Pourquoi le même régime ne réussit pas à tout le monde ?

Pourquoi le même régime ne réussit pas à tout le monde ?

Chez HTC Santé les nouveaux programmes alimentaires 2018 à IG personnalisés vous permettent d’atteindre vos objectifs conformément aux avancés scientifiques et voici ce qui fait la différence : 

En réponse à un aliment, le sucre sanguin varie d’une personne à l’autre, notamment parce que notre flore intestinale est différente.

Certaines personnes, pourtant de bonne volonté, échouent dans leurs régimes. Une nouvelle étude de l’institut Weizmann de Science en Israel, parue dans Cell, apporte une explication : en analysant la glycémie de 800 personnes sur une semaine, les chercheurs se sont aperçus que le même repas n’est pas métabolisé de la même façon d’une personne à une autre. Les chercheurs ont donc développé un algorithme pour aider les gens à identifier les aliments qui leur permettent d’atteindre leurs objectifs santé.

Une glycémie élevée est associée à des problèmes de santé comme le diabète et l’obésité. Pour réduire les risques pour la santé, il est donc généralement conseillé de consommer des aliments à index glycémique bas, c’est-à-dire qui limitent l’ élévation du glucose sanguin. Lire :LE RÉGIME IG BON POUR LA LIGNE ET LA TÊTE AUSSI

Dans cet article, les chercheurs ont voulu prédire l’élévation de la glycémie grâce à une application qui intègre différentes informations : paramètres sanguins, habitudes alimentaires, valeurs anthropométriques, activité physique, flore intestinale. Les chercheurs ont suivi les niveaux de glucose dans le sang sur une semaine chez 800 personnes en bonne santé mais pré-diabétiques. Un total de 46.898 repas a été mesuré. Les volontaires ont aussi reçu des repas standard pour leur petit déjeuner et devaient entrer tous leurs repas dans l’application mobile. Les scientifiques ont analysé les réponses des participants aux aliments.

Les données ont révélé que les participants avaient des réponses très différentes au même aliment : il y avait une grande variabilité dans les niveaux de glucose sanguin après un repas. Par exemple, une femme obèse avec un prédiabète, qui avait essayé différents régimes en vain, a compris que ce qu’elle considérait comme des aliments « sains » ne l’étaient pas forcément pour elle : ses niveaux de glucose sanguin s’élevaient après avoir mangé des tomates, ce qu’elle faisait très souvent… Cette personne ne devrait donc pas consommer de tomates !

Pour comprendre pourquoi de telles différences existent entre les individus, les chercheurs ont analysé le microbiome dans les échantillons de selles des participants, car la flore intestinale est liée à l’obésité et au diabète. Or il apparaît que des micro-organismes particuliers sont liés au niveau d’élévation du sucre dans le sang après un repas.

En utilisant les caractéristiques des individus et de leur flore intestinale, il était alors possible de prédire leur réponse glycémique. Les chercheurs ont donc développé une nutrition personnalisée grâce à la prédiction de cette réponse aux aliments. Avec des interventions nutritionnelles personnalisées chez 26 autres participants, les chercheurs ont ainsi réussi à réduire les niveaux de sucre sanguin après le repas et à modifier la flore intestinale.

Ces résultats suggèrent donc que, si des régimes échouent chez certains personnes, ce n’est pas forcément parce qu’ils ne respectent pas les consignes, mais peut-être que certains aliments ne sont pas bons pour eux… Une approche personnalisée permettrait ainsi à chacun de choisir les aliments les moins glycémiants.

Nous vous invitons aussi à vous rapprocher de votre praticienne pour convenir d’un bilan ou d’un RDV pour découvrir ces programmes.

Source partenaire : la nutrition.fr

Zeevi D, Korem T, Zmora N, Israeli D, Rothschild D, Weinberger A, Ben-Yacov O, Lador D, Avnit-Sagi T, Lotan-Pompan M, Suez J, Mahdi JA, Matot E, Malka G, Kosower N, Rein M, Zilberman-Schapira G, Dohnalová L, Pevsner-Fischer M, Bikovsky R, Halpern Z, Elinav E, Segal E. Personalized Nutrition by Prediction of Glycemic Responses. Cell. 2015 Nov 19;163(5):1079-94. doi: 10.1016/j.cell.2015.11.001.