www.food.gov.uk/multimedia/pdfs/cofuserdoc.pdf ) Une aide Excel est disponible ladresse: http://office.microsoft.com/enus/excel/FX100646951033.aspx Compilateurs/utilisateurs professionnels +++++ Analystes Complter les exercices: 3-8 heures

MATRIEL DE RFRENCE

PERTINENCE POUR LES DIFFRENTS UTILISATEURS (SUR UNE CHELLE DE + +++++)

x x x

TEMPS ESTIM POUR:

197

Module 10.a Questions


EXERCICES

Xa.E1 Comparez les constituants de l Outil pour la compilation , version 1.2.1 avec ceux figurant dans la banque de donnes exhaustive USDA SR 22 et la table abrge. Il vous faudra aussi consulter la documentation du SR 22. Rpondez ensuite aux questions suivantes (20 points). Note: 1. partir du site web de lUSDA, http://www.ars.usda.gov/services/docs.htm?docid=8964 , tlcharger la banque de donnes abrge sur la composition des aliments de lUSDA SR23 (cliquez sur download et slectionnez Excel), la documentation et le fichier contenant les dfinitions des nutriments. Ce fichier numre les tagnames et les units pour tous les constituants de la banque de donnes exhaustive. 2. L'Outil pour la compilation version 1.2.1 est disponible ladresse: http://www.fao.org/infoods/software_fr.stm. Les noms des constituants dans l'Outil pour la compilation sont des tagnames. Leur signification et leurs units figurent sur la feuille de calcul composants (des informations supplmentaires sur les tagnames sont disponible ladresse: http://www.fao.org/infoods/tagnames_en.stm). Questions
Nombre de constituants qui ont des units diffrentes dans la table abrge du SR 23 et dans l'Outil pour la compilation (2 points) Nombre de constituants qui ont diffrentes units entre la banque de donnes exhaustive du SR 23 de lUSDA (tels quils figurent dans le fichier contenant la dfinition des nutriments) et les constituants correspondants dans l'Outil pour la compilation (2 points) Indiquez les constituants qui figurent la fois dans la banque de donnes exhaustive du SR 23 de lUSDA et l'Outil pour la compilation mais qui ne sont pas dans la table abrge (3,5 points)

Rponses

ENERC (kJ) Sucres individuels FIBTG NA Acides amins individuels Acides gras individuels FAMS 1. 2. NT FAT CHOAVDF ADSUGAR CA ID VITD (mcg)

Que faudrait-il faire pour avoir accs aux constituants supplmentaires de la banque de donnes exhaustive avec leurs teneurs? Donner deux options (2 points) Slectionnez les constituants qui ne sont pas dans la banque de donnes exhaustive USDA SR23 mais qui figurent dans l'Outil pour la compilation (3,5 points)

O se trouve linformation sur le nombre de chiffres significatifs dans le fichier sur la dfinition des nutriments de lUSDA? (1 point) O se trouvent les dfinitions des nutriments pour le SR23 de lUSDA? (1 point) Pour l USDA SR2 23, o se trouvent les mthodes danalyse pour les constituants? (1 point) Pour certains des acides gras de lUSDA SR 23, il est difficile de dcider sils sont ou non les mmes que ceux indiqus dans l'Outil pour la compilation. Par exemple: 22:5 n-3 dans USDA SR 23 est-il le mme que F22D5CN3? Que devrait faire lutilisateur pour savoir siI sagit du mme acide gras? Slectionnez la bonne rponse en rayant tout ce qui est faux (1 point) Indiquez deux des nutriments figurant dans la banque de donnes de lUSDA qui pourraient poser des problmes aux utilisateurs inexpriments cause de leur nom, de leur dfinition ou de leur unit (2 points) Quelle banque de donnes, un compilateur qui sintress aux les acides gras et aux acides amins individuels devrait-il tlcharger: la banque de donnes abrge ou la banque de donnes exhaustive de lUSDA SR 23? Rayer la mauvaise rponse (1 point)

- Supposer que lacide gras est le mme car cet acide gras nexiste pas en trans -Supposer que lacide gras est diffrent car cet acide gras existe aussi en trans - crire et demander lUSDA 1. 2. Banque de donnes exhaustive/ abrge

198

Module 10.a Questions


Xa.E2 Comparez les constituants figurant de l Outil pour la compilation , avec ceux du fichier Excel de la banque de donnes danoise version 7.01. Rpondez ensuite aux questions suivantes (7 points) Note: 1. La banque de donnes danoise sur la composition des aliments version 7.01 et sa documentation sont disponibles ladresse: http://www.foodcomp.dk/v7/fcdb_default.asp. Pour tlcharger le fichier Excel, choisissez download food data, puis Excel file. Les constituants sont numrs dans la feuille de calcul komponenter. On trouvera plus dinformations sur le site web de la banque de donnes danoise sous About food data (cliquez sur cette icne en haut gauche du site web pour accder la documentation), notamment pour les dfinitions des nutriments. 2. LOutil pour la compilation est disponible ladresse: http://www.fao.org/infoods/software_fr.stm . Les noms des constituants dans lOutil pour la compilation sont des tagnames. Leur signification et leurs units figurent sur la feuille de calcul composants et plus dinformations sur les tagnames est disponible sur: http://www.fao.org/infoods/software_fr.stm. Questions
Nombre de constituants qui ont des units diffrentes dans la banque de donnes danoise et dans l'Outil pour la compilation (2 points) O se trouvent les informations sur le nombre de chiffres dcimaux dans la banque de donnes danoise? (1 point) O se trouvent les dfinitions des nutriments indiqus dans la banque de donnes danoise? (1 point) Dans la banque de donnes danoise, o se trouvent les mthodes analytiques pour les constituants indiqus? (1 point) Indiquez deux des nutriments dans la banque de donnes danoise qui pourraient poser des problmes des utilisateurs inexpriments en raison de leur nom ou de leur dfinition. (2 points)

Rponses
1. 2.

1. 2.

Xa.E3 Placez les nutriments figurant de la banque de donnes danoise version 7.01 dans le mme ordre que dans lOutil pour la compilation version 1.2.1. Vrifiez que toutes les units sont les mmes que celles figurant dans l'Outil pour la compilation. Si ncessaire, convertissez toutes les teneurs en nutriments dans lunit dans laquelle elles sont exprimes dans l'Outil pour la compilation. (26 points: point pour chaque rponse correcte) Cet exercice vise amliorer votre connaissance de la nomenclature des constituants et vous permettra demprunter plus facilement des teneurs en nutriments au cas o vous le souhaiteriez. Note: x x Il est conseill ceux qui ne connaissent pas bien Excel de consulter laide Excel disponible ladresse: http://office.microsoft.com/en-us/excel/FX100646951033.aspx La banque de donnes danoise sur la composition des aliments version 7.01 et sa documentation affrente sont disponibles ladresse: http://www.foodcomp.dk/v7/fcdb_default.asp. Pour tlcharger Excel, cliquez sur download food data puis sur Excel file. Les constituants figurent sur la feuille de calcul komponenter. On trouvera plus dinformations sur le site web de la banque de donnes danoise sur la composition des aliments sous About food data (cliquez sur licne en haut gauche de la page pour accder la documentation), notamment sur les dfinitions des nutriments. LOutil pour la compilation est disponible ladresse: http://www.fao.org/infoods/software_fr.stm. Les noms des constituants dans lOutil pour la compilation sont des tagnames. Leur signification et leurs units figurent sur la feuille de calcul 199

Module 10.a Questions


composants et des informations supplmentaires sur les tagnames sont disponible sur: http://www.fao.org/infoods/tagnames_en.stm. Instructions pour modifier lordre des nutriments dans le fichier Excel de la banque de donnes danoise sur la composition des aliments: 1. Attribuez des tagnames tous les constituants de la banque de donnes danoise. 2. Ouvrez deux documents Excel (et non pas deux fentres dans le mme document Excel) pour les deux fichiers Outil pour la compilation version 1.2.1.xls et la banque de donnes danoise sur la composition des aliments 7.01. Rduisez-les, puis placez les deux fentres de manire les voir toutes les deux sur lcran (lune au-dessus de lautre). 3. Coupez et insrez (ne collez pas car cela consisterait substituer les donnes existantes!) les diffrentes colonnes dans le bon ordre. a. Insrez dans le fichier de la banque de donnes danoise une ligne avant la premire ligne. Copiez de la feuille de calcul Komponenter les noms anglais des composants et collezles avec collage spcial et transpos dans cette ligne. b. Dplacez les colonnes ayant la mme dfinition de nutriment dans la colonne correspondante de lOutil pour la compilation c. Insrez une colonne vide lorsque le nutriment nest pas disponible dans le fichier danois. d. Dplacez les colonnes contenant les constituants qui ne figurent pas dans lOutil pour la compilation la fin du fichier (ne les effacez pas car elles pourraient vous tre utiles plus tard). 4. Vous pouvez utiliser la touche F4 pour rpter la dernire commande, par ex. pour insrer une colonne. 5. Vrifiez que vous avez plac les colonnes au bon endroit: a. insrez dans le fichier danois une ligne avant la ligne 1 b. copiez tous les tagnames de lOutil pour la compilation (par exemple, partir de la feuille de la banque de donnes de rfrence) en commenant par DEN jusquau dernier tagname c. collez les tagnames copis dans la ligne vide du fichier danois d. changez lordre si ncessaire et vrifiez nouveau. 6. Crez une nouvelle feuille de calcul et insrez-y tous les constituants inutiliss ainsi que les colonnes food codes et food names. Veillez ce que les noms et les codes des aliments soient sur les mmes lignes que les teneurs correspondantes. Flicitations Vrifiez maintenant que vous avez effectu correctement la transformation en insrant dans le tableau ci-dessous les noms anglais et danois des constituants correspondant aux noms des constituants figurant dans lOutil pour la compilation . Sil nexiste pas de correspondance mettez un tiret -.

200

Module 10.a Questions


Nom du constituant dans lOutil pour la compilation
ENERC(kcal) (standardis) WATER(g) XN PROTCNT/PROT(g) FASAT(g) CHOAVLDF(g) CHOAVLM(g) FIBTG(g) AOAC PSACNS(g) NSP FIB (g) ASH(g) CA(mg) SE(mcg) ID(mcg) VITA_RAE(mcg) (standardis) VITA_RAE(mcg) VITA(mcg) CARTBEQ(mcg) CARTB(mcg) VITD(mcg) FOL(mcg) (standardis) FOL FOLFD(mcg) NIAEQ(mg) F18D1CN7(g) LEU(mg)

Nom anglais correspondant au constituant dans la banque de donnes danoise

Nom danois correspondant au constituant dans la banque de donnes danoise

201

Module 10.a Questions


Xa.E4 Comparez les constituants de lOutil pour la compilation avec ceux de la banque de donnes britannique sur la composition des aliments McCance and Widdowsons Composition of Foods Integrated Dataset (CoF IDS). Rpondez ensuite aux questions suivantes (6 points) Note: x La McCance and Widdowsons Composition of Foods Integrated Dataset (CoF IDS) est disponible ladresse: http://www.food.gov.uk/science/dietarysurveys/dietsurveys/ ainsi que sa documentation. Lisez les sections Details on Nutrient Data (p. 4-7) et Nutrient Definitions and Expressions (p. 17-27) dans la documentation (disponible ladresse: http://www.food.gov.uk/multimedia/pdfs/cofuserdoc.pdf). Des tagnames ont dj t attribus certains nutriments dans IVb.E4. LOutil pour la compilation est disponible ladresse: http://www.fao.org/infoods/software_en.stm. Les noms des constituants dans lOutil pour la compilation sont des tagnames; leur signification et leurs units figurent sur la feuille de calcul composants ladresse: http://www.fao.org/infoods/tagnames_en.stm. et sont expliqus en dtails dans le module 4.b. Rponses

Questions
Nombre dunits qui diffrent entre la table britannique et les nutriments dans lOutil pour la compilation (2 points) O se trouvent les dfinitions des nutriments de la banque de donnes britannique? (1 point) Dans la banque de donnes britannique, o se trouvent les mthodes danalyse pour les constituants indiqus? (1 point) Indiquez deux des nutriments figurant dans la banque de donnes britannique qui pourraient poser des problmes aux utilisateurs inexpriments en raison de leur nom ou de leur dfinition (2 points)

1. 2.

