Exercises: Uestions

Vol-1 Cover.
pdf 9/3/11 07:44:42
Vol. 1
VoL. 1
Manuel d’étude sur la composition des aliments – questions & exercises

C
CM
MY
CY
CMY
uestions exercises
ISBN 978-92-5-000000-0
9 789251 065402
FAO
I1515F/1/04.11
Vol-1 Frontespizio.pdf 9/3/11 07:45:42
Vol. 1
CM
MY
CY
CMY
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 employées dans ce produit d’information et la présentation
des données qui y figurent n’impliquent de la part de l’Organisation des
Nations Unies pour l’alimentation et l’agriculture (FAO) aucune prise de
position quant au statut juridique ou au stade de développement des pays,
territoires, villes ou zones ou de leurs autorités, ni quant au tracé de leurs
frontières ou limites. La mention de sociétés déterminées ou de produits de
fabricants, qu’ils soient ou non brevetés, n’entraîne, de la part de la FAO,
aucune approbation ou recommandation desdits produits de préférence à
d’autres de nature analogue qui ne sont pas cités.
Les opinions exprimées dans ce produit d’information sont celles du/des auteur(s)
et ne reflètent pas nécessairement celles de la FAO.
E-ISBN 978-92-5-206915-7 (PDF)
Tous droits réservés. La FAO encourage la reproduction et la diffusion des

informations figurant dans ce produit d’information. Les utilisations à des fins
non commerciales seront autorisées à titre gracieux sur demande.
La reproduction pour la revente ou à d’autres fins commerciales, y compris
à des fins didactiques, pourra être soumise à des frais. Les demandes d’autorisation
de reproduction ou de diffusion de matériel dont les droits d’auteur sont détenus
par la FAO et toute autre requête concernant les droits et les licences sont
à adresser par courriel à l’adresse copyright@fao.org ou au Chef de la
Sous-Division des politiques et de l’appui en matière de publications,
Bureau de l’échange des connaissances, de la recherche et de la vulgarisation,
FAO, Viale delle Terme di Caracalla, 00153 Rome, Italie.
© FAO 2011
Introduction
Table des matières
Avant-propos iii
Remerciements v
Introduction vii
Modules
Module 1 Principes généraux des programmes sur la composition des 13

aliments
Module 2 Utilisation des données sur la composition des aliments 21
Module 3 Sélection et nomenclature des aliments dans les banques de 31

données sur la composition des aliments
Module 4.a Sélection des constituants 45
Module 4.b Nomenclature des constituants 53
Module 4.c Conventions et unités des constituants 67
Module 4.d Méthodes d’analyse des constituants 79
Module 5 Échantillonnage 101
Module 6 Qualité des données analytiques 117
Module 7 Sources d’information sur la composition des aliments 133

Publier des données sur la composition des aliments
Module 8 Recettes et autres calculs 143
Module 9 Systèmes de gestion des banques de données sur la 163

composition des aliments et d’échange de données
Module 10 Compilation et documentation 175
Module 10.a Comparaison de banques de données sur la composition des 197

aliments
Module 10.b Étude de cas - Transcription des apports alimentaires en 203

apports nutritionnels
Module 11 Qualité de la compilation des données 207
Module 12 Biodiversité alimentaire 219
i
Introduction
AVANT-PROPOS
Durant les années 1930 et 40, alors que les vitamines individuelles du groupe B étaient en cours de
découverte, on a éprouvé le besoin de connaître leurs teneurs dans les aliments. La FAO a commencé à
compiler les Tables alimentaires régionales en utilisant le peu de données existantes. Dans les années 40,
des instituts d’analyse des aliments ont été créés au Mexique, à Cuba, en Colombie et plus tard au Pérou,
avec l’aide de la Fondation Rockefeller, de la Fondation Kellogg et de l’USAID. L’Institut de nutrition de
l’Amérique centrale et de Panama (INCAP) avait été conçu à l’origine comme un institut d’analyse des
aliments pour le Guatemala. Bien que sa mission ait été élargie, l’analyse des aliments d’Amérique centrale
est restée hautement prioritaire et une de ses premières publications fut une «Table de composition des
aliments pour l’Amérique centrale et Panama», produite conjointement avec la FAO.
Cependant, au cours des décennies qui suivirent, les financements et les centres d’intérêt se sont plutôt
déplacés vers les études nutritionnelles. L’analyse des aliments et la compilation de bases de données sur
les nutriments dans les pays en développement ont été cantonnés à quelques laboratoires sous-financés.
Les données disponibles sur la composition des aliments sont devenues de plus en plus dépassées et
obtenues par des méthodes obsolètes. Alors que les études sur la nutrition humaine se multipliaient, il en
était de même pour les besoins en données fiables sur la composition des aliments. En 1973, un petit
groupe de nutritionnistes impliqués au niveau international se sont dits préoccupés par l’obsolescence et
l’inadaptation croissantes des données sur la composition des aliments disponibles, en particulier dans les
pays en développement, et ont conclu à l’urgence de la situation. Par exemple, des études prometteuses
sur les régimes et les maladies chroniques ont été invalidées du fait de données sur la composition des
aliments défaillantes.
Le groupe a obtenu une aide administrative et financière de l’Université des Nations Unies, la possibilité
d’utiliser le Centre de conférences de la Fondation Rockefeller de Bellagio, en Italie, ainsi que le soutien de
l’US National Cancer Institute, du Département de l’agriculture des États-Unis (USDA), de
l’Administration des produits alimentaires et pharmaceutiques des États-Unis et de sept sociétés
agroalimentaires majeures. En complément, la FAO, l’Organisation mondiale de la Santé (OMS), l’Union
internationales des sciences et de la nutrition (UISN) et l’Union internationale de science et de technologie
alimentaires (IUFOST) étaient représentées. Ces soutiens illustrent à quel point cette question était
devenue importante.
La conférence de Bellagio, en 1983, a débouché sur la création du Réseau international des systèmes de
données sur l'alimentation (INFOODS), sous la tutelle administrative de l’Université des Nations Unies
(UNU), en collaboration avec la FAO. Il fut décidé que l’INFOODS devrait créer dans chaque pays et
région des structures pour la promotion d’une banque de données améliorée sur la composition des
aliments qui rendra gratuitement accessibles, aux spécialistes de la nutrition et de la santé de tous les pays
en développement, les meilleures données disponibles sur la composition des aliments. Cela a demandé un
système de nomenclature d’utilisation universelle et de définition du contenu spécifique d’une banque de
données idéale.
Grâce à la collaboration entre la FAO et l’UNU, cette tâche fut achevée en quelques années et fut rendue
possible par le développement inattendu et rapide de l’Internet. Suite à une recommandation
d’INFOODS, le Journal of Food Composition and Analysis (JFCA) a été créé. Par la suite, la
responsabilité administrative de INFOODS et JFCA a aussi été prise en charge par la FAO depuis 1999.
La formation ne fut pas négligée. Les ateliers de formation bisannuels de l’Université de Wageningen ont
joué un rôle important de même que le manuel de Greenfield et Southgate (2007) Données sur la composition
des aliments – production, gestion et utilisation. Les étudiants formés lors du cours de Wageningen ont reproduit
des formations similaires dans la plupart des régions, mais le soutien financier pour ces cours régionaux
est devenu de plus en plus difficile à 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 étudie la relation entre maladies et
nutriments ou autres composants des aliments, plus les banques de données fiables sur la composition des
aliments sont devenues importantes, ainsi que le niveau de compétence des analystes, des gestionnaires de
iii
Introduction
banque de données sur les aliments et leurs utilisateurs. Le Manuel d’étude sur la composition des aliments
arrive à un moment opportun. Non seulement le rôle de la nutrition humaine est plus que jamais
largement reconnu comme déterminant pour la santé actuelle et à venir, mais encore les outils de
formation à distance comme celui-ci sont de plus en plus demandés et, dans certains cas, remplacent
l’apprentissage traditionnel en salle de classe. C’est une contribution importante!
Nevin S. Scrimshaw Ph.D., M.D., M.P.H.