202

Module 10.b Questions

Module 10.b
TUDE DE CAS - TRANSCRIPTION DES APPORTS ALIMENTAIRES EN APPORTS NUTRITIONNELS
OBJECTIFS PDAGOGIQUES

lissue de ce module, ltudiant sera capable de calculer les estimations des apports nutritionnels et dvaluer les difficults en slectionnant des aliments appropris partir dune banque de donnes ou dune table sur la composition des aliments pour obtenir des donnes de qualit sur les apports nutritionnels.
RECOMMANDATIONS

Ceci est une tude de cas afin dappliquer vos nouvelles connaissances. Chacun va choisir un rgime et une base de donnes sur la composition des aliments pour sexercer calculer les apports nutritionnels partir des aliments. Cet exercice reprsente une situation relle o les aliments les plus proches doivent tre identifis dans la base de donnes et leurs valeurs nutritionnelles appliques aux aliments de ltude. Vous allez rencontrer des difficults et probablement devoir retourner certains modules ou autres documents de rfrence. Il est recommand de complter ce module en groupe et de discuter les rsultats entre vous. Ce module devrait tre complt aprs les modules 10 et 10.a.
PERTINENCE POUR DIFFRENTS GROUPES (SUR UNE CHELLE DE + A +++++)

x x x

Compilateurs/utilisateurs professionnels +++++ Analystes + Complter les exercices: 3-10 heures

TEMPS ESTIME POUR

EXERCICES

Il nexiste pas de rponses aux exercices dans la mesure o les rsultats dpendent du choix individuel des aliments et de la banque de donnes sur la composition des aliments choisie. Conseils Faire attention quand: x vous dcrivez les aliments (voir le module 3) mettre une description exhaustive par exemple, lait, matire grasse rduite est trop vague. Lait, crm, 1.5% de matire grasse, pasteuris est plus prcis. x vous appariez les aliments (voir les modules 3 et 10) faites attention de slectionner laliment le plus proche dans la base de donnes Lappariement des aliments est cl pour la qualit des estimations des apports nutritionnels x vous copiez des valeurs nutritionnelles, veillez ce que les dfinitions, les units et les dnominateurs des composants soient les mmes (voir les modules 4.b, 4.c et 10) x vous calculez les valeurs nutritionnelles des recettes (voir le module 8) x vous compilez des donnes (voir les modules 10, 10.a et 11) revrifiez les valeurs pour leur cohrence ou pour corriger des erreurs. vitez de commettre des erreurs, ce qui est facile faire.

203

Module 10.b Questions


EXERCICES Xb.E1 Calculez les estimations des apports nutritionnels pour le rgime slectionn en suivant les instructions ci-dessous. 1. Les rgimes alimentaires ci-dessous reprsentent les rsultats dune enqute nationale sur la consommation des aliments effectue laide dun questionnaire sur la frquence de consommation des aliments (FFQ). Slectionnez lun deux. Rgime europen
Aliments -Ptes ou riz -Pain aux crales -Pain blanc (petits pains au lait, petits pains, etc.) -Pain complet -Pommes de terre -Lgumes (frais ou comme plat daccompagnement) -Fruits, frais -Compote de fruits, sauce aux fruits, etc. -Lait et autres boissons lactes -Produits laitiers (par ex: fromage, yaourt) -Buf ou porc -Volailles -Viandes transformes (saucisses, etc.) -Poisson -ufs -Lgumineuses (haricots, lentilles, etc.) -Amandes, arachides ou noix -Beurre, huiles vgtales -Ptisseries -Chocolat, confiseries -Biscuits apritif (par ex. chips) -Jus de fruits ou de lgumes -Boissons gazeuses, etc. -Th (noir, aux fruits, th vert) -Caf -Eau -Boissons alcoolises Consommation en g par jour 60 50 50 20 50 100 80 20 300 40 100 50 80 30 50 10 20 50 50 30 30 150 250 20 20 200 20

Rgime base de riz


Aliments -Riz -Pommes de terre -Lgumes (frais ou comme plat daccompagnement) -Fruits, frais -Compote de fruits, sauce aux fruits, etc. -Lait et autres boissons lactes -Produits laitiers (fromage, yaourt, etc.) -Buf ou porc -Volailles -Poisson -Oeufs -Lgumineuses (haricots, lentilles, etc.) -Amandes, arachides ou noix -Beurre, huiles vgtales -Ptisseries -Chocolat, confiseries - Biscuits apritif (par ex. chips) -Jus de fruits ou de lgumes -Boissons gazeuses, etc. -Th (noir, aux fruits, th vert) -Eau -Boissons alcoolises Consommation en g par jour 200 20 200 80 5 30 5 20 30 50 30 60 50 30 10 10 30 20 20 200 300 20

Rgime base de mas


Aliments -Mas (porridge, etc.) -Pain (mas, bl, etc.) -Pommes de terre et autres tubercules (manioc, taro, etc.) -Lgumes (frais ou comme plat daccompagnement) -Fruits, frais -Compote de fruits, sauce aux fruits, etc. -Lait et autres boissons lactes -Produits laitiers (fromage, yaourt, etc.) -Buf ou porc -Volailles -Poisson -ufs -Lgumineuses (haricots, lentilles, etc.) -Amandes, arachides ou noix -Beurre, huiles vgtales -Ptisseries -Chocolat, confiseries - Biscuits apritif (par ex. chips) -Jus de fruits ou de lgumes -Boissons gazeuses, etc. -Th (noir, aux fruits, th vert) -Caf -Eau -Boissons alcoolises Consommation en g par jour 80 50 100

100 80 5 30 30 30 50 30 20 50 20 40 10 5 10 20 200 100 20 300 50

2. Pour le rgime choisi, slectionnez, pour chaque aliment indiqu, trois aliments qui reprsentent le mieux les aliments du FFQ. Par la suite, ces trois aliments seront utiliss pour les faire correspondre (apparier) avec les aliments dans la base de donnes (cest--dire emprunter leurs teneurs en nutriments), 204

Module 10.b Questions


afin de pouvoir calculer des estimations des apports nutritionnels. Par exemple: pour les aliments du FFQ Ptes ou riz, les aliments spaghetti blancs bouillis, lasagne au four avec sauce base de viande et riz blanc bouilli ont t choisis pour mieux reprsenter laliment du FFQ dans un pays spcifique. 3. Slectionnez une banque de donnes sur la composition des aliments en tant que source principale de donnes (de prfrence la banque de donnes nationale sur la composition des aliments) et choisissez dautres banques de donnes ou autres sources utiliser en cas de donnes introuvables dans la source principale. 4. Choisissez les nutriments et les constituants inclure dans votre banque de donnes sur la composition des aliments. Slectionnez la dfinition, lunit et le dnominateur pour tous les constituants. Faites-les correspondre aux tagnames. Vous pouvez galement dcider de prendre tous les constituants figurant dans lOutil pour la compilation version 1.2.1 pour votre banque de donnes. Voir module 4.a pour plus dinformations. 5. Faites correspondre les constituants provenant des diffrentes sources de donnes sur la composition des aliments avec les tagnames INFOODS. 6. Choisissez un systme de regroupement des aliments et classez tous les aliments du FFQ avec leurs trois aliments correspondants (par exemple spaghetti blancs bouillis) dans le systme. Voir le module 3 pour plus dinformations. 7. Copiez lOutil pour la compilation version 1.2.1 du site web INFOODS (http://www.fao.org/infoods/SOFTWARE/compilation%20tool%20version1.2.xls) et sauvegardez-le sur votre ordinateur. Il nest pas recommand deffacer ou de changer lordre des constituants. Si vous avez besoin dajouter des constituants, faites-le en fin de liste. Dans la banque donnes utilisateur, vous pouvez les insrer o vous le souhaitez. 8. Dans la feuille de calcul Banque de donnes darchives, saisissez tous les aliments du FFQ et les aliments correspondants dans les groupes daliments. Ajoutez un code, un numro denregistrement et un type. Voir le module 10 pour plus dinformations. 9. Dans la feuille de calcul Banque de donnes darchives de lOutil pour la compilation, faites correspondre les aliments (par exemple spaghetti blancs bouillis) avec les aliments de la banque de donnes sur la composition des aliments. Attribuer 1 pour une correspondance exacte, et 2 pour une correspondance similaire. Documentez les donnes en indiquant sources et code de l'aliment dans la source dans les cellules correspondantes. (Option pour ceux qui disposent de peu de temps: slectionnez trois aliments du FFQ et les neuf aliments correspondants et continuez les tches restantes avec ces derniers). 10. Dans la feuille de calcul banque de donnes darchives, copiez les teneurs en nutriments des aliments partir de la source de donnes dans les cellules correspondantes des aliments reprsentant les aliments du FFQ. Voir le module 10.a pour changer lordre des constituants dans les sources de donnes et les comparer un ensemble de constituants existants. 11. Copiez toutes les lignes remplies partir de la Banque de donnes darchives sur la feuille de calcul Banque de donnes de rfrence. Ajoutez une ligne au-dessous de chaque aliment pour joindre une documentation supplmentaire. Regroupez (agrgez) les donnes, compltez les donnes manquantes, estimez ou imputez celles manquantes, calculez les valeurs de lnergie et des quivalents, etc. Compltez les nutriments standardiss. Vrifiez les donnes et assurez-vous de leur cohrence et de leur plausibilit. Voir les modules 8 et 10 pour plus dinformations. 12. Si ncessaire, calculez les teneurs en nutriments des recettes ou des aliments cuisins dans la feuille de calcul Calcul de recettes et dans la feuille de calcul recettes+ingrdients, transformez le poids des aliments crus comportant des parties non comestibles en poids de laliment comestible cru. Le calcul de recette devrait avoir lieu uniquement lorsque tous les ingrdients ont toutes les teneurs en nutriments attribues. La cohrence doit tre galement vrifie. Si un ingrdient dune recette manque dans la banque 205

Module 10.b Questions


de donnes, ajoutez-le dabord dans la banque de donnes darchives puis dans la banque de donnes de rfrence, et compltez et vrifiez toutes les teneurs en nutriments de lingrdient (comme figurant aux points 9-11). Aprs avoir achev le calcul de la recette et vrifi les teneurs, copiez les teneurs en nutriments finales de la recette dans la banque de donnes de rfrence. Voir le module 8 pour plus dinformations. 13. Pour chaque aliment FFQ, choisissez un facteur de pondration pour les trois aliments slectionns. Par exemple: Pour laliment FFQ Ptes ou riz (60 g/j), les facteurs de pondration ci-aprs ont t choisis: 33 % (=20 g/j) spaghetti blancs bouillis, 33 % (=20 g/j) lasagne au four avec sauce la viande et 33 % (=20 g/j) riz blanc bouilli. 14. Calculez les estimations des apports nutritionnels pour les nutriments slectionns.

206

Module 11 Questions

Module 11
QUALIT DE LA COMPILATION DES DONNES
OBJECTIFS PDAGOGIQUES

lissue de ce module, ltudiant sera mme de: comprendre les principes de lvaluation de la qualit et son importance dans le processus de compilation; les appliquer lors de la collecte et de la compilation des donnes de composition pour les banques de donnes sur la composition des aliments.
TEXTES A TUDIER

Greenfield, H. et Southgate, D.A.T. 2007. Donnes sur la composition des aliments. production, gestion et utilisation. FAO. Rome. Chapitre 10 (p. 192-197, 201-206, du livre et non du fichier PDF). Le fichier PDF de ce livre est disponible sur le site web INFOODS: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf EuroFIR. Octobre 2009. EuroFIR Workpackage 1.3, Task group 4. Guidelines for quality index attribution to original data from scientific literature or reports for EuroFIR data interchange. Projet de document. Disponible ladresse: HTTP://WWW.EUROFIR.NET/SITES/DEFAULT/FILES/DELIVERABLES/EUROFIR_QUALITY_INDEX_GUID ELINES.PDF OU http://www.eurofir.net/policies/activities/quality_framework
MATRIEL POUR LEXERCICE

Westenbrink, S., Oseredczuk, M., Castanheira, I. et Roe, M. 2008. Food composition databases: The EuroFIR approach to develop tools to assure the quality of the data compilation process. Food Chemistry, doi:10.1016/j.foodchem.2008.05.112. Larticle peut tre command ladresse: http://www.sciencedirect.com/science?_ob=ArticleURL&_udi=B6T6R-4SRCJVP5&_user=6718006&_rdoc=1&_fmt=&_orig=search&_sort=d&view=c&_acct=C000055286&_versi on=1&_urlVersion=0&_userid=6718006&md5=91eda33285385a8161457319abba68be Holden, J.M., Bhagwat, S.A. et Patterson, K.Y. 2002. Development of a multinutrient data quality evaluation system. Journal of Food Composition and Analysis, 15(4), p. 339348. Disponible ladresse: http://www.sciencedirect.com/science?_ob=PublicationURL&_tockey=%23TOC%236879%232002 %23999849995%23341462%23FLP%23&_cdi=6879&_pubType=J&_auth=y&_acct=C000055286& _version=1&_urlVersion=0&_userid=6718006&md5=c50ea9203aa7a0b2dce40ca403eaf868 Klensin J., Feskanich, D., Lin, V., Truswell, S et Southgate, D.A.T. 1989. Identification of Food Components for INFOODS Data Interchange. UNU, Tokyo. Disponible ladresse: http://www.unu.edu/unupress/unupbooks/80734e/80734E00.htm or as PDF at ftp://ftp.fao.org/es/esn/infoods/Klensinetal1989Identificationoffoodcomponents.pdf Stewart Truswell, A., Bateson, D.J., Madafiglio, K.C., Pennigton, J.A.T., Rand, W.M. et Klensin, J.C. 1991. Committee Report: INFOODS - Guidelines for describing Foods: A Systematic Approach to Describing Foods to Facilitate International Exchange of Food Composition Data. Journal of food composition and analysis 4, 18-38. Disponible ladresse: http://www.fao.org/wairdocs/AD069E/AD069E00.HTM Schlotke, F., Becker, W., Ireland, J., Mller, A., Ovaskainen, M.L., Monspart, J. et Unwin, I. 2000. Eurofoods recommendations for food composition database management and data interchange. Report N. EUR 19538. Office des publications officielles des Communauts europennes, Luxembourg. Disponible ladresse: ftp://ftp.fao.org/ag/agn/infoods/EurofoodsRecommendations.pdf The LanguaL food description system http://www.langual.org/: its use, thesaurus, and further literature. Castanheira, I., Robb, P., Owen, L., den Boer, H., Schmit, J., Ent, H., Calhau, M.A. 2007. A proposal to demonstrate a harmonized quality approach to analytical data production by EuroFIR. 207

DOCUMENTATION CITE DANS LES QUESTIONS ET EXERCICES

x x

Module 11 Questions
Journal of Food Composition and Analysis, 20, p. 725-732. Disponible ladresse: http://www.sciencedirect.com/science?_ob=PublicationURL&_cdi=6879&_pubType=J&_acct=C0 00055286&_version=1&_urlVersion=0&_userid=6718006&md5=025a00d3fb8e5e6666bdc4983483c a9c&jchunk=20#20
RECOMMANDATION

Il est vivement recommand aux tudiants de complter les modules 1 et 3-10 avant de commencer le prsent module.
PERTINENCE POUR DIFFRENTS GROUPES (SUR UNE CHELLE DE + A +++++)

x x x x x x

Compilateurs/ utilisateurs professionnels +++++ Analystes ++ Lire: 1-3 heures Rpondre aux questions: 1-3 heures Complter les exercices: 1-3 heures Castanheira, I., Roe, M., Westenbrink, S., Ireland, J., Mller, A., Salvini, S., Beernaert, H., Oseredczuk, M. et Calhau, M.A. 2009. Establishing quality management systems for European food composition databases. Food Chemistry, Volume 113, Issue 3, 1 avril, p. 776-780. doi:10.1016/j.foodchem.2008.05.091. Larticle peut tre command ladresse: http://www.sciencedirect.com/science?_ob=ArticleURL&_udi=B6T6R-4SNGMB7B&_user=6718006&_rdoc=1&_fmt=&_orig=search&_sort=d&view=c&_acct=C000055286&_versi on=1&_urlVersion=0&_userid=6718006&md5=336901caae408d852ad71afbfdc1ff3f Burlingame, B. 2004. Fostering quality data in food composition databases: visions for the future. Journal of Food Composition and Analysis, Volume 17, Issues 3-4, p. 251-258. Disponible ladresse: http://www.sciencedirect.com/science/article/B6WJH-4CG7FR02/2/1ba833ea69c95f2c70b26cdd1a429d98 Harrison, G.G. 2004. Fostering data quality in food composition databases: applications and implications for public health. Journal of Food Composition and Analysis, Volume 17, Issues 3-4, p. 259-265. Disponible comme indiqu ci-dessus.

TEMPS ESTIM POUR

LECTURES SUPPLMENTAIRES SUGGRES

208

Module 11 Questions QUESTIONS


XI.Q1 Dans quel but des codes de qualit sont-ils attribus aux donnes sur la composition des aliments? Slectionnez Vrai ou Faux. (4 points: point pour chaque rponse correcte) Des codes de qualit sont attribus aux donnes sur la composition des aliments aux fins suivantes:
indiquer la qualit globale des donnes, y compris pour lchange de donnes. valuer la qualit des donnes provenant de la littrature scientifique et des rapports des laboratoires. valuer la qualit des donnes qui sont empruntes, extrapoles, calcules ou estimes dans la banque de donnes sur la composition des aliments. fournir aux compilateurs une mthode formalise pour les aider accepter ou refuser des donnes inclure dans une banque de donnes sur la composition des aliments. donner aux compilateurs les moyens damliorer les donnes de qualit mdiocre. montrer aux utilisateurs quelles donnes sont plus fiables que dautres. encourager les compilateurs adopter des procdures de compilation de bonne qualit. fournir des informations aux producteurs de donnes et aux compilateurs afin dattribuer un ordre de priorit aux aliments et aux nutriments en vue dune nouvelle analyse.

Vrai

Faux

XI.Q2 La qualit des donnes ne peut tre correctement value que lorsque certaines exigences sont remplies (par exemple, documentation des donnes). Autrement, toutes les donnes ou la majeure partie dentre elles recevront un score trs bas. Dans la liste ci-aprs, slectionnez les donnes et les lments ncessaires pour valuer la qualit des donnes sur la composition des aliments. Slectionnez Vrai ou faux (4 points: point pour chaque rponse correcte) lments ncessaires pour valuer la qualit des donnes sur la composition des aliments
Documentation relative aux teneurs Informations exhaustives sur la nomenclature des aliments et des constituants Logiciel de compilation qui permet dinsrer toute documentation et facilite lvaluation de la qualit des donnes Directives crites sur la procdure dvaluation de la qualit des donnes, y compris des critres et/ou conseils aux compilateurs pour dcider sil faut inclure ou exclure les donnes Donnes sur la consommation des aliments Procdures crites sur les plans dassurance qualit des laboratoires Donnes sur la composition des aliments avec leurs mtadonnes Temps du personnel

Vrai

Faux

XI.Q3 Faites correspondre les dfinitions avec les termes correspondants (3,5 points: point pour chaque rponse correcte) Termes: 1. Code de confiance (CC) 2. Catgorie dvaluation 3. Critres dvaluation 4. Indice de qualit (IQ) 5. Systme dvaluation de la qualit des donnes 6. Qualit 7. Code source

209

Module 11 Questions
Dfinitions
Il sagit dune mthode systmatique pour valuer la qualit des donnes en conformit avec des directives et des critres communs et, par la suite pour exprimer la qualit des donnes dune manire standardise et cohrente. Correspond un thme divis en une srie de critres. Indique lorigine/la source de la donne, qui permet dindiquer la qualit des donnes calcules ou estimes. Il peut servir dindicateur de la qualit des aliments. Reprsente lensemble des caractristiques dune entit (produit ou service) qui sont capables de rpondre des besoins explicites ou implicites. Exprim en valeurs numriques utilises pour juger si la teneur dun constituant pourrait reprsenter la teneur relle dun aliment (par exemple, dans un pays donn). Ces valeurs sont calcules partir des scores obtenus au cours du processus dvaluation et seront transformes par le compilateur en codes de confiance lintention des utilisateurs. Exprime la confiance globale du compilateur dans les donnes. Il se prsente habituellement sous la forme dune lettre et vise guider lutilisateur en ce qui concerne la qualit des donnes dans une banque de donnes sur la composition des aliments. Par exemple, A = lev; B = modr; C = faible. Il sagit de thmes spcifiques (souvent formuls sous forme de questions) utiliss pour valuer la qualit des donnes dans une catgorie. Ils devraient tre, de prfrence, clairs, objectifs et accompagns de rponses possibles, telles que: oui, non, inconnu ou sans objet. Il sagit parfois de dclarations gnrales assorties de rponses comme: bien fait, moins clair, pas dinformation ou application incorrecte. Les points peuvent tre obtenus par le biais des rponses et seront rsums afin dtablir les codes de confiance et ensuite lindice de qualit.

Numro du terme

XI.Q4 Pour chacun des quatre aspects de la vrification des donnes ou des systmes dvaluation de la qualit ci-dessous, slectionnez les critres dvaluation qui sont pris en compte (22 points: point pour chaque rponse correcte)
Critres Codes de confiance (Exler, 1982)* Systme dvaluation des donnes de lUSDA (Holden et al., 2002)* Critres de la vrification des donnes (Greenfield et Southgate, 2007) Indice de qualit EuroFIR (EuroFIR, 2009)

Identification des aliments Identification des constituants Unit et dnominateur Plan dchantillonnage Nombre dchantillons analytiques indpendants Manipulation des chantillons en laboratoire Validation de la mthode danalyse Contrle/assurance de la qualit de lanalyse Utilise des dclarations gnrales par critre Utilise des questions spcifiques par critre

* cits dans Greenfield et Southgate, 2007

210

Module 11 Questions
Interprtation: Faites correspondre les systmes ou les critres relatifs lvaluation de la qualit des donnes avec les bonnes rponses. Systmes ou critres relatifs lvaluation de la qualit des donnes: 1. Codes de confiance (Exler, 1982) 2. Systme dvaluation des donnes de lUSDA (Holden et al., 2002) 3. Critres de vrification des donnes (Greenfield et Southgate, 2007) 4. Indice de qualit EuroFIR (EuroFIR, 2009) Le systme ou laspect relatif lvaluation couvrent:
la plupart des aspects influenant la qualit des donnes aspects analytiques uniquement aspects analytiques et dchantillonnage aspects analytiques, dchantillonnage et didentification de laliment