Président de l’International Nutrition Foundation
Professeur émérite au Massachusetts Institute of Technology
iv
Introduction
REMERCIEMENTS
Nous sommes reconnaissants envers toutes celles et ceux qui ont contribué au développement du Manuel
d’étude 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
Schönfeldt, Louwrens Smit, Ian Unwin, Ana Vasquez-Caicedo, Elizabete Wenzel), envers toutes celles et
ceux qui ont contribué à son contenu (Marie Luccioni, Edouard Oddo, Enrica Biondi, Prapasri Puwastien)
et celles et ceux qui ont testé les modules: George Annor, Rekia Belahsen, Natasha Danster, Sandra
Eisenwagen, Heinz Freisling, Melanie Fröhler, Ingrid Führhacker, Verena Hasenegger, Sonja Kanzler, T.
Longvah, Susanne Lüftenegger, 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), Téhéran, Iran
(2008), Cotonou, Bénin (2009), Accra, Ghana (2009), Pretoria, Afrique du Sud (2010), et de l’Université de
Vienne, Autriche (2008, 2009).
Nous sommes aussi reconnaissants envers Omar Bolbol pour la conception de la couverture et à
Giuseppina Di Felice pour la mise en page.
Les auteurs remercient Max Feinberg pour la traduction, ainsi que Véronique Ferrier, Bruno Charrondière
et Nathalie Lambert pour l’édition du texte.
v
Introduction
INTRODUCTION
Depuis la création du Réseau international des systèmes de données sur l'alimentation
(INFOODS) en 1984, il y a eu une amélioration significative de la qualité et de la disponibilité des
données sur la composition des aliments de par le monde. INFOODS a développé des standards
et des recommandations pour la collecte, la compilation et la publication des données sur la
composition des aliments. Le réseau collabore à la diffusion des connaissances sur la composition
des aliments et des standards à travers des cours de formation régionaux sur la production et la
gestion de données sur la composition des aliments. Des cours de formation sur la composition
des aliments ont débuté en 1992. Jusqu'en 2010, neuf sessions ont eu lieu à Wageningen
(Pays-Bas) et 14 sessions en Afrique, Asie, Amérique latine, Moyen-Orient et Océanie. Ces cours
sont basés sur le livre «Données 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 déplacements 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 à la composition des aliments et s’adresse en particulier aux
professionnels intéressés par la production, la compilation et l’utilisation des données sur la
composition des aliments, travaillant généralement dans des domaines tels que la nutrition, la
science des aliments, la santé publique et la chimie analytique. Ces cours, incluant la formation de
formateurs, contribuent au renforcement des capacités professionnelles liées à la composition des
aliments, tant au niveau national que régional. Ils améliorent la disponibilité, la comparabilité et la
qualité des données sur la composition des aliments ainsi que l’usage de ces données. Ces
données améliorées permettront, par exemple, de meilleures évaluations nutritionnelles, décisions
politiques, étiquetages nutritionnels et choix des consommateurs.
À la fin de 2009, environ 500 participants ont suivi ces cours. Dans de nombreux cas, les
participants ont pu accéder à des positions clés pour la mise en place de programmes sur la
composition des aliments dans leurs pays ou régions et sont devenus des formateurs pour les
cours suivants. D’autres ont abandonné ce domaine relatif à la composition des aliments. Mais il
y a encore beaucoup de professionnels qui n’ont jamais reçu de formation sur la composition des
aliments, alors qu’ils auraient besoin de ces connaissances. De plus, d’autres secteurs ont besoin
de ces données tels que la biodiversité alimentaire, la recherche agricole, la diversité nutritionnelle,
l’industrie agroalimentaire et la réglementation alimentaire. Ainsi, il existe un besoin clair et
évident de former à travers le monde davantage de professionnels de la composition des aliments
et d’introduire la composition des aliments dans les cursus de formation des futurs
professionnels, en particulier des nutritionnistes, des spécialistes en technologie alimentaire et des
diététiciens. Cependant, ces cours, donnés en salle de classe, sont onéreux tandis que les soutiens
financiers pour ce type d’activité sont en déclin, et nécessitent du temps, aussi bien pour les
participants que pour les organisateurs.
De nos jours, la formation permanente n’est plus limitée à celle enseignée en salle de classe, et les
professionnels peuvent se former grâce à des outils d’apprentissage à distance ou en ligne. La
FAO et INFOODS ont ainsi développé le Manuel d’étude sur la composition des aliments, une
version d’auto-apprentissage de ces cours donnés en classe (Charrondière et al., 20091).
Les défis lors de la création de ce Manuel d’étude furent de le rendre attractif et compréhensible
pour des lecteurs ayant différents niveaux de formation initiale, de soutenir la motivation des
étudiants et de les encourager à compléter les modules appropriés. Le Manuel d’étude sur la
composition des aliments est une de ces nombreuses initiatives que la FAO a développé pour
encourager et promouvoir la formation permanente pour les activités liées à 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 d’étude sur la composition des aliments a été développé pour atteindre un public large
et rendre les connaissances sur la composition des aliments plus accessibles et moins coûteuses,
en particulier pour celles et ceux qui ne peuvent participer à ces cours en classes. De plus, le but
était de garantir que la qualité du contenu par rapport à celui d’un cours classique serait
maintenue. Il peut être utilisé en auto-apprentissage, à l’université ou en conjonction avec un
cours classique (par exemple, à la fin d’une session ou d’un cours pour évaluer les connaissances,
comme révision après la session, ou en tant qu’instrument de formation à distance). Le Manuel
d’étude a déjà été mis en place avec succès dans ces différents contextes.
Le Manuel d’étude est surtout destiné aux compilateurs et utilisateurs de données sur la composition des
aliments ainsi qu’aux analystes. Il est aussi conçu pour servir aux cours de niveau Master ou Doctorat, ou
comme programme universitaire de formation à distance. Plusieurs universités ont déjà manifesté leur
intérêt en l’introduisant dans leurs cursus. Dans la mesure où le Manuel d’étude couvre tous les aspects de
la composition des aliments, il permet aux étudiants d’assimiler tous les principes pour produire, compiler
et utiliser les données sur la composition des aliments et de les appliquer correctement dans leur travail à
venir. Le Manuel d’étude ne couvre pas en détail les méthodes d’analyse et les systèmes de gestion des
banques de données sur la composition des aliments, mais les analystes sauront comment produire et
présenter leurs données afin qu’elles soient le plus utiles aux compilateurs.
Le Manuel d’étude est un outil, non seulement pour apprendre de nouveaux concepts mais aussi pour en
évaluer leurs compréhensions. Il se réfère principalement au livre de Greenfield et Southgate (2007) mais
d’autres sources sont parfois utilisées afin d’indiquer la situation actuelle dans certains domaines. Les
étudiants sont invités à les comparer mais ne sont pas influencés pour privilégier une école de pensée par
rapport à une autre.
INTÉRÊT SELON LES DIFFÉRENTS GROUPES

Le tableau suivant indique quels sont les modules les plus appropriés aux différents groupes d’étudiants.
Numéro Titre du module Intérêt pour Intérêt pour les Intérêt

du les utilisateurs pour les
module compilateurs professionnels* analystes
1 Principes généraux des programmes sur la ƔƔƔƔƔ ƔƔƔƔƔ ƔƔ
composition des aliments
2 Utilisation des données sur la composition ƔƔƔƔƔ ƔƔƔƔƔ ƔƔ
des aliments
3 Sélection et nomenclature des aliments ƔƔƔƔƔ ƔƔƔƔƔ ƔƔ
dans les banques de données sur la
Constituants dans les banques de données
sur la composition des aliments
4.a Sélection des constituants ƔƔƔƔƔ ƔƔƔƔƔ Ɣ
4.b Nomenclature des constituants ƔƔƔƔƔ ƔƔƔƔƔ ƔƔƔƔƔ
4.c Conventions et unités des constituants ƔƔƔƔƔ ƔƔƔƔƔ ƔƔƔƔƔ
4.d Méthodes d’analyse des constituants ƔƔ ƔƔ ƔƔƔƔƔ
5 Échantillonnage ƔƔƔƔƔ Ɣ ƔƔƔƔƔ
6 Qualité des données analytiques ƔƔ ƔƔ ƔƔƔƔƔ
7 Sources d’information sur la composition ƔƔƔƔƔ ƔƔƔƔƔ ƔƔƔƔƔ
des aliments
Publier des données sur la composition des
aliments
8 Recettes et autres calculs ƔƔƔƔƔ ƔƔƔƔƔ Ɣ
9 Systèmes de gestion des banques de ƔƔƔƔƔ ƔƔƔƔƔ Ɣ
données sur la composition des aliments et
d’échange de données
10 Compilation et documentation ƔƔƔƔƔ ƔƔƔƔƔ ƔƔƔƔƔ
viii
Introduction
Numéro Titre du module Intérêt pour Intérêt pour les Intérêt

du les utilisateurs pour les
module compilateurs professionnels* analystes
10.a Comparaison de banques de données sur la ƔƔƔƔƔ ƔƔƔƔƔ Ɣ
10.b Étude de cas - Transcription des apports ƔƔƔƔƔ ƔƔƔƔƔ Ɣ
alimentaires en apports nutritionnels
11 Qualité de la compilation des données ƔƔƔƔƔ ƔƔƔƔƔ ƔƔ
12 Biodiversité alimentaire ƔƔƔƔ ƔƔƔƔƔ ƔƔƔƔƔ
* Un utilisateur professionnel se sert des données sur la composition des aliments (par exemple, pour estimer un apport en nutriment, préparer
des étiquettes ou établir des régimes) et peut aussi compiler des banques de données sur la composition des aliments pour des objectifs
spécifiques. Il est peu probable qu’il échantillonne des aliments ou coordonne des analyses d’aliments.
STRUCTURE
Le Manuel d’étude est publié en deux volumes: Volume 1 Questions et exercices et Volume 2 Réponses aux
questions et exercices. Les deux volumes comprennent chacun 17 modules, représentant 12 thèmes principaux
(voir le tableau ci-dessus). Chaque module est divisé en différentes sections. La première pose les objectifs
pédagogiques, le matériel à étudier et le temps estimé pour compléter le module. Une liste de textes à
étudier est donnée, et souvent une liste de lectures complémentaires. La deuxième section contient les
questions, et la troisième les exercices. Le volume 2, contenant les réponses, comprends, en plus, une
section permettant une auto-évaluation.
Les questions sont structurées de façon à permettre aux étudiants de se familiariser d’abord avec le
vocabulaire et les concepts de base puis d’améliorer progressivement leurs connaissances sur le sujet traité.
Les exercices permettent à l’étudiant d’appliquer les connaissances nouvellement acquises. Les étudiants
obtiennent un certain nombre de points en répondant aux questions et en complétant les exercices
correctement.
La section «réponses» fournit les réponses aux questions et exercices et contient d’autres informations
intéressantes. Comme les réponses proviennent souvent du livre de Greenfield et Southgate (2007), sauf
indication contraire, les numéros de pages annotés dans la section «réponses» sont ceux de ce livre (et non
pas ceux du fichier PDF). À la fin de chaque module le volet «Auto-évaluation à partir des points obtenus»
donne des informations sur la façon dont les étudiants ont assimilé leurs nouvelles connaissances et dans
quelle mesure ils peuvent les appliquer.
COMMENT PROCÉDER?
Il est recommandé que les étudiants commencent par étudier les textes proposés dans les «Textes à
étudier» et ensuite répondent aux questions, puis fassent les exercices. Les étudiants n’amélioreront leurs
connaissances que s’ils essaient de répondre aux questions et exercices par eux-mêmes, sans chercher à
regarder les solutions. Une fois qu’ils auront terminé cette tâche, ils pourront vérifier si leurs réponses sont
correctes. Bien souvent, une information additionnelle est apportée, soit pour expliquer en quoi certaines
réponses sont justes ou fausses, soit pour donner plus de détails sur ce thème. Chaque réponse est notée,
afin de pouvoir calculer une note finale. À partir de cette note finale, les participants peuvent s’attribuer
eux-mêmes une appréciation globale par module. Le but recherché n’est pas que les étudiants obtiennent
du premier coup 100% des points, mais qu’ils réfléchissent sur les sujets traités et apprennent par la
pratique. Les étudiants qui n’ont pas complètement assimilé le contenu d’un module, sont invités à
reprendre les parties de ce module et, si besoin, relire une partie du matériel de lecture.
Les étudiants possédant déjà des connaissances avancées peuvent souvent répondre aux questions et
exercices sans lecture préalable. Cependant, pour quelques questions, ils peuvent avoir à consulter les
«Textes à étudier» afin de trouver les réponses. Certains problèmes exigent un niveau de réflexion plus
élaboré sur le sujet abordé. Pour les étudiants qui sont désireux d’approfondir un thème, un certain
nombre de documents peuvent être suggérés pour une étude plus poussée.
Une fois le ou les modules complétés, les étudiants sont cordialement invités à transmettre leurs résultats
et commentaires à la FAO par e-mail (ruth.Charrondiere@fao.org ou nutrition@fao.org) dans le but
d’aider la FAO à améliorer les modules.
ix
Introduction
COMMENT UTILISER LE MANUEL D’ÉTUDE POUR DÉVELOPPER DES PROGRAMMES DE