XI.Q5 Faites correspondre les critres ci-aprs avec la catgorie dvaluation correspondante. Ceux-ci sont extraits des directives EuroFIR pour lattribution dun indice de qualit (14 points: point pour chaque rponse correcte) Note: x Il faut comprendre les principes de lidentification des aliments et des constituants, de lchantillonnage et de la qualit des donnes analytiques avant dessayer de rpondre aux questions ci-aprs. Ces principes sont expliqus dans les modules 3, 4.b, 5 et 6. x Les directives EuroFIR pour lattribution dindices de qualit sont disponibles ladresse: HTTP://WWW.EUROFIR.NET/SITES/DEFAULT/FILES/DELIVERABLES/EUROFIR_QUALITY_INDEX_ GUIDELINES.PDF OU http://www.eurofir.net/policies/activities/quality_framework. Critres dvaluation: 1. Description des aliments 2. Identification des constituants 3. Plan dchantillonnage 4. Nombre dchantillons analytiques 5. Manipulation des chantillons 6. Mthode danalyse 7. Contrle de la qualit analytique Catgorie Critres dvaluation dvaluation
Un nombre appropri de rptitions des chantillons analyser a-t-il t utilis? Les dfinitions, les modes de calcul et dexpression sont-ils indiqus? Laliment ou lingrdient principal ont-ils t documents suffisamment en dtail (y compris, le cas chant, le nom scientifique avec la varit, lespce et le cultivar)? La partie de la plante ou de lanimal a-t-elle t clairement indique? Les chantillons ont-ils t protgs pour viter des changements dans leur composition causs par la chaleur, lair, la lumire ou lactivit microbiologique et enzymatique? Le nombre dchantillons primaires tait-il suprieur neuf? A-t-on chantillonn plus dune marque (pour les produits manufacturs premballs), plus dun cultivar (pour les aliments dorigine vgtale) ou plus dune sous-espce (pour les aliments dorigine animale), et les marques, les cultivars et les sous-espces sont-ils pertinents pour laliment? Le nom et la description complte de la recette ont-ils t fournis? La mthode analytique utilise correspond-elle aux directives sur la mthode approprie pour le constituant? Les chantillons taient-ils protgs contre la contamination microbiologique, enzymatique ou chimique (lames mtalliques, matriel de meunerie, articles de verre, etc.)? La partie comestible tait-elle dcrite et est-il prcis si laliment a t analys avec ou sans la partie non comestible?

211

Module 11 Questions
Catgorie Critres dvaluation dvaluation
Le nombre dchantillons analyser tait-il suprieur cinq? Le plan dchantillonnage a-t-il t labor de manire reprsenter la consommation dans le pays o ltude a t conduite? Un traitement pour la stabilisation (lyophilisation, ajout dun anti-oxydant, etc.) a-t-il t ncessaire et a-t-il t appliqu? Ltat ou la forme physique (solide, semi-solide, liquide, hach, avec pulpe, etc.) taient-ils indiqus? Le laboratoire tait-il accrdit pour cette mthode, ou la mthode a-t-elle t valide par une validation des performances? Si laliment tait cuit, tous les dtails de la mthode de cuisson ont-ils t fournis? Le nombre dchantillons analyser tait-il compris entre un et cinq? Quel est le nombre exact? La dure de lentreposage et du transport tait-elle approprie pour prserver le niveau de lanalyte? A-t-on utilis un matriau de rfrence certifi ou un matriau de rfrence talon appropri? La teneur en humidit de lchantillon a-t-elle t mesure et le rsultat a-t-il t communiqu? Le constituant tel quil est dcrit dans la publication correspond-il au constituant dcrit dans la banque de donnes? Les chantillons ont-ils t prlevs pendant plus dune saison? La (ou les) saison(s) dchantillonnage est(sont)-elle(s) importante(s)? Les chantillons ont-ils t prlevs dans plus dune zone gographique et/ou dans plus dun point de vente? Y-avait-il plus dun chantillon analyser? Les chantillons taient-ils homogniss? Lunit et le dnominateur (par exemple, lunit de matrice) taient-ils univoques? Les tapes cls de la mthode taient-elles appropries pour la mthode dcrite?

XI.Q6 Les systmes dvaluation des donnes de la qualit devraient tre fiables, cest--dire que diffrents utilisateurs appliquant les mmes critres aux mmes donnes devraient obtenir les mmes rsultats (ou des rsultats similaires). Slectionnez la procdure qui est la plus fiable pour une vrification des donnes et une valuation de leur qualit. (1 point) Fiabilit du plan de vrification des donnes et dvaluation de leur qualit
La qualit est tablie sur la base de lattribution subjective de points par critre (par exemple, 2-9 points, en fonction des dtails de la description de laliment). La qualit est tablie sur la base de critres bien dfinis avec des questions objectives. Lattribution des points se fait dune faon standardise, cest--dire que chaque critre est accompagn la fois dune srie de conditions spcifies pour attribuer les points et dun thsaurus pour les termes. La qualit est tablie sur la base de questions objectives avec une attribution subjective de points pour le score total par question. La qualit est tablie sur la base de critres avec des questions pouvant tre interprtes de diffrentes manires par diffrents utilisateurs.

Le plus fiable

212

Module 11 Questions
XI.Q7 Certains systmes dvaluation de la qualit excluent explicitement les donnes obtenues au moyen de calculs, demprunts, dextrapolations et destimations. Indiquez partir de la liste suivante quels lments devraient tre inclus dans tout systme dvaluation de la qualit des donnes pour valuer la qualit des donnes drives des calculs de recettes, demprunts, dextrapolations et destimations de teneurs. Slectionnez Vrai ou Faux (7,5 points: point pour chaque rponse correcte) lments ncessaires pour valuer la qualit des donnes pour les calculs des recettes
Quantit et description de tous les ingrdients Indication sur la qualit des facteurs de rendement et de rtention des nutriments pour les plats cuisins Nom de la recette et brve description des tapes de la prparation qui ont un impact sur les teneurs en nutriments Toutes les instructions dtailles pour la cuisson fournies dans le livre de recettes (par exemple, couper en lanires de 2 cm et laisser refroidir pendant deux heures) Indication de la qualit des teneurs en nutriments des ingrdients Application standardise des facteurs de rendement et de rtention des nutriments pour les plats cuisins Rfrence bibliographique de la recette (par exemple, livre de recettes) Procdure crite sur les mthodes danalyse chantillonnage des ingrdients Directives crites sur le systme dvaluation de la qualit de donnes issues de calculs de recettes

Vrai

Faux

lments ncessaires pour valuer la qualit des donnes pour lemprunt, lextrapolation et lestimation des teneurs
Assurance que les aliments sont les mmes ou aussi semblables que possible Assurance que les systmes dassurance de la qualit des laboratoires sont appliqus aux donnes calcules Assurance que les donnes sur la composition des aliments dorigine trangre ne reprsentent exactement pas la composition des aliments locaux Assurance que lenrichissement est pris en compte Assurance que les constituants ont la mme dfinition, le mme mode dexpression et les mmes units Assurance que les facteurs de correction sont appliqus aux valeurs nutritionnelles appropries lorsquil y a des diffrences sensibles dans les teneurs en eau, en protines et/ou en lipides entre un aliment de sa propre banque de donnes et les aliments dont les teneurs sont copies Assurance que les valeurs sont copies partir dautres sources uniquement sil ny a pas de diffrence sensible dans les teneurs en eau, en protines et/ou en lipides entre un aliment de sa banque de donnes et les aliments dont les teneurs sont copies Assurance que les mthodes analytiques de la source trangre sont similaires celles ncessaires dans sa propre banque de donnes afin dobtenir des rsultats de bonne qualit

Vrai

Faux

213

Module 11 Questions
XI.Q8 Dterminez le degr dutilit des diffrents indicateurs de qualit des donnes pour les utilisateurs: 1 tant le plus utile et 4 le moins utile (2 points: point pour chaque rponse correcte) Utilit des indicateurs de qualit des donnes pour les utilisateurs
Chaque valeur du constituant est accompagne dun code de confiance: A, B, C avec des explications, par exemple, A = bonne confiance dans la valeur; B = une certaine confiance mais avec des restrictions, C = faible confiance mais meilleure estimation possible. Des informations supplmentaires peuvent tre fournies par le compilateur, si besoin est. Les codes de confiance A, B, C sont fournis au niveau de laliment avec des explications, par exemple, A = confiance dans la valeur; B = une certaine confiance mais avec des restrictions, C = faible confiance mais meilleure estimation possible. Des informations supplmentaires peuvent tre fournies par le compilateur, si besoin est. Aucun code de qualit nest donn. Chaque valeur du constituant est accompagne dun code de confiance: A, B, C avec des explications, par exemple, A = confiance dans la valeur; B = une certaine confiance mais avec des restrictions, C = faible confiance mais meilleure estimation possible. Aucune information supplmentaire nest disponible et ne sera fournie par le compilateur.

XI.Q9 Les principes HACCP (Analyse des risques points critiques pour leur matrise), tels quutiliss pour la scurit sanitaire des aliments, peuvent aussi tre appliqus dans des systmes dassurance de la qualit pour la compilation des donnes sur la composition des aliments. Le but consiste dtecter les risques potentiels et les points critiques pour leur matrise (CCP) l o des mesures prventives ou correctives peuvent tre appliques. Les procdures oprationnelles standard (POS) dcrivent les tches entreprendre pour prvenir, rduire ou liminer la prsence de risques. EuroFIR a utilis le systme HACCP pour dcrire le processus de compilation, identifier les points critiques et dcrire les procdures oprationnelles standard dans la compilation des donnes (Westenbrink et al., 2008). Faites correspondre les tches suivantes avec le risque possible, la consquence et la mesure prventive/corrective correspondants dans la banque de donnes (9 points: point pour chaque rponse correcte) Note: Les tches, les risques possibles, les consquences et les mesures prventives/correctives sont adapts de Westenbrink et al., (2008). BDCA: banque de donnes sur la composition des aliments. SGBDCA: systme de gestion des banques de donnes sur la composition des aliments. Tches : 1. slection des aliments et des constituants ; 2. identification des aliments, constituants, teneurs et mtadonnes pertinents dans dautres sources incorporer dans sa banque de donnes ; 3. attribution dun indice de qualit toutes les donnes originales incorporer dans sa banque de donnes en tenant dment compte de lidentification des aliments et des constituants, de lchantillonnage et de lanalyse ; 4. incorporation de donnes originales et leur stockage dans la banque de donnes darchives (par exemple, saisie manuelle de donnes ou importation de donnes) ; 5. slection de donnes pour obtenir des valeurs agrges ou calcules ; 6. slection dalgorithmes et de facteurs, tels que les facteurs de rendement et de rtention, pour calculer des valeurs nutritionnelles (par exemple : calculer des moyennes, des valeurs nutritionnelles de recettes ou des nutriments drivs) ; 7. calcul des teneurs en nutriments par les calculs de recettes ; 8. validation de donnes agrges, calcules ou compiles, et correction des erreurs releves ; 9. slection de donnes pour la banque de donnes utilisateur et diffusion de cette dernire.

214

Module 11 Questions
Tche Risques possibles pour la BDCA
Application incorrecte dune ou plusieurs tapes dans le calcul de la recette

Consquences pour la BDCA


Erreurs dans les valeurs publies qui sont calcules

Mesures prventives/correctives
- Utiliser un SGBDCA bien conu avec un bon programme de calcul des recettes - Former le compilateur - Documenter les donnes - Vrifier et valider toutes les donnes calcules - Un SGBDCA bien conu donne des messages derreur automatiques - Vrifier que les donnes ont t copies/importes correctement et compltement - Vrifier la documentation Faire participer les utilisateurs afin que leurs besoins soient satisfaits

- Saisie de donnes incomplte ou inexacte - Documentation des donnes incomplte

Slection incorrecte des aliments et des constituants pour la BDCA Donnes inadquates slectionnes et publies

- Donnes insuffisantes ou errones saisies dans la banque de donnes darchives - Perte de traabilit - Erreur dans les donnes publies Aliments et/ou constituants importants non inclus dans la BDCA et donc ne sont pas disponibles pour les utilisateurs Plaintes reues dutilisateurs et de fournisseurs de donnes

- Recherche inapproprie de donnes utiles - Donnes incompltes ou insuffisamment dcrites - Critres pour linclusion de donnes insuffisamment dcrites - Pas de validation - Validation non systmatique ou inexacte - Aucune attention spciale nest accorde aux donnes haut risque Slection incorrecte des teneurs en nutriments inclure dans les calculs et les regroupements Systme dvaluation de la qualit des donnes insuffisamment dfini, ce qui donne lieu diffrentes interprtations Erreurs dans les algorithmes des calculs, ou dans la slection des facteurs de rendement et/ou de rtention

- Donnes inappropries incluses involontairement dans la BDCA - Erreurs dans les donnes publies dues une slection errone de donnes Erreurs dans les donnes publies dues la nondtection derreurs

- Erreurs dans les valeurs publies qui sont calcules - Donnes non reprsentatives Lvaluation des donnes ne peut tre ni rpte ni compare

- Erreurs dans les valeurs publies qui sont calcules - Donnes non reprsentatives

- Dfinir les critres - laborer un systme dextraction standardis - Faire participer les utilisateurs afin que les donnes slectionnes rpondent leurs besoins - tablir des critres ou, de prfrence, utiliser des critres accepts lchelle internationale pour la recherche et la slection de donnes - Demander des informations supplmentaires aux auteurs des sources de donnes, si ncessaire - Documenter les donnes - laborer un systme de validation ou, de prfrence, utiliser un systme de validation accept lchelle internationale avec des critres et des procdures dfinis - Documenter les donnes - tablir des critres ou, de prfrence, utiliser des critres accepts lchelle internationale pour la slection de donnes - Documenter les donnes - laborer un systme dvaluation des donnes ou, de prfrence, utiliser un systme accept lchelle internationale - Former le compilateur lvaluation des donnes - Documenter les donnes - laborer un systme de calcul et de facteurs ou, de prfrence, utiliser un systme et des facteurs accepts lchelle internationale - Documenter les donnes

215

Module 11 Questions
EXERCICES XI.E1 Indiquez quel indice de qualit (IQ) serait attribu par les systmes dvaluation de la qualit des donnes de lAFSSA (France), de lUSDA et dEuroFIR pour les situations figurant dans la table ci-dessous (24,5 points: point pour chaque rponse correcte) Note: x Le systme dvaluation de la qualit des donnes de lAFSSA (France) est dcrit la page 31 du document EuroFIR (2009) x Le systme dvaluation de la qualit des donnes de lUSDA est dcrit dans Holden, Bhagwat et Patterson (2002). Development of a multinutrient data quality evaluation system. J. Food Compos. Anal., 15(4): 339348. Disponible ladresse: http://www.sciencedirect.com/science?_ob=PublicationURL&_tockey=%23TOC%236879%232002 %23999849995%23341462%23FLP%23&_cdi=6879&_pubType=J&_auth=y&_acct=C000055286& _version=1&_urlVersion=0&_userid=6718006&md5=c50ea9203aa7a0b2dce40ca403eaf868. On trouvera un exemple aux pages 29 et 30 du document EuroFIR (2009). Les tudiants qui ne sont pas en mesure de tlcharger larticle peuvent complter lexercice laide des informations fournies dans Greenfield et Southgate (2007), encadr 10.1 (p. 204). x Le systme dvaluation de la qualit des donnes dEuroFIR est dcrit dans EuroFIR (2009): EuroFIR Workpackage 1.3, Task group 4. Guidelines for quality index attribution to original data from scientific literature or reports for EuroFIR data interchange. Projet de document. Disponible ladresse: HTTP://WWW.EUROFIR.NET/SITES/DEFAULT/FILES/DELIVERABLES/EUROFIR_QUALITY_INDEX_ GUIDELINES.PDF OU http://www.eurofir.net/policies/activities/quality_framework Situation
Exemple: les teneurs en nutriments sont fournies avec une bonne identification des aliments et des constituants; toutes les autres catgories dvaluation obtiennent le plus grand nombre de points. Les teneurs en nutriments sont donnes uniquement avec une bonne description des aliments et des constituants et avec leurs units et dnominateurs, mais sans informations supplmentaires. Les teneurs en nutriments sont donnes avec une identification ambigu des aliments (par exemple, viande); toutes les autres catgories dvaluation obtiennent le plus grand nombre de points. Les teneurs en nutriments sont donnes avec une identification ambigu de la mthode et des constituants (par exemple, vitamine E, glucides); toutes les autres catgories dvaluation obtiennent le plus grand nombre de points. Aucune information nest fournie sur lunit ou le dnominateur; toutes les autres catgories dvaluation obtiennent le plus grand nombre de points. Information intermdiaire sur la mthode analytique = 10 points

AFSSA, France, (max. IQ 100 points)


100 (20+20+20+10+10+10+10)

USDA (max. IQ 100 points)


100 (20+20+20+20+20)

EuroFIR (max. IQ 35 points)


35 (5+5+5+5+5+5+5)

216

Module 11 Questions
Situation
Le plan dchantillonnage est parfait pour un autre pays mais nest pas reprsentatif de votre propre pays; toutes les autres catgories dvaluation obtiennent le plus grand nombre de points. Trois chantillons indpendants ont t analyss (nombre minimum pour la publication de donnes de composition dans la plupart de la littrature scientifique); toutes les autres catgories dvaluation obtiennent le plus grand nombre de points. Pour une teneur en vitamine C, aucune information nest fournie sur la manipulation de lchantillon en laboratoire ou durant le transport; toutes les autres catgories dvaluation obtiennent le plus grand nombre de points. Aucune information nest fournie sur lassurance qualit; tous les autres critres dvaluation obtiennent le plus grand nombre de points. La mthode analytique est bien dcrite, mais le constituant est obsolte (par exemple, fibre brute); toutes les autres catgories dvaluation obtiennent le plus grand nombre de points. Pas de contrle/assurance de la qualit de lanalyse; toutes les autres catgories dvaluation obtiennent le plus grand nombre de points. Donnes calcules pour un aliment bien dcrit dans la banque de donnes (par exemple nergie en kJ/100 g daliment comestible). Les renseignements sur une recette analyse sont bons (nom, description, information qualitative et quantitative sur les ingrdients); toutes les autres catgories dvaluation obtiennent le plus grand nombre de points. Les renseignements sur une recette analyse sont bons (nom, description, information qualitative et quantitative sur les ingrdients); les ingrdients chantillonns sont prlevs dans un magasin local; toutes les autres catgories dvaluation obtiennent le plus grand nombre de points. n=3 donne 6 points

AFSSA, France, (max. IQ 100 points)

USDA (max. IQ 100 points)

EuroFIR (max. IQ 35 points)

Si un stockage correct est essentiel mais nest pas dcrit 4 points en moins

217

Module 11 Questions
Situation
Le nom dune recette analyse est donn; aucune information qualitative ou quantitative sur les ingrdients nest disponible; toutes les autres catgories dvaluation obtiennent le plus grand nombre de points. La recette est calcule. Le nom et la description de la recette sont donns; une bonne information qualitative et quantitative est fournie sur les ingrdients. Les facteurs de rendement et de rtention des nutriments sont adquats. Les constituants, lunit et le dnominateur sont bien dcrits.

AFSSA, France, (max. IQ 100 points)

USDA (max. IQ 100 points)

EuroFIR (max. IQ 35 points)

Interprtation: Slectionnez Vrai ou Faux. Vrai Faux Interprtation


Les systmes EuroFIR et USDA fonctionnent bien lorsque lune des catgories nest pas dcrite de manire approprie. Le systme franais est le seul qui permette de refuser des donnes en labsence dune description essentielle. Le systme USDA est le seul qui attribue des indices de qualit avec exactitude pour lchantillonnage. Tous les systmes sont bien quips pour faire la distinction entre les diffrentes mthodes de calcul en ce qui concerne la qualit des donnes calcules.

218

Module 12 Questions

Module 12
BIODIVERSIT ALIMENTAIRE
OBJECTIFS PDAGOGIQUES

lissue de ce module, ltudiant sera mme de comprendre: le concept de biodiversit alimentaire et ses relations avec lalimentation, la nutrition et la sant; limportance de la biodiversit pour les banques de donnes sur la composition des aliments et lvaluation nutritionnelle; comment produire, grer et utiliser des donnes de composition des aliments en tenant compte de la biodiversit.
TEXTES A TUDIER x U.R. Charrondiere. Biodiversit alimentaire et composition alimentaire. Prsentation PowerPoint disponible Et, si possible:

ladresse: http://www.fao.org/infoods/presentations_fr.stm FAO. 2008. Consultation d'experts sur les indicateurs nutritionnels pour la biodiversit: 1. Composition des aliments. Disponible ladresse: http://www.fao.org/docrep/011/a1582f/a1582f00.htm FAO. 2005. Appui aux pays en vue dtablir, rassembler et diffuser des donnes sur la composition en nutriments de cultivars spcifiques et priorit relative de l'obtention de donnes sur la consommation alimentaire propres aux diffrents cultivars. Commission des ressources gntiques pour l'alimentation et l'agriculture. Groupe de travail sur les ressources phytogntiques pour l'alimentation et l'agriculture. Disponible ladresse: http://typo3.fao.org/fileadmin/templates/agphome/documents/PGR/ITWG/ITWG3/p3w5F.pdf A. Toledo et B. Burlingame. 2006. Biodiversity and nutrition: a common Path Toward Global Food Security and Sustainable Development. Journal of Food Composition and Analysis 19(6-7): 477-483. Disponible ladresse: http://www.sciencedirect.com/science/issue/6879-2006-999809993-625152 FAO. 2008a. Climate change and biodiversity for food and agriculture. Technical background document from expert consultation, Fvrier 2008. FAO, Rome. p. 1-8. Disponible ladresse: ftp://ftp.fao.org/docrep/fao/meeting/013/ai784e.pdf H. Ceballos, T. Sanchez, A.L. Chvez, C. Iglesias et D. Debouck. 2006. Variation in crude protein content in cassava (Manihot esculenta Crantz) roots. Journal of Aliment Composition and Analysis, Vol. 19, 6-7, p. 589-593. Disponible ladresse: http://www.sciencedirect.com/science/issue/68792006-999809993-625152 Commission des Communauts Europennes. 1997. Recommandation de la Commission du 29 juillet 1997 concernant les aspects scientifiques relatifs la prsentation des informations requises pour tayer des demandes d'autorisation de mise sur le march de nouveaux aliments et de nouveaux ingrdients alimentaires et l'tablissement des rapports d'valuation initiale au titre du rglement (CE) n 258/97 du Parlement europen et du Conseil . Journal officiel des Communauts europennes. L253/1-36. Disponible ladresse: http://admi.net/eur/loi/leg_euro/fr_397H0618.html L. Englberger, J. Schierle, W. Aalbersberg, P. Hofmann, J. Humphries, A. Huang, A. Lorens, A. Levendusky, J. Daniells, G.C. Marks et M.H. Fritzgerald. 2006. Carotenoid and vitamin content of Karat and other Micronesian banana cultivars. International Journal of Food Sciences and Nutrition. Aug-Sep; 57(5-6): 399-418 FAO/OMS. 2001. Safety assessment of foods derived from genetically modified microorganisms. Report of a Joint FAO/WHO Expert Consultation on Foods Derived from Biotechnology held in September 2001, Genve, Suisse. Disponible ladresse: http://www.who.int/alimentsafety/publications/biotech/en/ec_sept2001.pdf G. Kennedy, O. Islam, P. Eyzaguirre et S. Kennedy. 2005. Field testing of plant genetic diversity indicators for nutrition surveys: rice-based diet of rural Bangladesh as a model. Journal of Food Composition and Analysis. 18(4): 255-268

x x

x x

LITTRATURE CITE DANS LES QUESTIONS ET EXERCICES

219

Module 12 Questions
x F.N. Talpur, M.I. Bhanger et M.Y. Khunawar. 2006. Comparison of fatty acids and cholesterol content in the milk of Pakistani cow breeds. Journal of Food Composition and Analysis. 19(6-7):698-703. Disponible ladresse: http://www.sciencedirect.com/science/issue/6879-2006-999809993-625152