FORMATION SUR DES SUJETS SPÉCIFIQUES
Les modules du Manuel d’étude peuvent être réorganisés pour servir de trame à des programmes éducatifs
de formation formelle ou informelle sur des thèmes spécifiques, ou pour des publics particuliers. Par
exemple, les universités de nutrition et de diététique peuvent être intéressées par des données sur la
composition des aliments, alors que des universités en technologie des aliments, chimie des aliments ou
sécurité sanitaire sont principalement intéressées par les aspects qualité des valeurs analytiques des
différents constituants trouvés dans les aliments.
Le succès de la mise en pratique des connaissances acquises par les individus dans le domaine de la
composition des aliments dépendra de l’organisme où il/elle travaille et d’un environnement politique,
financier et décisionnel favorable. En premier lieu, un soutien au plus haut niveau est important ainsi que
l’intégration des nouvelles tâches dans le plan de travail de l’organisme. Pour cela, des séminaires ou
réunions peuvent être utiles avec des responsables décisionnels, des gestionnaires et dirigeants
d’organismes, des politiciens.
Ci-après, trois exemples de cours ou séminaires :
Exemple 1. Cours sur un bon usage des données sur la composition des aliments
Les objectifs pédagogiques sont de permettre aux étudiants de comprendre les principes de
développement, gestion et utilisation des banques de données sur la composition des aliments afin de
pouvoir les appliquer:
comment les banques de données sont-elles mises en place, développées et gérées (y compris la
documentation et les considérations budgétaires);
comment impliquer les utilisateurs, les compilateurs et les analystes dans les programmes sur la
composition des aliments;
où peut-on trouver des données sur la composition des aliments et comment évaluer leur qualité;
comment les données devraient-elles être exprimées;
comment les données sont-elles obtenues (y compris le calcul des valeurs nutritionnelles des recettes)
et compilées en tenant compte des contraintes de qualité;
l’importance de données de bonne qualité sur la composition des aliments, leur impact sur les apports
nutritionnels et sur leur adéquation nutritionnelle.
Pour ces objectifs pédagogiques, il est recommandé d’utiliser les modules suivants, en partie ou
intégralement.
Numéro Nom du module Durée

du d’exécution
module estimée
1 Principes généraux des programmes sur la composition des aliments 3-8 h
2 Utilisation des données sur la composition des aliments 3-8 h
3 Sélection et nomenclature des aliments dans les banques de données sur la 3-10 h
4.a Sélection des constituants 3-9 h
4.b Nomenclature des constituants 3-12 h
4.c Conventions et unités des constituants 3-7 h
7 Sources d’information sur la composition des aliments 3-6 h
Publier des données sur la composition des aliments
8 Recettes et autres calculs 4-10 h
10 Compilation et documentation 5-14 h
11 Qualité de la compilation des données 3-9 h
Exemple 2. Cours sur la production de données de bonne qualité sur la composition des aliments
Les objectifs pédagogiques sont de permettre aux étudiants de comprendre, afin de pouvoir les appliquer,
les principes de qualité analytique des données produites sur la composition des aliments:
échantillonnage;
sélection des méthodes d’analyse appropriées;
aspects qualité des données analytiques;
expression des données (constituants et aliments);
x
Introduction
importance des données de bonne qualité sur la composition des aliments, leur impact sur les apports
nutritionnels et leur adéquation nutritionnelle.
intégralement.

du d’exécution
module estimée
2 Utilisation des données sur la composition des aliments - exercices uniquement 1h
4.c Conventions et unités des constituants 3-7 h
4.d Méthodes d’analyse des constituants 5-16 h
5 Échantillonnage 3-9 h
6 Qualité des données analytiques 3-9 h
Exemple 3. Séminaire pour les décisionnaires sur l’importance des données sur la composition des
aliments
Les objectifs pédagogiques sont de permettre aux participants de:
être capables de comprendre les besoins en données de bonne qualité sur la composition des aliments
en vue des différentes applications;
être motivés pour financer un programme national sur la composition des aliments et/ou la mise à
jour des tables existantes de composition des aliments;
avoir acquis des connaissances sur les principes de la biodiversité alimentaire et leur impact sur la
sécurité alimentaire, les apports nutritionnels et leur adéquation nutritionnelle.
intégralement.

du d’exécution
module estimée
1 Principes généraux des programmes sur la composition des aliments 1h
2 Utilisation des données sur la composition des aliments 1h
4.a Sélection des constituants 3-9 h
12 Biodiversité alimentaire 3-9 h
Selon le temps disponible pour le séminaire, une sélection de questions extraites des modules peut être
nécessaire pour raccourcir sa durée (par exemple, à une journée).
OUTILS ET PUBLICATIONS COMPLEMENTAIRES AU MANUEL D’ÉTUDE

Les modules sont accompagnés de présentations PowerPoint, disponibles à l’adresse
http://www.fao.org/infoods/presentations_fr.stm . La plupart ont été élaborées spécifiquement pour
résumer les aspects importants couverts par le Manuel d’étude:
x Principes pour assembler, gérer et mettre à jour des bases de données sur la composition
des aliments (BDCA) par Ute Ruth Charrondière
x Biodiversité alimentaire et composition alimentaire par Ute Ruth Charrondière
x Conventions et modes d'expression des composants par Ute Ruth Charrondière
x Nomenclature des composants alimentaires par Ute Ruth Charrondière
xi
Introduction
x Système de gestion des bases de données sur la composition des aliments (SGBDCA) et
échange de données par U. Ruth Charrondière
x Sélection, nomenclature, classification et identification des aliments, dans les bases de
données sur la composition des aliments par Ute Ruth Charrondière
x Calcul des valeurs nutritionnelles (VN) des recettes et des valeurs manquantes par Ute
Ruth Charrondière
x Préparation, manipulation et stockage des échantillons par George Amponsah Annor
x L'échantillonnage des aliments pour l'analyse par George Amponsah Annor
x Principes de l'échantillonnage par Ute Ruth Charrondière
x Sélection des nutriments et d'autres composants par Ute Ruth Charrondière
x Utilisation des données sur la composition des aliments et leurs limitations par Ute Ruth
Charrondière
x Exercice aliments clés FAO/INFOODS
Un outil simple pour la gestion des données de composition était nécessaire pour mettre en pratique leur
compilation, leur calcul et leur documentation. L’ «Outil pour la compilation» a alors été développé sur Excel
par la FAO/INFOODS. Il est disponible sur le site web de INFOODS
http://www.fao.org/infoods/software_fr.stm, assorti d’un manuel d’utilisation. L’«Outil pour la compilation» a été
utilisé durant les cours de formation, et pour la compilation des banques de données nationales sur la composition
des aliments, ainsi que pour une banque de données sur la biodiversité.
xii
Module 1 – Questions
Module 1
PRINCIPES GÉNÉRAUX DES PROGRAMMES
SUR LA COMPOSITION DES ALIMENTS
OBJECTIFS PÉDAGOGIQUES
À l’issue de ce module, l’étudiant sera à même de comprendre:
le rôle des banques de données sur la composition des aliments;
les programmes sur la composition des aliments: comment sont-ils gérés (y compris dans leurs aspects
financiers);
comment impliquer les utilisateurs, les compilateurs et les analystes dans les programmes sur la
les buts d’une collaboration internationale;
comment sont produites les données sur la composition des aliments.
TEXTES A ÉTUDIER
x Charrondière, U.R. Principes pour assembler, gérer et mettre à jour des bases de données sur la composition des
aliments (BDCA). Présentation PowerPoint disponible à l’adresse:
http://www.fao.org/infoods/presentations_fr.stm
Et, si possible:
x Greenfield, H. et Southgate, D.A.T. 2007. Données sur la composition des aliments. Production, gestion et
utilisation. FAO, Rome. Introduction et chapitres 1-2 (p. 1-34)2. Disponible à l’adresse:
ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf
PERTINENCE POUR DIFFÉRENTS GROUPES (SUR UNE ÉCHELLE DE + À +++++)

x Compilateurs/ utilisateurs professionnels +++++
x Analystes +
TEMPS ESTIMÉ POUR:

x Lire : 1-4 heures
x Répondre aux questions: 1-2 heures
x Compléter les exercices: 1-2 heures
2 Les numéros indiqués correspondent aux numéros de pages du livre (haut de page) et non à ceux du fichier PDF.
13
QUESTIONS
I.Q1 Sélectionnez les affirmations qui expliquent les raisons pour lesquelles on compile et
publie des banques de données ou des tables sur la composition des aliments. Cochez Vrai ou
Faux. (4 points: ½ point pour chaque réponse correcte)
Raisons pour lesquelles on compile et publie des banques de Vrai Faux

données et des tables sur la composition des aliments:
Pour évaluer les apports nutritionnels ou estimer les besoins nutritionnels.
Pour évaluer les apports alimentaires et les mettre en relation avec l’apparition
de certaines maladies.
Pour réaliser des études épidémiologiques sur les relations entre apports
nutritionnels et pathologies.
Pour produire des étiquetages nutritionnels d’aliments.
Pour mettre au point de nouvelles méthodes d’analyse.
Pour définir des régimes institutionnels et thérapeutiques et planifier des menus.
Pour promouvoir les denrées d’origine végétale et animale reconnues comme
nutritionnellement importantes pour l’amélioration de la santé ou pour des
programmes d’élevage.
Pour informer les consommateurs sur les bons choix alimentaires.
I.Q2 Avant de pouvoir publier des données sur la composition des aliments, le compilateur
doit recueillir les données et les organiser de façon systématique. Faites correspondre les quatre
niveaux de gestion des bases de données suivants avec leur définition respective, puis avec les
tâches que le compilateur doit accomplir. (6,5 points: ½ point pour chaque réponse correcte)
Niveaux de gestion des bases de données:

1. Données source
2. Base de données d’archive
3. Base de données de référence
4. Base de données utilisateur
Définition Niveau
Collecte de données qui ont été vérifiés, standardisées, agrégées et complétées
Collecte, sous forme papier ou électronique, de divers documents publiés ou non contenant
des données analytiques ou de composition
Sous-ensemble extrait de la banque de données de référence et diffuse au public sous
différents formats de tables ou banques de données, dites «simplifiées» (également appelées
abrégées ou concises), «exhaustives» (également appelées non abrégées) ou «a usages
spéciaux»
Collecte de fichiers qui contiennent les données originales, provenant de publications et mises
sous un format électronique
Tâches que le compilateur doit entreprendre aux différents niveaux de gestion Niveau
de la base de données
Mettre à jour des procédures qui décrivent comment évaluer, calculer, éditer, combiner et faire la
moyenne des différentes valeurs
Produire différentes tables et banques de données utilisateurs, en fonction de leurs besoins
spécifiques
Évaluer les données afin de produire des valeurs de bonne qualité et qui soient représentatives
Associer un code spécifique et unique à chaque aliment de la banque de données pour faciliter
leur recherche et leur gestion et s’assurer que les données de composition qui leur sont
associées sont traçables
Ajouter, à l’intention des utilisateurs, des informations concises sur les méthodes d’analyse,
l’échantillonnage, les méthodes de calcul, la définition des nutriments, ainsi qu’un indice de
qualité et les sources bibliographiques
Compiler les données recueillies avec leurs métadonnées sous une forme électronique et
indiquer toutes les références bibliographiques utilisées
Harmoniser les unités et exprimer tous les nutriments et autres constituants de façon uniforme
14
Rassembler des fichiers et des documents qui contiennent des données qu’elles soient ou non
publiées
Ajouter des données (empruntées, calculées, extrapolées et documenter systématiquement
toutes les sources de données
* Ces deux tâches sont possible car certaines entrées sont créés dans la banque de données d’archive alors que d’autres
dans la banque de données de référence.
I.Q3 Ordonnez les tâches que doit accomplir un compilateur de données afin de développer
un programme de composition des aliments. Ce programme prévoit de publier une base de
données de 400 aliments, incluant l’analyse d’environ 20 aliments. Le compilateur n’a jamais
travaillé sur des données de composition. Noter «1» la première tâche jusqu’à «7» pour la
dernière. (3.5 points: ½ point pour chaque réponse correcte)
Tâches que doit accomplir un compilateur de données Ordre des

tâches
- Sélection des aliments et des nutriments
- Collecter des recettes comprenant les ingrédients
- Compiler des recettes dans la banque de référence
- Rédiger des recommandations pour la diffusion des données aux utilisateurs (par exemple les
utilisateurs commerciaux, les instituts de recherche ou autres) avec les coûts correspondants
- Compilation et diffusion des tables et banques de données de composition utilisateurs
- Revoir, collecter et compiler les informations disponibles dans une banque de données d’archive
- Élaborer (ou fournir les éléments utiles pour) les plans d’échantillonnage et les programmes
d’analyse, contrôler le programme d’analyse et évaluer les rapports analytiques
- Créer un comité de pilotage comprenant des décisionnaires et des utilisateurs
- Suivre une formation sur la composition des aliments, par exemple sous forme d’apprentissage à
distance et/ou de cours en classe
- Créer un réseau de compilateur, d’analystes et d’utilisateurs d’autres pays avec l’appui
d’organisations ou de réseaux internationaux (par exemple les centres de données régionaux
d’INFOODS)
- Établir un budget prévisionnel et contacter les financeurs potentiels
- Recueillir des informations sur les besoins des utilisateurs
- Gestion et mise à jour en permanence de la banque de données
- Démarrer la compilation des aliments dans la banque de données de référence
- Suivre à nouveau une formation sur la composition des aliments, par exemple sous forme de
cours en classe, de voyage d’étude et/ou d’apprentissage à distance
- Ajouter des données analytiques dans la banque de données de référence
I.Q4 Avant le lancement d’un programme national sur la composition des aliments, il est
hautement recommandé de vérifier s’il n’existe pas une institut ou une organisation
gouvernementale ayant déjà pour mission de mettre en œuvre des activités liées à la composition
des aliments. Si ce n’est pas le cas, une autorisation devrait être demandée auprès de la structure
administrative compétente (par exemple le ministère de l’agriculture ou celui de la santé) afin
d’être habilité à agir en tant que coordinateur du programme national sur la composition des
aliments. Parmi les affirmations suivantes, lesquelles justifient une obtention de cette
autorisation? Répondez Vrai ou Faux. (2,5 points: ½ point pour chaque réponse correcte)
Raisons qui justifient l’obtention d’une autorisation Vrai Faux

Cette autorisation peut éviter qu’une autre table de composition des aliments soit publiée sous le
titre de table officielle dans le pays en question.
Cette autorisation peut permettre d’éviter que d’autres tables de composition des aliments soient
publiées dans le même pays.
Cette autorisation peut permettre à l’organisation d’obtenir un financement du gouvernement ou de
financeurs potentiels, qu’ils soient nationaux ou étrangers, afin de développer, mettre à jour et
gérer un programme sur la composition des aliments.
Cette autorisation peut permettre aux employés de l’organisation qui seront en charge du
développement, de passer plus de temps à la mise à jour et à la gestion du programme sur la
composition des aliments. Cela signifie que le travail sur la composition des aliments ne sera pas
réalisé sur la base du volontariat ou en fonction du temps disponible, mais bien dans le cadre d’un
plan de travail et débouchant sur un résultat.
Cette autorisation donne à l’organisation la responsabilité de développer, mettre à jour et gérer le
programme sur la composition des aliments.
15
I.Q5 Pourquoi est-il important que les compilateurs de données de composition des aliments,
les analystes et les utilisateurs collaborent dans des réseaux nationaux et internationaux?
Répondez Vrai ou Faux. (3 points: ½ point pour chaque réponse correcte)
Les compilateurs, les analystes et les utilisateurs doivent collaborer dans Vrai Faux
des réseaux nationaux et internationaux pour développer une banque de
données de composition des aliments qui:
répond aux besoins de nombreux utilisateurs, dans la mesure où la banque contient la plupart
des aliments (y compris les différentes formes sous lesquelles ils sont consommés, comme
«tels qu’ils sont consommés») et des nutriments.
soit fiable, pratique et présentée dans une forme facile à utiliser.
soit de qualité optimale, fournisse des données mises à jour et soit internationalement
compatible.
soit compilée selon des procédures ad hoc3, élaborées par le compilateur, les analystes et les
utilisateurs.
soit compilée selon les standards nationaux et internationaux de production, de compilation et
de gestion des données.
puisse être utilisée dans d’autres pays sans vérification.
I.Q6 Précisez en quoi consiste la différence entre une table de composition des aliments type
et une banque de données sur la composition des aliments. Choisissez «1» pour les tables, «2»
pour les banques. Les réponses multiples sont possibles. (4 points: ½ point pour chaque réponse correcte)
Différences entre une table et une banque de données sur la

Deux dimensions
Dimensions multiples
Comprend une documentation complète
Ne comprend que peu ou pas de documentation
Principalement destinée aux utilisateurs
Imprimée
Informatisée
Contient des données d’archives, des données sources, des calculs, etc.
I.Q7 Sélectionnez les affirmations décrivant une banque de données utilisateur bien conçue et
exhaustive. Cochez «Vrai» ou «Faux». (7.5 points: ½ point pour chaque réponse correcte)
Affirmations qui s’appliquent à une banque de données utilisateur bien Vrai Faux
conçue et exhaustive
Les données devraient être représentatives des aliments consommés.
Les données analytiques devraient être de bonne qualité.
Il est souvent préférable de recourir à des données calculées plutôt que de laisser des
données manquantes.
La couverture des aliments clés et des nutriments essentiels devrait être aussi complète
que possible.
Pour tous les utilisateurs, il est suffisant d’inclure uniquement les aliments crus.
Les valeurs nutritionnelles devraient se limiter aux données obtenues par analyse.
Pour un même nutriment, il faut changer l’unité selon la concentration dans l’aliment,
c’est-à-dire en gramme (g), en milligramme (mg) ou en microgramme (µg), en fonction
de l’aliment considéré.
La description des aliments est facultative.
Les noms scientifiques des aliments sont utiles pour les identifier et la description des
aliments devrait être explicite.
3 Mises en œuvre pour un but spécifique, un exemple ou une situation précise, et non validées.
16
Affirmations qui s’appliquent à une banque de données utilisateur bien Vrai Faux
conçue et exhaustive
Les données devraient être exprimées de façon cohérente et sans ambiguïté.
Des métadonnées qui accompagnent chaque valeur nutritionnelle devraient être
disponibles pour les utilisateurs professionnels, tels que les chercheurs et les industriels.
Les sources de données ne devraient figurer que dans l’introduction de la table.
Les tables et banques de données devraient être simples à utiliser.
Les contenus de différentes banques de données utilisateur devraient être compatibles
entre eux.
Pour les études d’épidémiologie nutritionnelle, il est préférable que les données
manquantes soient remplacées par des zéros plutôt que de présenter des valeurs peu
fiables.
I.Q8 Lisez le texte suivant et répondez à la question ci-dessous.