RESSOURCES

Donnes de composition x CINE's Arctic Nutriment File. Disponible ladresse: http://www.mcgill.ca/files/cine/Traditional_Food_Composition_Nutribase.pdf Sites sur la taxonomie x Plantes o http://www.ars-grin.gov/cgi-bin/npgs/html/index.pl o http://mansfeld.ipk-gatersleben.de/ o http://www.plantnames.unimelb.edu.au/Sorting/Frontpage.html o http://www.seedtest.org/en/home.html o http://plants.usda.gov/ x Poissons o http://www.fao.org/figis/servlet/static?dom=org&xml=sidp.xml&xp_lang=en&xp_banner =fi o http://www.fao.org/fi/website/FISearch.do?dom=species o http://www.fishbase.org/home.htm o http://vm.cfsan.fda.gov/%7Efrf/rfe0.html o http://www.nativefish.asn.au/taxonomy.html o http://www.nativefish.asn.au/fish.html x Plantes, animaux, poissons o http://www.ncbi.nlm.nih.gov/sites/entrez?db=Taxonomy o http://www.cbif.gc.ca o http://www.sp2000.org/ o http://www.itis.gov/index.html Banques de donnes de gntiques o http://www.informatik.uni-leipzig.de/~tkirsten/GenBankManagement.html o http://www.bioversityinternational.org/Information_Sources/Species_databes/Species_Co mpendium/default.asp
RECOMMANDATION

Lchantillonnage qui tient compte de la biodiversit alimentaire est trait dans le module 5 chantillonnage.
PERTINENCE POUR DIFFRENTS GROUPES (SUR UNE CHELLE DE + A +++++)

x x x x x

Compilateurs/ professionnels, utilisateurs +++++ Analystes + Lire: 1-3 heures Rpondre aux questions: 1-3 heures Complter les exercices: 1-3 heures

TEMPS ESTIME POUR:

LECTURES SUPPLEMENTAIRES SUGGRES x FAO. 2011. Consultation dexperts sur les indicateurs nutritionnels pour la biodiversit - 2. Consommation des aliments.

FAO, Rome. Disponible ladresse: http://www.fao.org/infoods/biodiversity/index_fr.stm H.V. Kuhnlein, B. Erasmus et D. Spigelski. (d.). 2009. Indigenous peoples food systems: the many dimensions of culture, diversity and environment for nutrition and health. FAO, Centre for Indigenous Peoples Nutrition and Environment. Rome, FAO. Disponible ladresse: http://www.fao.org/docrep/012/i0370e/i0370e00.htm ).

220

Module 12 Questions
x x x x INFOODS page sur la biodiversit. Disponible ladresse: http://www.fao.org/INFOODS/biodiversit/index_fr.stm Biodiversity International Site web sur la biodiversit et la nutrition. Disponible ladresse: http://www.bioversityinternational.org/Themes/Nutrition/index.asp AVRDC. 2002. Vegetables are vital: healthy diets, productive farmers, strong economies. Asian Vegetable Research and Development Center, Shanhua, Taiwan. 29 p. Disponible ladresse: http://www.avrdc.org/pdf/vitalveg.pdf UNESCO. 2008. Promoting the development of Industrial crops in Maputaland through capacity building. Disponible ladresse: http://www.unesco.org/csi/pub/papers2/mapp17.htm

221

Module 12 Questions QUESTIONS


XII.Q1 Faites correspondre les termes ci-dessous avec la dfinition correspondante. (5 points: point pour chaque rponse correcte) Note: Voir Consultation d'experts sur les indicateurs nutritionnels pour la biodiversit: 1. Composition des aliments http://www.fao.org/docrep/011/a1582f/a1582f00.htm. Termes 1. Aliments sous-utiliss 2. Espce 3. Biodiversit alimentaire 4. Varit 5. Race 6. cosystme 7. Cultivar 8. Sous-espce 9. Genre 10. Famille Terme Dfinition
Groupe despce animale, dans un seul taxon zoologique appartenant au rang le plus bas connu, prsentant des caractres externes dfinissables et identifiables qui permettent de sparer visuellement ce groupe dautres groupes dfinis de la mme faon au sein de la mme espce. Population(s) dorganismes qui ont en commun certaines caractristiques non prsentes chez dautres populations de la mme espce. Pour le nom taxonomique, il est dusage dajouter ssp. ou subsp. et le nom latin en italique. Ensemble dynamique de communauts de plantes, danimaux et de micro-organismes et leur milieu non biotique, fonctionnant comme une unit cologique. Au-dessous du niveau du genre, elle est une classe dindividus pouvant se reproduire entre eux mais qui sont isols du point de vue de la reproduction des autres groupes possdant plusieurs caractristiques en commun. Leur classification est sujette rvision et modification mesure que de nouvelles preuves gnomiques et scientifiques sont examines. Par convention, leur nom est form de deux mots latins; le premier indiquant le genre (qui commence par une lettre majuscule) et le second lespce. Lensemble est mis en lettres italiques avec une majuscule pour la premire lettre, par exemple le nom de la pomme est Malus domestica. Premier niveau du systme de la taxonomie binominale utilis pour classer un organisme parmi ses congnres. Le nom est crit avec une majuscule et le nom despce en minuscules, par exemple Canis lupus est le nom scientifique du loup gris, Canis (chien) et lupus (loup). Diversit des organismes vgtaux, animaux et autres organismes utiliss pour lalimentation, comprenant les ressources gntiques au sein des espces, entre les espces et fournies par les cosystmes. Dfinit une espce dont le potentiel est sous-exploit quant sa contribution la scurit alimentaire, la sant, la nutrition, la gnration de revenus et aux services rendus par la nature. Toutefois, le terme nest pas bien dfini et il dpend des aspects gographiques, sociaux, conomiques et temporels. Il comprend une vaste gamme daliments sauvages, traditionnels, indignes et locaux. Souvent, leur identification taxonomique nest pas complte, en particulier au-dessous du niveau de lespce. Niveau taxonomique qui se situe entre lordre et le genre. La plupart des noms de familles sont drivs du nom de genre et sont obtenus en ajoutant sa racine le suffixe idae pour les animaux et -aceae pour les plantes. Subdivision naturelle dune espce vgtale, dans un seul taxon botanique appartenant au rang le plus bas connu, prsentant des caractres morphologiques distincts et portant un nom latin selon les rgles du Code international de nomenclature. Sa dtermination taxonomique sera dsigne par le premier nom publi attribu de faon valide. Dans la nomenclature zoologique, on vite de lutiliser (sauf pour les poissons), et dans la nomenclature bactriologique ce terme est considr comme interchangeable avec sous-espce.

222

Module 12 Questions
Terme Dfinition
Catgorie de plantes qui se situe taxonomiquement au-dessous du niveau dune sous-espce, quivaut taxonomiquement la varit, et se trouve uniquement sous une forme cultive. Il sagit dun terme international dsignant certaines plantes cultives que lon peut aisment diffrencier des autres par des caractristiques donnes qu'elles doivent conserver quand elles sont reproduites dans des conditions bien dtermines. On la dsigne laide dune pithte, dun ou plusieurs termes issus du langage vernaculaire ( moins quil nait t publi avant 1959), ou dune pithte botanique (en latin) crit en caractres romains et non en italique. Sa premire lettre est en majuscule et est entoure de guillemets simples, par exemple Hosta kikutii Green Fountain (feuilles de Hosta). En gnral, elle est enregistre auprs dun organe comptent afin dassocier chaque nom une population particulire et, habituellement, pour revendiquer des droits sur cette dernire.

XII.Q2 La systmatique taxonomique des aliments revt un rle important pour tous ceux qui sintressent au rle de la biodiversit et de la composition des aliments. Compltez les blancs laide dun des termes suivants: (2,5 points: point pour chaque rponse correcte) Varit Espce Cultivar Race Famille Animaux Rang ... Famille Genre Plantes Rang ... Espce Plantes Rang ... Famille Espce Exemple Bovidae Bos Bos taurus (vache) Bos taurus Bruna alpina

Exemple Rosaceae Malus domestica M. sylvestris (pomme) Malus domestica M. sylvestris Granny Smith

Exemple Cruciferae Brassica cretica Brassica cretica var. cauliflora (DC.) Schwarz (chou-fleur)

XII.Q3 Les noms taxonomiques ne sont pas toujours faciles interprter car les noms de varit, de cultivar ou de race peuvent tre confondus avec ceux de leurs inventeurs. Parmi les noms taxonomiques suivants, prcisez ceux qui correspondent des espces, des varits ou des races. (2,5 points: point pour chaque rponse correcte)

Nom taxonomique
Ipomoea batatas (L.) Lam. [patate douce] Prunus domestica Cacaks Beauty [prune] Sus scrofa domestica race locale danoise [cochon] Brassica oleracea L. var. gemmifera DC. [chou de Bruxelles] Vigna umbellata (Thunb.) Ohwi et H. Ohashi [haricot riz]

Espce

Varit

Cultivar

Race

223

Module 12 Questions
XII.Q4 La Confrence des Parties de la Convention sur la diversit biologique a fond, en Mars 2006, lInitiative intersectorielle sur la biodiversit pour lalimentation et la nutrition, par la dcision VIII/23 A. Elle est mene par la FAO en collaboration avec Bioversity International. Slectionnez, parmi ces dclarations, celles qui expliquent la relation entre la biodiversit alimentaire et la nutrition en choisissant Vrai ou Faux. (7,5 points: point pour chaque rponse correcte) Note: Voir le document Appui aux pays en vue dtablir, rassembler et diffuser des donnes sur la composition en nutriments de cultivars spcifiques et priorit relative de l'obtention de donnes sur la consommation alimentaire propres aux diffrents cultivars. Commission des ressources gntiques pour l'alimentation et l'agriculture. Groupe de travail sur les ressources phytogntiques pour l'alimentation et l'agriculture. CGFRA/WG-PGR-3/05/5. Disponible ladresse: http://typo3.fao.org/fileadmin/templates/agphome/documents/PGR/ITWG/ITWG3/p3w5F.pdf Dclarations
Les diffrences dans la composition nutritionnelle entre les aliments peuvent tre significatives. Les donnes de composition et de consommation alimentaire, uniquement disponibles au niveau de laliment, permettront dtablir les bases scientifiques de la relation entre la nutrition et la biodiversit alimentaire. La biodiversit alimentaire revt une signification particulire pour les communauts indignes, pauvres et vulnrables, surtout lors des priodes de pnuries alimentaires. Les donnes de biodiversit alimentaire devraient tre recueillies uniquement pour les constituants bioactifs non nutritifs (par exemple les antioxydants phytochimiques). Dans la plupart des cas, les donnes de composition des aliments communment consomms sont considres comme suffisantes. Des donnes de composition plus spcifiques sur les varits, les cultivars et les races sont un luxe et ne sont pas considres utiles, surtout pour les pays en dveloppement. Les diffrences de composition qui existent entre les aliments et parmi les varits, cultivars et races dun mme aliment peuvent tre importantes. Les donnes de composition et de consommation au niveau des varits, cultivars et races permettront dtablir les bases scientifiques de la relation entre la nutrition et la biodiversit alimentaire. Autrefois, les donnes de composition sur les aliments communment consomms taient considres, en gnral, comme suffisantes. Mais lintrt de donnes de composition relatives aux varits, cultivars et races fait de plus en plus lunanimit. Par consquent, il est recommand de les inclure dans les banques de donnes sur la composition des aliments. La Commission Internationale du Riz recommande que: 1) un inventaire des varits de riz et de leur composition nutritionnelle soit effectu en pralable de toute manipulation transgnique; 2) les teneurs en nutriments soient utilises comme lun des critres pour promouvoir un cultivar; et 3) lanalyse des nutriments spcifiques de certains cultivars soit ralise et que ces donnes soient systmatiquement publies. La biodiversit alimentaire ne joue un rle important que dans les pays en dveloppement. Les personnes qui participent des enqutes alimentaires peuvent fournir les consommations de certains aliments, en prcisant la varit, le cultivar ou la race au moyen de son nom local, en particulier sil sagit dun aliment frquemment consomm. La prise en compte de la biodiversit dans la nutrition peut servir atteindre les Objectifs du Millnaire pour le dveloppement. Dans la mesure o les pays en dveloppement ou en transition rencontrent des difficults trouver les ressources financires qui seraient ncessaires pour renforcer leurs capacits analytiques, ils ne devraient pas raliser eux-mmes les analyses sur la composition de varits, cultivars ou de races. La connaissance de la composition et de la consommation de la diversit intra-espces peut tre utile pour tablir des directives dittiques alimentaires et mettre en place des programmes dducation nutritionnelle pour des populations. Labsence de donnes sur la composition et la consommation au niveau de la varit, du cultivar ou de la race limite la capacit valuer la valeur des varits, des cultivars et des races, ainsi que leur importance pour la scurit alimentaire dun individu, dun mnage ou dun pays, mais aussi pour le commerce et la protection de lenvironnement. Les donnes sur la biodiversit alimentaire devraient tre collectes et analyses pour tous les composants, en incluant lnergie, les protines, les acides amins, les lipides totaux, les acides gras, les minraux, les vitamines, les provitamines mais aussi des composs bioactifs non nutritifs (par exemple, les antioxydants phytochimiques).