Fournir en l’état une simple valeur chiffrée, censée représenter une teneur en nutriments, n’a pas grand
sens si elle n’est pas accompagnée du nom de l’aliment et des descripteurs, du nom du constituant et de sa
définition, de l’unité et des dénominateurs. Pour faciliter leur compréhension, leur utilisation et leur
gestion, les données de composition doivent être suffisamment documentées avec des métadonnées,
c'est-à-dire des informations complémentaires sur les données. Ces métadonnées sur la composition des
aliments incluent des informations sur l’origine des données et sur les valeurs de composition: la
description de l’origine (comprend tous les éléments qui permettent d’identifier la provenance d’une
donnée de composition, tels que le laboratoire, la littérature, etc.); la description de l’échantillon analysé et
la procédure d’échantillonnage employée (indispensable pour évaluer la représentativité correcte des
aliments); la classification de l’aliment, son mode de production agricole, ses conditions de stockage, ses
méthodes de conservation et de cuisson ainsi que la présence d’additifs ou de fortifiants, la description du
constituant et de ses valeurs (comprend des informations sur la source de chaque valeur), la méthode
d’analyse employée avec son incertitude et ses spécifications, et des indications statistiques des données
analytiques.
Question: Parmi ces informations, lesquelles peuvent être qualifiées de données de composition
ou de métadonnées associées? Indiquez les réponses correctes avec un ‘x’. (5 points: ½ point pour
chaque réponse correcte)
Données Données/métadonnées sur la

composition alimentaire
Valeurs du constituant
Nom et définition du constituant
Nom et description de l’aliment
Échantillonnage
Origine de la donnée
Unité et dénominateur
Information sur la méthode d’analyse
Informations statistiques sur les valeurs du constituant
Groupes d’aliments
Méthode de calcul, y compris les recettes
I.Q9 Donnez cinq raisons qui justifient qu’une banque de données sur la composition des
aliments soit mise à jour et maintenue en permanence. (5 points: 1 point pour chaque réponse
correcte)
1.
2.
3.
4.
5.
17
I.Q10 La plupart des banques de données et tables sur la composition des aliments sont
protégées par des droits d’auteur. Cette mesure a pour objectif de protéger la propriété
intellectuelle et d’empêcher une utilisation abusive des données. Les utilisateurs doivent parfois
payer un droit d’utilisation. Parmi ces affirmations, sélectionnez celles qui illustrent les
conséquences des droits d’auteur pour les compilateurs et les utilisateurs. Cochez «Vrai» ou
«Faux». (3 points: ½ point pour chaque réponse correcte)
Conséquences des droits d’auteur pour les compilateurs et les utilisateurs Vrai Faux
Les compilateurs ont souvent saisi la justice contre des utilisateurs qui avaient utilisé leurs
données sans autorisation préalable.
Les compilateurs peuvent exiger que l’origine des données soit indiquée.
La majeure partie du budget pour le programme sur la composition des aliments provient
des droits d’auteur.
Les utilisateurs n’ont pas un accès gratuit aux données dont ils ont besoin, ni un droit
d’utilisation libre. Ils doivent payer un droit d’utilisation.
Certains utilisateurs disent que le paiement sur les bases de données de composition des
aliments devrait être supprimé ou réduit. La raison avancée est que, dans la plupart des
cas, les banques de données sur la composition des aliments ont été développées à partir
de fonds publics et qu’elles contiennent des données libres de droit, parfois empruntées
sans autorisation à des publications ou à la littérature scientifique.
Les droits d’auteur permettent d’augmenter Le nombre d’échanges de données de
composition entre compilateurs.
I.Q11 Énumérez trois points faibles des données de composition des aliments lorsque celles-
ci sont utilisées pour calculer des apports nutritionnels. (3 points: 1 point pour chaque réponse
correcte)
1.
2.
3.
18
EXERCICES
I.E1 Un compilateur a reçu de son gouvernement 200 000 US$ pour développer, en deux ans,
le premier programme national sur la composition des aliments. La banque de données devra
contenir au moins 400 aliments. Vingt des aliments qui sont les principaux contributeurs des
apports en nutriments devraient être analysés. Construisez le budget de ce projet, en
sélectionnant parmi les dépenses suivantes. Les montants doivent rester inchangés. (15 points)
Eléments pour développer un budget US$

Dépenses
Salaire annuel du compilateur. Par an, il pourra soit produire des données 20 000
calculées/empruntées pour 200 aliments, soit analyser 20 aliments.
Coût de sous-traitance d’une analyse pour un aliment (faite en double):
- nutriments majeurs (macronutriments, minéraux, principales vitamines) 1 000
- macronutriments (eau, glucides disponibles, cendres, fibres alimentaires selon AOAC, 300
protéines, lipides)
- profil en acides gras 150
- profil en acides aminés 100
- minéraux (par une méthode ICP-MS pour 22 éléments) 200
- par vitamine 100
Coût d’échantillonnage des prélèvements pour un aliment (comprenant la collecte, l’achat et le 500
transport de plusieurs échantillons représentatifs recueillis selon un plan d’échantillonnage
préétabli)
Coûts annuels de fonctionnement d’un laboratoire (loyers, salaires, produits chimiques, etc.) 40 000
Achat de l’équipement essentiel pour un laboratoire 100 000
Achat d’un ordinateur et de logiciels de base 3 000
Coût d’un système de gestion de banque de données sur la composition des aliments 10 000
Coût d’achat de données provenant d’autres banques ou de tables sur la composition des 1 000
aliments
Coût hebdomadaire d’un consultant-expert 1 000
Coût d’une réunion avec le comité de pilotage 500
Coûts de publication (impression de 1 000 copies, site Internet, distribution) 3 000
Coût d’une réunion pour le lancement de la banque de données utilisateur 1 000
Coût de participation à la Conférence internationale sur les données alimentaires 2 000
Coût de participation à une réunion régionale d’INFOODS 1 000
Coût de participation à une formation sur la composition des aliments (par personne) 5 000
Utilisation de l’outil de formation à distance, «Manuel d’ÉTUDE sur la composition des aliments», 0
pour accroître la connaissance sur la composition des aliments
Frais de fonctionnement annuels (téléphone, photocopies, électricité, comptabilité, 5 000
administration, etc.)
Recettes éventuelles
Prix de vente d’une table de composition imprimée sur papier 20
I.E2 Proposez deux options possibles pour le compilateur s’il s’aperçoit que le budget de
200 000 US$ fourni par son gouvernement ne suffit pas pour réaliser une banque de données sur
la composition des aliments. (2 points: 1 point pour chaque réponse correcte)
1.
2.
I.E3 Supposons qu’un des membres du comité de pilotage de votre programme sur la
composition des aliments est la nutritionniste la plus réputée de votre pays. Elle a récemment
réalisé une enquête de consommation, basée sur le rappel des 24 heures, qui comprend
1 000 aliments dont elle fournit la liste et qui sont à inclure dans la table de composition des
aliments, y compris de nombreuses recettes, des plats préparés et des aliments de marque.
Initialement, le compilateur souhaitait inclure uniquement des aliments crus dans la banque de
19
données et non pas des plats préparés et des aliments de marque. Proposez deux arguments du
nutritionniste pour inclure des aliments crus, des plats préparés et des aliments de marque, et
deux arguments du compilateur pour se restreindre aux aliments crus. (4 points: 1 pour chaque réponse
correcte)
Pour n’inclure que des aliments crus dans la table et la banque de données sur la composition des aliments:
1.
2.
Pour inclure des aliments crus, mais également cuits et des aliments de marque:
1.
2.
20
Module 2
UTILISATION DES DONNÉES SUR LA COMPOSITION DES ALIMENTS
À l’issue de ce module, l’étudiant sera à même de:
comprendre qui utilise les données sur la composition des aliments et dans quel objectif;
comprendre l’importance des données sur la composition des aliments de bonne qualité;
comprendre le rôle des données sur la composition des aliments pour l’estimation des apports
nutritionnels et pouvoir les appliquer correctement;
comprendre les besoins des utilisateurs;
considérer les limites d’utilisation des données sur la composition des aliments;
reconnaître les erreurs dans l’application des données de composition et savoir comment les
minimiser.
TEXTES A ÉTUDIER
x Charrondière, U.R. Utilisation des données sur la composition des aliments et leurs limitations. Présentation
PowerPoint disponible à l’adresse: http://www.fao.org/infoods/presentations_fr.stm
Et, si possible:
x Greenfield, H. et Southgate, D.A.T. 2007. Données 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 à
l’adresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf
PERTINENCE POUR DIFFÉRENTS GROUPES (SUR UNE ÉCHELLE DE + À +++++)

x Analystes ++
TEMPS ESTIMÉ POUR:

x Lire: 1-4 heures
LECTURES SUPPLEMENTAIRES SUGGÉRÉES

x H. Greenfield. 1990. Uses and abuses of food composition data. Supplément à Food Australia 42 (8),
éditeur. Disponible à l’adresse: http://www.fao.org/docrep/008/af281e/af281e00.htm
x W.M. Rand, C.T. Windham, B.W. Wyse et V.R. Young. 1985. Food Composition Data: a User’s
Perspective. United Nations University, Tokyo, 1987. Disponible à l’adresse:
http://www.unu.edu/unupress/unupbooks/80633e/80633E00.htm
x 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 à l’adresse:
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
21
QUESTIONS
II.Q1 Faire correspondre aux utilisateurs de tables et banques de données sur la composition
des aliments l’utilisation principale des données sur la composition des aliments. Á chaque
utilisateur devrait correspondre une application principale. (6 points: ½ point pour chaque réponse correcte)
Utilisateurs:
1. Nutritionnistes/diététiciens
2. Chercheurs en sciences de l’alimentation /fabricants de produits alimentaires
3. Chimistes de l’aliment
4. Décisionnaires au niveau gouvernemental
5. Professionnels travaillant dans l’agriculture
6. Économistes
7. Consommateurs
8. Épidémiologistes
9. Enseignants
10. Professionnels travaillant dans la biodiversité
11. Professionnels travaillant dans la sécurité sanitaire des aliments et l’évaluation des risques
12. Professionnels travaillant dans l’aide alimentaire
Utilisation principale des données sur la composition des aliments

Pour décider d’un régime permettant de perdre du poids
Pour estimer les changements nutritionnels liés à de nouvelles méthodes de transformation des
aliments et produire des étiquettes nutritionnelles
Pour calculer un apport nutritionnel et conseiller les patients sur des régimes spécifiques, par
exemple, en relation avec l’anémie et/ou le diabète, et pour planifier des régimes thérapeutiques
Pour évaluer l’impact de l’enrichissement des aliments et décider des niveaux adéquates
Pour calculer l’impact d’un apport nutritionnel inadapté par rapport au développement
économique d’un pays
Pour évaluer le profil nutritionnel des rations d’une aide alimentaire
Pour décider quelle variété, cultivar ou race est supérieure sur le plan nutritionnel et pourrait être
intéressante pour la recherche agronomique
Pour enseigner la nutrition aux élèves
Pour identifier l’usage et la valeur des différentes variétés, cultivars ou races et déterminer leur
impact sur la santé
Pour comparer leurs résultats d’analyse avec les données de composition existantes afin
d’évaluer la validité de ces résultats
Pour calculer l’exposition aux contaminants qui se retrouvent dans les lipides des aliments, par
exemple le contenu de dioxine dépend de la teneur en lipides de l’aliment; ou pour déterminer la
valeur limite supérieure tolérable pour les nutriments
Pour étudier la relation entre l’apport en folate et le risque de cancer
II.Q2 Comment les besoins des différents utilisateurs sont-ils pris en compte lorsque sont
publiées les tables et banques de données utilisateur sur la composition des aliments?
Sélectionner l’affirmation correcte. (1 point)
Besoins des différents utilisateurs pris en compte lorsque sont publiées les tables et
banques de données utilisateur sur la composition des aliments
Plusieurs types de banques de données et tables utilisateur devraient être publiées, par exemple
condensées (ou simplifiées), complètes ou des tables et banques de données à usages spéciaux
sous forme imprimée ou électronique.
Une seule banque de données sur la composition des aliments satisfait les besoins de tous les
utilisateurs.
22
Question facultative pour ceux qui ont participé à un cours sur la composition des aliments ou qui possèdent des
connaissances avancées
II.Q3 Le Codex Alimentarius discute de rendre obligatoire la mention de certaines valeurs
nutritionnelles sur les étiquettes des aliments. Quel impact cela pourrait-il avoir sur les travaux
sur la composition des aliments ? Sélectionner Vrai ou Faux. (3 points: ½ point pour chaque réponse
correcte)
Vrai Faux Impact possible de l’étiquetage obligatoire de certaines valeurs

nutritionnelles sur les travaux sur la composition des aliments
Les gouvernements et fabricants d’aliments pourraient être plus intéressés à produire
des données analytiques de composition et à financer un programme sur la
composition des aliments.
Si les données sur la composition des aliments existent dans un pays – même si elles
sont de qualité médiocre – il n’y a pas d’arguments pour demander une aide
complémentaire du gouvernement (ou des fabricants) parce les données de
composition sont disponibles.
Les gouvernements pourraient être obligés de faire savoir quelles bases de données
sur la composition des aliments sont autorisées pour être utilisées sur les étiquettes
nationales.
Les tables sur la composition des aliments d’autres pays contiennent des valeurs
nutritionnelles exactes aussi bien pour des aliments nationaux que pour le commerce
international.
Les industriels alimentaires (et les gouvernements) pourraient être amenés à fournir
plus d’aide pour des données sur la composition des aliments de bonne qualité dans
la mesure où les aliments étaient bloqués ou confisqués aux frontières des autres
pays du fait d’une non-conformité avec la réglementation sur l’étiquetage des autres
pays.
Les fabricants généreront plus de données de composition sur des ingrédients
spécifiques et les transmettront au programme sur la composition des aliments en vue
de les publier.
II.Q4 Fournir la formule de calcul de l’estimation des apports nutritionnels pour un individu.
(1 point)
II.Q5 La qualité de l’estimation d’un apport nutritionnel dépend de la qualité de l’estimation

de la consommation alimentaire et des données sur la composition des aliments. Sélectionner les
sources de biais (= erreurs) pour l’estimation d’une consommation alimentaire. Sélectionnez Vrai
ou Faux. (3,5 points: ½ point pour chaque réponse correcte)
Vrai Faux Sources de biais pour l’estimation d’une consommation alimentaire

Toutes les données de consommations alimentaires ont des incertitudes et, par
conséquent, sont incapables de représenter les véritables apports alimentaires des
individus (à court ou à long terme), des ménages, des groupes ou des nations. Elles
sont toujours des estimations.
Les personnes enquêtées peuvent introduire des erreurs dans leur réponse concernant
les aliments consommés ou leur quantité.
Selon les outils d’enquête utilisés, la méthodologie et l’organisation de l’étude, des
erreurs peuvent survenir.
Les personnes enquêtées peuvent introduire des erreurs dues à une sous-estimation ou
surestimation d’aliments spécifiques.
Des erreurs peuvent survenir suite à l’absence de données sur la densité lors de la
conversion des volumes en masses.
Le traitement statistique des données permet d’éliminer tous les biais.
Des erreurs peuvent survenir suite à des appariements inexacts entre les aliments
rapportés et ceux de la banque de données.
23
II.Q6 Quelles catégories d’aliments sont bien représentées dans la plupart des tables/banques
de données sur la composition des aliments ? (3,5 points: ½ point pour chaque réponse correcte)
Catégories d’aliments bien représentées Vrai Faux

Aliments de marque/produits commerciaux
Aliments crus
Aliments cuits
Aliments prêts à consommer
Recettes
Différentes variétés/cultivars/races d’un même aliment
Suppléments en minéraux et vitamines
II.Q7 Si les tables et banques de données sur la composition des aliments incluent peu
d’aliments cités à la question II.Q6, quel est l’impact sur l’exactitude des estimations des apports
nutritionnels? Sélectionnez la réponse correcte (1 point)
La représentativité médiocre de ces catégories d’aliments dans les tables et banques

de données sur la composition des aliments conduit à des estimations des apports
nutritionnels qui:
sont représentatives des apports nutritionnels réels car la plupart des aliments sont consommés
crus.
sous-estiment l’apport en minéraux et vitamines dans les pays où, en particulier, des aliments
enrichis ou des compléments alimentaires sont largement consommés.
sous-estiment toutes les estimations d’apports nutritionnels pour les populations fortes
consommatrices de riz si les teneurs en nutriments du riz cru sont attribuées au riz cuit.
fournissent des estimations d’apports nutritionnels de bonne qualité car les teneurs en nutriments
des aliments crus sont les mêmes que celles des aliments préparés.
fournissent des estimations d’apports nutritionnels de bonne qualité car les surestimations
s’équilibrent avec les sous-estimations, c’est-à-dire que les erreurs aléatoires des unes
compensent celles des autres.
II.Q8 Qu’est-ce qui a un plus grand impact sur l’estimation d’un apport nutritionnel: une
erreur dans la composition en nutriments d’aliments consommés en petites ou en grandes
quantités? Sélectionnez la(es) réponse(s) correcte(s) (2 points: ½ point pour chaque réponse correcte)
a) En général, les erreurs dans les estimations d’apports nutritionnels sont plus élevées si les aliments sont
consommés en grandes quantités.
b) En général, les erreurs dans les estimations d’apports nutritionnels sont élevées même si les aliments
sont consommés en petites quantités.
c) En général, les erreurs dans les estimations d’apports nutritionnels sont élevées si les aliments sont
consommés en petites quantités mais avec une très forte concentration en nutriments.
d) En général, les erreurs dans les estimations d’apports nutritionnels sont identiques, que les aliments
soient consommés en petites ou en grandes quantités.
II.Q9 Qu’est-ce qui a une plus grande incidence sur l’estimation de l’apport nutritionnel d’un
seul nutriment: une sous-estimation systématique de 30 pour cent des teneurs en nutriments ou
des consommations alimentaires? Cochez Vrai ou Faux. (2 points: ½ point pour chaque réponse correcte)
24
Impact sur l’estimation de l’apport nutritionnel Vrai Faux