Vrai

Faux

224

Module 12 Questions
Dclarations
La biodiversit alimentaire ne joue pas de rle particulier pour combler les carences en micronutriments ou les divers problmes lis la pauvret, lurbanisation, la malnutrition et lobsit.

Vrai

Faux

XII.Q5 Dans beaucoup de pays o le riz est laliment de base principal, il existe de nombreux cultivars de riz pour lesquels on ne possde aucune donne de composition ou de consommation. Cependant, daprs la littrature, on peut supposer que leurs teneurs en protines et en de nombreuses vitamines sont trs variables. Comment sont influences les estimations des apports nutritionnels et les adquations nutritionnelles, selon quon applique les teneurs moyennes de la banque de donnes nationale pour le riz tous les cultivars, ou que lon dispose pour chaque cultivar de donnes de composition et de consommation? Slectionnez les rponses correctes en indiquant si limpact est d la disponibilit uniquement des teneurs moyennes ou des teneurs des principaux cultivars. (2,5 points: point pour chaque rponse correcte) Impact sur les estimations des apports, les adquations nutritionnelles, et lducation nutritionnelle Si on dispose que des teneurs moyennes du riz Si on dispose de donnes de composition et de consommation pour tous les principaux cultivars de riz

Dans la mesure o le riz est un aliment de base, les erreurs dans lestimation de ses apports nutritionnels sont plus significatifs que pour un aliment consomm rarement et en petites quantits. Lestimation des apports nutritionnels lis au riz reflte plus prcisment les consommations individuelles. Lutilisation de teneurs correctes en nutriments, spcifiques de chaque varit ou cultivar, peut faire la diffrence entre ladquation ou linadquation dapports nutritionnels dune population. Un biais est introduit dans lestimation de ladquation nutritionnelle. Les programmes dducation nutritionnelle peuvent promouvoir les cultivars dont la composition est la mieux adapte pour combler les dficits nutritionnels.

XII.Q6 Selon une croyance traditionnelle, il existerait un cultivar de riz qui conviendrait mieux que les autres cultivars aux personnes atteintes de diabte. tant donn quaucune donne de composition ntait disponible pour ce cultivar, cette tradition tait rarement applique et peu peu oublie. Cette croyance est revenue aux oreilles dun chercheur qui a procd une analyse de ce cultivar et a constat que son Indice glycmique tait bien plus bas que celui des autres cultivars de riz. Suite la publication de ces rsultats, ce cultivar a fait lobjet dune recommandation de lInstitut national de nutrition lintention des diabtiques. Quelles leons peut-on tirer de cette anecdote? Slectionnez Vrai ou Faux. (2 points: point pour chaque rponse correcte) Leons tirer
Les croyances traditionnelles sans base scientifique devraivent tre ignores dans les socits modernes et ne devraient pas tre tudies. Les donnes de composition des aliments (et de consommation correspondantes) sont utiles pour vrifier les croyances traditionnelles. Les donnes de composition (et de consommation correspondantes) recueillies pour des aliments spcifiques et/ou pour des varits, cultivars et races, permettent aux scientifiques dtudier la relation entre la biodiversit alimentaire, la nutrition et la sant. Les donnes de composition (et de consommation correspondantes) des varits, cultivars et races, ne sont pas indispensables. Par consquent, il nest pas ncessaire de les inclure dans une banque de donnes nationale sur la composition des aliments.

Vrai

Faux

225

Module 12 Questions
XII.Q7 Le principe d'quivalence en substance a t introduit par la FAO, lOMS et lOCDE. Il dfend lide que les organismes utiliss comme aliments ou comme ingrdients peuvent tre utiliss comme base de comparaison pour lvaluation de la scurit sanitaire dun aliment ou dun composant alimentaire ayant t modifi, ou qui est nouveau. Le principe d'quivalence en substance implique quune analyse chimique cible sur la composition des organismes gntiquement modifis (OGM) soit compare celle de leurs quivalents conventionnels. La principale limite de cette mthode est quil faut tre capable dinterprter les diffrences observes en tenant compte de la variabilit naturelle des teneurs. Plusieurs tapes doivent tre mises en uvre avant de pouvoir utiliser rgulirement tout le potentiel de ces techniques dans les valuations de risque. Tout dabord, les mthodes danalyse doivent avoir t valides, en termes de reproductibilit et de robustesse, et leurs performances doivent faire lobjet dun consensus. Cela signifie que lon doit tre capable de dfinir ce que lon entend par variabilit naturelle pour un composant ou pour lensemble dun profil nutritionnel. Toute diffrence de profil considre comme dpassant les limites de la variation naturelle doit tre value du point de vue de la scurit sanitaire. Le principe d'quivalence en substance est aussi appliqu dans la lgislation europenne pour les aliments nouveaux, les ingrdients nouveaux et les OGMs (FAO/OMS, 2001; CEU, 1997). Quel rle pourraient jouer les banques de donnes sur la composition des aliments dans ce domaine? Slectionnez Vrai ou Faux. (2 points: point pour chaque rponse correcte) Rle des banques de donnes sur la composition des aliments dans lapplication du principe d'quivalence en substance
Une connaissance plus tendue de la composition nutritionnelle des aliments conventionnels (varits, cultivars et races existants) publie dans les banques de donnes sur la composition des aliments devrait faciliter la ralisation des tudes dvaluation du risque pour les OGM, les aliments nouveaux et les ingrdients nouveaux. Une connaissance plus tendue de la composition nutritionnelle, uniquement des varits, cultivars et races les plus commercialiss, publie dans les banques de donnes devrait permettre la ralisation dtudes dvaluation de risque pour tous les OGM, aliments nouveaux et ingrdients nouveaux. Une connaissance plus tendue de la composition nutritionnelle des varits, cultivars et races existants publie dans les banques de donnes sur la composition des aliments devrait permettre didentifier ceux qui prsentent une meilleure qualit nutritionnelle et couvrent mieux les besoins nutritionnels dune population. La mise en vidence de la biodiversit pourrait rendre inutile le dveloppement coteux dOGM de composition amliore. Une connaissance plus tendue de la composition nutritionnelle des aliments conventionnels (cultivars existants) devrait simplifier la ralisation dtudes dvaluation de risque pour les OGM.

Vrai

Faux

XII.Q8 Une enqute ralise au Bangladesh (Kennedy et al., 2005) a dmontr que plus de 80 % des mnages taient capables didentifier les cultivars du riz et 38 cultivars diffrents ont t ainsi identifis. Quelles leons peut-on en tirer pour les enqutes de consommation venir? Slectionnez Vrai ou Faux. (2 points: point pour chaque rponse correcte) Leons tirer pour les enqutes de consommation venir
Il sagissait dune tude pilote dont les rsultats ne peuvent tre gnraliss dautres tudes. Les participants aux enqutes de consommation sont incapables de reconnatre et didentifier les varits, cultivars et races. Les outils classiques utiliss dans les enqutes de consommation peuvent tre amliors afin de reflter la biodiversit de certains aliments, par exemple des aliments fortement consomms par une population. Pour certains aliments, des questions complmentaires peuvent tre poses sur les noms locaux et ceux des varits, cultivars et races. Les donnes de consommation qui prennent en compte la varit, le cultivar ou la race pourraient inciter les compilateurs de donnes sur la composition des aliments produire des donnes sur ces aliments. La combinaison de ces donnes de consommation avec celles dune banque de donnes qui tient compte de la biodiversit devrait amliorer la prcision des calculs dapports nutritionnels pour la population tudie.

Vrai

Faux

226

Module 12 Questions
XII.Q9 Une tude ralise dans les les Marshall (Englberger et al., 2006), o les fruits du Pandanus font partie du rgime alimentaire traditionnel et o la population souffre de carences en vitamine A, a dmontr que seules deux parmi les trois varits consommes du Pandanus sont riches in carotnodes. Une autre tude effectue au Pakistan (Talpur et al., 2006) a montr que les teneurs en acides gras du lait de deux races de vaches locales sont significativement diffrentes, alors que leurs conditions dlevage et dalimentation sont identiques: la race White Thari produit un lait qui contient plus dacides gras saturs mais moins dacides gras BIODIVERSIT, polyinsaturs et dacide linolique conjugu que celui des vaches de la race Red Sindhi. Quelles consquences peuvent avoir ces rsultats sur les programmes et la recherche en agriculture? Slectionnez Vrai ou Faux. (2,5 points: point pour chaque rponse correcte) Consquences possibles sur les programmes et la recherche en agriculture
Les programmes et la recherche en agriculture pourraient sappuyer sur ces rsultats car leur rle devrait tre de dvelopper des aliments dont la composition nutritionnelle permet de lutter contre les carences alimentaires qui touchent les populations. Les programmes et la recherche en agriculture nont pas prendre en compte ces rsultats car ils ne devraient sintresser qu des paramtres purement agricoles, tels que le rendement ou la rsistance aux nuisibles, sans tenir compte de la composition nutritionnelle ni des carences alimentaires qui touchent les populations. Les aliments haute teneur en nutriments pourraient tre commercialiss en tant que productions valeur ajoute et, par consquent, obtenir de meilleurs prix de vente et connatre une distribution plus large. Cela est trs vraisemblable si, de plus, leurs rendements et dautres paramtres agricoles sont comparables ceux daliments de moindre qualit nutritionnelle. La biodiversit alimentaire ne connatra une valeur commerciale que si les producteurs peuvent obtenir des revenus similaires ou plus levs avec les nouveaux cultivars quavec les autres. La production de varits amliores et les programmes damlioration gntique devraient prendre en compte les teneurs en nutriments, et pas seulement le rendement ou la rsistance aux insectes, nuisibles ou maladies.

Vrai

Faux

Pour ceux qui possdent des connaissances avances XII.Q10 Pour quelles raisons la biodiversit nest-elle pas plus largement prise en compte? Slectionnez Vrai ou Faux. (4 points: point pour chaque rponse correcte) Raisons possibles pour lesquelles la biodiversit nest pas plus largement prise en compte
Son importance pour la nutrition, la sant et lagriculture est mconnue. Que les donnes de composition nutritionnelle sur les varits, cultivars et races soient produites ou non, elles ne sont pas largement publies, par exemple dans la littrature scientifique, les tables nationales de composition des aliments ou les rapports. Par consquent, les agriculteurs et les consommateurs ne sont pas conscients de leurs valeurs nutritionnelles amliores et donc ne sont pas encourags les produire et les consommer. La slection des aliments analyser par lapproche des aliments cls32 permet rarement didentifier les varits, les cultivars ou les races. Par consquent, les agriculteurs et les consommateurs ne sont pas conscients de leurs valeurs nutritionnelles amliores et donc ne sont pas encourags les produire et les consommer. Les possibilits de financement danalyses nutritionnelles sont, en gnral, rduites quand il sagit daliments et en particulier quand il sagit des varits, cultivars ou races. Le dveloppement daliments OGM dont la composition nutritionnelle est amliore est moins coteux que ltude de la biodiversit alimentaire. Normalement, les donnes sur la consommation des aliments au niveau des varits, cultivars et races ne sont pas recueillies, en partie parce quil nexiste que peu de donnes sur leur composition. Les banques nationales de donnes sur la composition des aliments contiennent dj un bon nombre de donnes sur la composition des varits, cultivars et races, et sur les diffrentes zones gographiques et les saisons. Manque de soutien de la part des principaux donateurs (par exemple, gouvernements, organisations internationales) la production de donnes spcifiques sur la composition de varits, cultivars et races.
32 Voir

Vrai

Faux

le Module 3 pour obtenir des dtails sur lapproche par les aliments cls.

227

Module 12 Questions
XII.Q11 La biodiversit est troitement lie au changement climatique. Indiquez les affirmations correctes qui sappliquent cette remarque. Slectionnez Vrai ou Faux. (3 points: point pour chaque rponse correcte) Affirmations sur la biodiversit et le changement climatique
Le changement climatique sera une des causes principales de la perte de la biodiversit. Les vnements climatiques extrmes augmenteront la perturbation des cosystmes agricoles. Celle-ci pourrait tre attnue par une utilisation durable de la biodiversit agricole. Les systmes de production peuvent tre adapts ces changements, tout en conservant des niveaux de productivit acceptables, par une bonne gestion de la biodiversit. Lutilisation durable de la biodiversit agricole prsente un fort potentiel pour dvelopper des stratgies gagnant-gagnant, aux bnfices multiples, par exemple pour faire face aux changements climatiques tout en conservant la biodiversit et en amliorant le bien-tre des populations. Laugmentation de la temprature de leau et de lair naura pas dinfluence sur la migration des espces parce quelles sont lies leur cosystme dans un lieu gographique spcifique. La diversit gntique, qui est actuellement encore sous-utilise, pourrait devenir plus importante pour les agriculteurs et les dcideurs politiques cause du changement climatique. La gestion et lutilisation dun large rservoir de diversit gntique en cette priode dvolution du climat reprsentent des atouts essentiels pour le secteur agroalimentaire et forment la base des stratgies dadaptation ncessaires ce secteur. Le changement climatique est susceptible dentraner des modifications de la composition des aliments. Les inventaires nationaux sur la biodiversit contiennent toutes les informations spatiales qui permettent dvaluer les menaces lies au changement climatique pour les espces, les populations ou les gnotypes si elles prsentent un intrt pour lalimentation et lagriculture.

Vrai

Faux

228

Module 12 Questions
EXERCICES XII.E1 Une tude sur la variabilit de la teneur en protines des racines de manioc a montr quelle dpend des pays et des varits (Ceballos et al., 2006). Leur teneurs varient de 0,95 g 6,42 g/100 g daliment avec une moyenne de 3,24 g /100 g daliment. Calculez lapport protique d aux racines de manioc en Rpublique dmocratique du Congo, en utilisant les teneurs minimum, maximum et moyennes du contenu protique. Dans chaque cas, comparez ces rsultats lApport journalier recommand (AJR) pour les protines chez ladulte, et calculez la proportion de lAJR couverte par les protines des racines de manioc dans les trois cas. Compltez le tableau ci-dessous. Slectionnez ensuite le(s) affirmation(s) correcte(s) qui peuvent sappliquer linterprtation des valeurs obtenues. (8 points: point pour chaque rponse correcte) Note: x LApport journalier recommand (AJR) pour les protines est de 0,75 g par kilogramme de poids corporel. Par consquent, lAJR pour un adulte de 60 kg est de 45 g/jour. x En Rpublique dmocratique du Congo, la disponibilit alimentaire33 en manioc est de 286 g par personne et par jour (pour lanne 2000, valeur publie sous forme de CD par FAOSTAT, 2005). Teneur en protines en g/100 g
Moyenne Minimum Maximum 3,24 0,95 6,42

Disponibilit alimentaire en manioc g/j/personne


286 286 286

Apport en protines d au manioc en g/j/personne

AJR en protines pour un adulte de 60 kg en g/j


45 45 45

Taux de couverture de lAJR en protines li au manioc (%)

Interprtation des rsultats Vrai Faux Interprtation de lapport et de ladquation en protines


La biodiversit peut avoir une influence importante sur les apports et ladquation nutritionnelle, la fois des macro- et micronutriments. Les teneurs en nutriments des aliments, et par consquent les apports nutritionnels, peuvent varier significativement quand diffrents cultivars, varits ou races sont consomms. De plus, ces teneurs peuvent tre modifies par lenvironnement. Limpact sur lapport protique est faible parce que le manioc est pauvre en protines. La biodiversit alimentaire devrait tre mieux prise en compte dans les enqutes de consommation et les banques de donnes sur la composition des aliments afin davoir une meilleure estimation de ladquation ou linadquation des apports nutritionnels.

XII.E2 Les varits et cultivars de banane peuvent avoir diffrentes compositions en nutriments. Ainsi, en ce qui concerne le -carotne, la banque de donnes amricaine USDA (dition Standard 19) indique une teneur de 26 mcg/100 g pour la banane (Musa X paradisiaca), celle des Philippines indique 360 mcg/100 g pour la varit Lacatan, et Englberger et al., (2006) ont trouv 8 508 mcg/100 g pour la varit Utin Iap qui pousse en Micronsie. Pour les Philippines, calculez lapport nutritionnel en -carotne li la banane, en utilisant successivement les teneurs de lUSDA et les varits Lacatan et Utin Iap. Comparez ces rsultats lApport journalier recommand (AJR) en quivalent rtinol pour un homme adulte. Puis calculez le taux de couverture de lAJR pour un homme adulte d la banane dans les trois situations. Compltez le tableau ci-dessous. Slectionnez ensuite le(s) affirmation(s) correcte(s)

33

Disponibilit alimentaire = quantit daliment disponible pour la consommation humaine.

229

Module 12 Questions
qui peuvent sappliquer linterprtation des valeurs obtenues. (11,5 points: 1 point pour chaque calcul correct et point pour chaque interprtation correcte) Information: x En 2003, la consommation de bananes aux Philippines tait de 93 g/j et par personne. x LAJR pour la vitamine A est de 600 mcg dquivalents rtinol (RE) pour un homme adulte. x 6 mcg de -carotne correspondent une activit vitaminique de 1 RE34. Teneur en -carotne mcg/100 g
26 360 8 508

Banane

Apport en Consommation -carotne d de banane la banane en g/j/p mcg/j/p


93 93 93

Apport en vitamine A li la banane en mcg RE/j/p

Taux de couverture de lAJR en vitamine A issu de la banane (en %)

USDA Lacatan Utin Iap

Interprtation des rsultats Vrai Faux Interprtation de lapport en -carotne issu de la banane et de ladquation de lapport nutritionnel
Les variations de teneurs en macronutriments entre diffrents cultivars, varits et races (par exemple la teneur en protines du manioc) sont plus importantes que celles des micronutriments. La biodiversit alimentaire peut tre lorigine de la diffrence entre ladquation et linadquation des apports nutritionnels, surtout en ce qui concerne les micronutriments. Pour construire une table de composition des aliments nationale, le fait demprunter dautres sources des teneurs en micronutriments, sans vrifier de quel cultivar ou de quelle varit il sagit, peut conduire des erreurs dans les valeurs nutritionnelles et avoir comme consquence une mauvaise valuation des apports nutritionnels. Des dcisions inadaptes dans les programmes sur la nutrition et la sant ont pu tre prises car les tables de composition des aliments contenaient des donnes sur les micronutriments inexactes, car elles ne refltaient pas la composition des varits consommes rellement par la population. La biodiversit alimentaire devrait tre mieux prise en compte dans les enqutes de consommation et les banques de donnes sur la composition des aliments afin davoir une meilleure valuation des apports alimentaires et de mieux estimer ladquation ou linadquation des apports nutritionnels.

XII.E3 Lindicateur nutritionnel pour la biodiversit relatif la composition des aliments est utilis pour mesurer la tendance de la disponibilit des donnes de composition tenant compte de la biodiversit alimentaire dans la littrature publie et non publie. Supposons un pays o les principaux aliments sont le riz, les pommes de terre, les lgumineuses, les tomates, les oignons, les mangues, la viande de buf et de buffle et le poisson. En complment, quelques communauts recueillent et consomment des insectes, des animaux aquatiques, des fruits et des lgumes. Utilisez les critres dvelopps dans le rapport dexperts sur les indicateurs nutritionnels pour la biodiversit http://www.fao.org/docrep/011/a1582f/a1582f00.htm pour slectionner les aliments qui seraient pris en considration par lindicateur nutritionnel pour la biodiversit appliqu la composition des aliments. (9 points: point pour chaque rponse correcte) Note: Une liste de critres plus dtaille a t dveloppe et devrait tre utilise lors du choix des aliments prendre en compte pour les indicateurs nutritionnels pour la biodiversit. Disponible en anglais ladresse: http://www.fao.org/infoods/biodiversity/foods%20counting%20for%20Nutritional%20indicator.pdf. Ces critres sont aussi inclus dans le rapport en franais sur la Consultation dexperts sur les indicateurs
34

Davantage dinformations sur les modes dexpression de la vitamine A sont donnes dans les Modules 4.b et 4.c.

230

Module 12 Questions
nutritionnels pour la biodiversit - 2. Consommation alimentaire ladresse http://www.fao.org/infoods/biodiversity/index_en.stm. En plus, une liste des aliments sous-utiliss a t publie http://www.fao.org/infoods/biodiversity/INFOODSUpdatedGFU-list.xls Prise en compte pour lindicateur nutritionnel pour la biodiversit
Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non Oui/Non

Nom de laliment
Riz blanc poli, cru Chou-rave Tomate, crue Feuilles de cueillette, vertes fonces Banane, rose Banane, silver bluggoe Mangue, pimsen-mun, immature Mangue, pimsen-mun, mre Saba, fruit, cueilli, cru Buffle, viande maigre, crue Buffle commun, viande maigre, crue Bernache du Canada, crue (sauvage) Bernache du Canada, grille (sauvage) Carpe commune, crue Ipome aquatique Fourmi rouge (recueillie) Larve de la chenille du Bambou (recueillie) Yaourt, traditionnel

Nom scientifique
Oryza sativa Brassica oleracea var. gongylodes L. Lycopersicon esculentum Musa sapientum Teod var. violacea Musa sp., 'Hug-mook' Mangifera indica, 'pimsen-mun' Mangifera indica, 'pimsen-mun' Bubalua buffelus Bubalus bubalis Branta Canadensis Branta Canadensis Cyprinus carpio Linn. Ipomea aquatica Solenopis Invicta -

231