Une sous-estimation systématique de 30 pour cent de la teneur pour un nutriment
spécifique à un plus fort impact sur l’estimation de l’apport nutritionnel de ce nutriment,
si on le compare à une sous-estimation de 30 pour cent des consommations
alimentaires.
Une sous-estimation de 30 pourcent des consommations alimentaires à un plus fort
impact sur l’estimation de l’apport nutritionnel, si on le compare à une sous-estimation
systématique de 30 pour cent de la teneur pour un nutriment spécifique.
L’impact sur l’estimation de l’apport nutritionnel est le même si la teneur pour un
nutriment sont systématiquement sous-estimées ou si les consommations alimentaires
sont sous-estimées du même pourcentage.
L’apport nutritionnel est sous-estimé de 30 pour cent dans les deux cas.
II.Q10 Listez quatre raisons qui expliquent des changements ou différences d’estimations
d’apports nutritionnels à différentes époques ? (4 points: 1 point pour chaque réponse correcte)
1.
2.
3.
4.
II.Q11 Faire correspondre les erreurs dans les estimations des apports nutritionnels avec la
catégorie correspondante: limitations de la méthodologie de l’enquête, mise en correspondance
des aliments, et calcul. Choisir la catégorie la plus importante pour chaque erreur. (7,5 points:
½ point pour chaque réponse correcte)
Erreurs dans les estimations des apports Limitations de la Mise en Calcul

nutritionnels dues à: méthodologie de correspondanc
l’enquête e des aliments
un oubli d’enregistrement des lipides et huiles utilisés
pour la cuisson ou d’enregistrement de la méthode de
cuisson (importante pour un apport correct en lipides et
acides gras).
une sélection incorrecte des aliments par manque de
détails dans la description de l’aliment lors de l’enquête
et/ou de la table ou banque de données sur la
composition des aliments (par exemple, absence de la
méthode de cuisson ou de transformation) ou par une
connaissance insuffisante des aliments.
des erreurs dans le calcul de l’apport en acides gras
liées à l’utilisation d’acides gras ramenés à 100 g des
acides gras totaux au lieu de 100 g d’aliment.
une sélection des valeurs nutritionnelles d’un aliment
avec partie non comestible (aliment total) pour l’aliment
sans portion non comestible, et vice versa.
une application des teneurs en nutriments relatives à un
aliment non enrichi à un aliment enrichi.
une confusion entre différentes teneurs en nutriments
dues à différents modes d’expression du nutriment, par
exemple glucides disponibles par rapport aux glucides
totaux.
l’emploi de facteurs de conversion incorrects, par
exemple vitamine A ou folate.
si les données proviennent d’autres pays, des problèmes
de langue peuvent amener à sélectionner les aliments
25
Erreurs dans les estimations des apports Limitations de la Mise en Calcul

nutritionnels dues à: méthodologie de correspondanc
l’enquête e des aliments
incorrects dans la table sur la composition des aliments.
De même, dans une seule langue, des aliments
identiques peuvent avoir des noms différents, (par
exemple le loup et le bar), et différents aliments le même
nom. Ou dans différents pays, les découpes de viande
ayant le même nom peuvent provenir de différentes
parties de l’animal.
un oubli de prise en compte des caroténoïdes ayant une
activité en vitamines A lors de l’estimation de l’apport en
vitamine A.
des erreurs de conversion (volume en poids, taille de
portion en poids). Cela arrive relativement souvent.
une sélection d’un aliment cru au lieu d’un cuit (teneurs
en nutriments différentes!).
une sélection d’un aliment ayant des valeurs
nutritionnelles différentes lors de l’estimation de valeurs
manquantes.
une utilisation de recettes et de systèmes de calcul des
recettes inappropriés ou obsolètes, ou non prise en
compte de l’eau en tant qu’ingrédient.
une incertitude des données de consommation
alimentaire, par exemple liée à l’outil ou à l’organisation
de l’enquête.
l’absence de correction pour les pertes (ou gains) en
eau, vitamines et minéraux lors du calcul de l’apport
nutritionnel d’une recette.
II.Q12 Il existe quelques nutriments pour lesquels les valeurs nutritionnelles dépendent de la
définition du nutriment, du mode d’expression et des méthodes analytiques utilisées. Les
exemples sont l’énergie, les fibres alimentaires, les glucides, les lipides, les protéines, les
vitamines A, C, D et E, les folates, la niacine et les carotènes. Pour ces nutriments, les valeurs
nutritionnelles ne peuvent pas être comparables entre eux (e.x. entre glucides totaux et
disponibles) et, si différentes tables et banques de données sur la composition des aliments ont
été utilisées, des différences systématiques dans les estimations des apports nutritionnels peuvent
apparaître selon les pays et les époques. Que devrait faire un utilisateur pour réduire les erreurs
d’estimation des apports nutritionnels et/ou utiliser correctement les estimations d’apports
nutritionnels réalisées par d’autres? Cochez Vrai ou Faux. (2,5 points: ½ point pour chaque réponse correcte)
Comment les utilisateurs peuvent-ils minimiser les erreurs Vrai Faux

Les utilisateurs professionnels des tables et banques de données sur la composition des
aliments devraient toujours s’enquérir de la définition du nutriment, par exemple, dans
l’introduction de la table ou dans la documentation de la banque de données.
Les utilisateurs professionnels des tables et banques de données sur la composition des
aliments devraient savoir quels nutriments peuvent avoir des teneurs significativement
différentes du fait de leurs définitions, leurs modes d’expression, les méthodes d’analyse et
les unités.
Si les apports nutritionnels estimés provenant de différentes études doivent être comparés, la
définition du nutriment, les méthodes analytiques et le mode d’expression devraient être
vérifiés pour tous les nutriments. Ceci permettrait à l’utilisateur de comprendre quelles
estimations de l’apport nutritionnel sont comparables.
Les utilisateurs des tables et banques de données sur la composition des aliments n’ont pas
besoin de rechercher le mode d’expression du nutriment (par exemple de vérifier si les
glucides sont exprimés en glucides totaux, en glucides disponibles, ou en glucides disponibles
en équivalents monosaccharides) dans l’introduction de la table ou de la banque de données.
Si les apports nutritionnels estimés provenant de différentes études doivent être comparés, il
n’y a pas de raison de s’intéresser à la définition et au mode d’expression du nutriment.
L’impact sur les estimations des apports nutritionnels et sur les corrélations (par exemple,
avec des indicateurs de santé) est seulement marginal, tout au plus.
26
II.Q13 Que devrait faire un compilateur afin de réduire les erreurs mentionnées ci-dessus?
Sélectionner la(les) affirmation(s) correcte(s). (2,5 points: ½ point pour chaque réponse correcte)
a) former tous les utilisateurs

b) améliorer la couverture et la description des aliments en incluant les aliments tels que consommés, les
recettes et les noms de marque des aliments
c) améliorer la couverture et la description des nutriments
d) améliorer la documentation
e) rien car les erreurs sont le fait des utilisateurs
II.Q14 Des utilisateurs désireux d’obtenir une estimation de bonne qualité de l’apport
nutritionnel sont souvent confrontés à des données manquantes dans la table nationale sur la
composition des aliments (aliments, nutriments, valeurs), ou à l’absence d’une table nationale de
composition. Dans ces cas, ils doivent estimer, calculer ou emprunter les données de
composition manquantes. Dans la table ci-dessous, faites correspondre la donnée manquante
avec l’exemple et la solution. (3 points: ½ point pour chaque réponse correcte)
Exemples de données 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 bœuf frit est absent de la base de données alors que le filet de bœuf cru s’y trouve.
Solutions pour estimer les données manquantes

4. Utiliser des données de composition provenant d’autres sources, y compris d’autres pays;
5. Calculer les données à l’aide de recettes et d’autres algorithmes;
6. Les estimer en se basant sur ses propres connaissances.
Donnée manquante Exemple de donnée Solution

manquante
Valeur nutritionnelle manquante
Aliment manquant
Constituant manquant
II.Q15 Les logiciels utilisant des données de composition sont souvent fournis aux utilisateurs
sans information sur la source des données, le taux de données manquantes, les définitions des
nutriments, etc. Sélectionnez les conséquences pour les utilisateurs lorsqu’ils calculent des
estimations des apports nutritionnels ou des étiquettes avec de tels logiciels. Cochez Vrai ou
Vrai Faux Conséquences pour les utilisateurs de ces logiciels

Les teneurs en nutriments sur les étiquettes sont exactes.
La qualité des estimations des apports nutritionnels ne peut pas être évaluée.
Les estimations des apports nutritionnels ne peuvent pas être clairement définies (niacine vs.
équivalents niacine ou glucides disponibles vs. glucides totaux).
Les estimations des apports nutritionnels peuvent être sous-estimées à cause des valeurs
nutritionnelles manquantes.
27
II.Q16 Dans la plupart des cas, les données sur la composition des aliments ne sont pas
comparables entre pays et à différentes époques. Sélectionnez Vrai ou Faux. (2 points: ½ point pour
Vrai Faux Raisons de la non-comparabilité des teneurs en nutriments entre

pays et à différentes époques
Utilisation universelle des méthodes d’analyse
Différences artificielles dues à la définition du nutriment, la méthode employée,
la source de données et le mode d’expression des données
Source de données unique au niveau mondial (INFOODS)
Les aliments ayant le même nom d’aliment ont la même composition entre pays
et à différentes époques
II.Q17 Horwitz a montré l’existence d’une relation entre la concentration d’un constituant et la
variabilité des résultats analytiques (voir Greenfield et Southgate, 2007, p. 96, 98), à savoir : plus la
concentration est faible, plus l’exactitude ou la fidélité d’une méthode sera faible ou plus le
coefficient de variation sera élevé. Quel est l’impact de la concentration d’un constituant sur
l’exactitude des estimations des apports nutritionnels et sur la corrélation de cette dernière avec
des maladies? Sélectionnez la réponse correcte (1 point)
Note: Voir l’équation de Horwitz à l’adresse http://www.rsc.org/images/brief17_tcm18-25961.pdf
Affirmation concernant l’impact des concentrations des constituants sur l’exactitude

des estimations des apports nutritionnels et les corrélations avec des maladies
Selon Horwitz, à 1 ppm (100 mcg/100 g d’aliment) la variabilité analytique permise est de +/-20 % et
à 100 ppm (100 mcg/100 g d’aliment) elle est de +/-10 %. Certains nutriments sont présents dans les
aliments à ces concentrations, tels que l’iode, le sélénium, les folates, l’acide pantothénique, la
biotine, la vitamine B 12, et parfois le rétinol et les carotènes. Si la différence entre les estimations
des apports nutritionnels pour ces nutriments est inférieure à 10 %, même si elle est significative à
0,05, il est conseillé de ne pas interpréter la corrélation comme représentant une différence
significative car elle reste dans le cadre de la variabilité analytique.
La fidélité et l’exactitude des analyses n’ont pas d’impact sur l’exactitude des estimations des
apports nutritionnels et sur les corrélations entre les apports nutritionnels et les maladies.
L’exactitude de l’estimation des apports nutritionnels dépend uniquement de la conception de
l’enquête sur la consommation alimentaire, des personnes enquêtées et de la qualité de la méthode
d’analyse ou de compilation.
Les méthodes d’analyse dans le cas de macronutriments ont une exactitude et une fidélité
inférieures par rapport à celles des oligoéléments et autres nutriments présents en microquantités.
Elles produisent donc des estimations des apports nutritionnels avec moins de précision.
28
EXERCICES
II.E1 Calculez l’apport nutritionnel total pour les aliments dans la table ci-dessous. Les
teneurs en nutriments correspondent aux quantités d’aliments consommés en un repas, comme
indiqué dans la colonne «consommation». (4 points: ½ point pour chaque réponse correcte)
Aliment Consomma- Énergie Protéines Fibres Lipi- Ca Fe Vitami-

tion (g) (kJ) (g) alimen- des (mg) (mg) ne C
taires (g) (g) (mg)
Riz cuit 200 1 086 5,4 0,8 0,6 20 2,4 0
Carotte,
50 73 0,35 1,5 0,1 15 0,15 -
bouillie
Viande,
100 1 274 25,9 10 21,5 10 2,6 0
cuite
Lait 100 250 3,2 0 3,2 204 0,03 0
Apport
total
II.E2 Dans le cas précédent, vous n’avez pas trouvé 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 décidez d’emprunter et utiliser directement.
Remplacez la teneur manquante pour la vitamine C par la teneur nouvellement trouvée pour la
carotte crue. Recalculez l’apport nutritionnel total et discutez le résultat par rapport à l’apport
journalier recommandé de 60 mg/j. (2 points: ½ point pour chaque calcul correct et 1 point pour l’explication)
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 trouvée pour la carotte bouillie. Recalculez l’apport
nutritionnel total et discutez le résultat par rapport à l’utilisation de la teneur en vitamine C d’un
aliment cru pour un aliment cuit. (2 points: ½ point pour chaque calcul correct et 1 point pour l’explication)
II.E4 Vous remarquez que vous avez fait une erreur en recopiant la teneur en fibres de la
viande, qui devrait être 0. Recalculez l’apport nutritionnel total en utilisant les résultats de II.E3
et discutez le résultat par rapport aux erreurs qui se produisent lorsqu’on recopie les données.
(1,5 point: ½ point pour chaque calcul correct et 1 point pour l’explication)
II.E5 Pour le riz blanc bouilli, vous trouvez une teneur en fibres alimentaires selon la méthode
de Southgate de 1,0 g/100 g et une teneur en fibres alimentaires selon la méthode d’Englyst de
0,1 g/100 g. Recalculez l’apport nutritionnel total pour ces deux valeurs en utilisant les résultats
de II.E4 et discutez le résultat en relation avec la définition des nutriments utilisés pour le calcul
des estimations d’apports nutritionnels. (3 points: ½ point pour chaque calcul correct et 1 point pour
l’explication)
29
II.E6 Dans cet exemple, le riz cuit n’est plus du riz blanc (comme supposé jusque-là) mais du
riz brun (pour 100 g: énergie 464 kJ, protéines 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 résultats de II.E4, et discutez le résultat par rapport aux
erreurs dues à une description erronée de l’aliment. (7 points: ½ point pour chaque calcul correct et 1 point
pour l’explication)
II.E7 Vous remarquez que vous avez fait une erreur pour le lait car vous avez emprunté une
teneur en calcium de lait enrichi. La teneur en calcium est de 113 mg/100 g dans un lait non
enrichi. Recalculez l’apport nutritionnel total en utilisant les résultats de II.E6 et discutez le
résultat par rapport aux erreurs dues à l’enrichissement des aliments et à un apport journalier
recommandé de 800 mg/j. (1,5 point: ½ point pour chaque calcul correct et 1 point pour l’explication)
II.E8 Améliorez les descriptions des aliments «lait» et «viande cuite» pour augmenter la
qualité de l’appariement des aliments, entre les aliments rapportés et les aliments présents dans
la table sur la composition des aliments, ce qui devrait avoir comme conséquence de meilleures
estimations des teneurs en nutriments et des apports nutritionnels. Pour la viande et le lait, listez
trois descripteurs pour chacun. (3 points: ½ point pour chaque réponse correcte)
Viande:
1.
2.
3.
Lait:
1.
2.
3.
II.E9 Soixante pour cent d’une population fait usage de compléments vitaminiques et
minéraux une fois par semaine et 30 pour cent des aliments sont enrichis. La banque de données
sur la composition des aliments ne contient pas de données de composition sur les aliments
enrichis et les compléments vitaminiques et minéraux. Notez deux conséquences sur l’estimation
de l’apport nutritionnel et l’équilibre nutritionnel. (2 points: 1 point pour chaque réponse correcte suivant le
point (•))
1.
2.
30
Module 3
SÉLECTION ET NOMENCLATURE DES ALIMENTS DANS LES BANQUES DE
DONNÉES SUR LA COMPOSITION DES ALIMENTS
sélectionner les aliments pour leur insertion dans un programme de banque de données sur la
composition des aliments qui rejoigne les exigences de différents groupes d’utilisateurs;
sélectionner les aliments et nutriments à analyser pour un programme de banque de données sur la
composition des aliments qui couvre les principaux aliments et nutriments du régime national
(approche par les aliments clés);
comprendre l’importance de la nomenclature des aliments, y compris la terminologie et la
classification;
fournir une bonne description des aliments dans une banque de données sur la composition des
aliments;
saisir l’importance de la description et des traitements appliqués aux aliments (par exemple, la cuisson
et l’inclusion/exclusion des parties non comestibles) et leurs conséquences sur les teneurs en
nutriments, spécialement sur l’eau, les lipides, les minéraux et les vitamines;
comprendre les classifications d’aliments et de développer sa propre classification pour sa banque de
données sur la composition des aliments.
TEXTES A ÉTUDIER
x Charrondière, U.R. Sélection, nomenclature, classification et identification des aliments, dans les bases de données sur
la composition des aliments. Présentation PowerPoint disponible à l’adresse:
Et, si possible:
x Greenfield, H. et Southgate, D.A.T. 2007. Données de composition des aliments – production, gestion et
utilisation. FAO. Rome. Chapitres 3 (p. 35-49)5 et 5 (p. 82-86). Disponible à l’adresse:
MATÉRIEL POUR LES EXERCICES

x Tableur «Exercice aliments clés.xls» requis pour l’exercice III.E4, disponible sur:
http://www.fao.org/infoods/presentations_en.stm. Une connaissance limitée d’Excel est requise.
x 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 à l’adresse:
http://www.fao.org/wairdocs/AD069E/AD069E00.HTM
x Le système de description des aliments LanguaL: son utilisation, thésaurus et littérature
complémentaire, disponible à l’adresse: http://www.langual.org/. Il est aussi intéressant pour ses
«autres liens» vers les banques de données 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 numéros indiqués correspondent aux numéros de pages du livre (haut de page), et non à ceux du fichier PDF.
31
x http://www.fishbase.org/home.htm et http://www.fishbase.org/search.php
x http://vm.cfsan.fda.gov/%7Efrf/rfe0.html
PERTINENCE POUR DIFFÉRENTS GROUPES (SUR UNE ÉCHELLE DE + A +++++)

x Analystes ++
TEMPS ESTIMÉ POUR

x Lire: 1-4 heures
LECTURES SUPPLÉMENTAIRES SUGGÉRÉES

x 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 à l’adresse:
http://www.nal.usda.gov/fnic/foodcomp/Bulletins/keyfoods.htm.
32
QUESTIONS
III.Q1 Une banque de données sur la composition des aliments peut-elle contenir tous les
aliments consommés par une population? Sélectionnez Vrai ou Faux. (1,5 point: ½ point pour chaque
réponse correcte)
Vrai Faux Une banque de données sur la composition des aliments peut-elle contenir
tous les aliments consommés par une population?
Non, il n’est pas possible de couvrir tous les aliments, recettes et aliments de marque
consommés par une population, parce qu’il y en a trop. Ce serait trop coûteux et trop long.
C’est pourquoi, une banque de données sur la composition des aliments sera toujours une
sélection d’aliments disponibles pour la consommation dans un pays.
Non, ce n’est pas possible de couvrir tous les aliments, recettes et aliments de marque
consommés par une population. Toutefois, elle devrait inclure les plus importants d’entre
eux qui couvrent la majeure partie de l’apport alimentaire de la population.
Oui, parce qu’il y a seulement 100 ou tout au plus 1 000 aliments, recettes et aliments de
marque consommés par une population.
III.Q2 Classez les critères, par ordre d’importance décroissante, pour donner la priorité aux
aliments à inclure dans une banque de données nationale bien conçue sur la composition des
aliments, qui inclut aussi des «aliments tels que consommés». Notez «1» le critère le plus
important et «5» le moins important, en supposant que l’utilisation principale est pour une
estimation des apports nutritionnels. (2,5 points: ½ point pour chaque réponse correcte)
Numéro Critères
de priorité
Aliments crus et «aliments tels que consommés»6, largement consommés par des sous-groupes
spécifiques (par exemple, nourrissons, groupes ethniques)
Aliments crus et «aliments tels que consommés», largement consommés par toute la population
Aliments importants pour le commerce ou aliments rarement consommés de peu d’intérêt
nutritionnel
Aliments au niveau de variété/cultivar/race, ainsi qu’aliments sauvages et sous-utilisés
Aliment consommé en petites quantités qui contribue fortement aux apports de quelques
nutriments spécifiques pour toute la population
III.Q3 L’approche par les aliments clés est utilisée dans la banque de données du
Département de l’agriculture des États-Unis (USDA) pour hiérarchiser les aliments à analyser
pour des nutriments déterminés. Cette méthode utilise des profils nutritionnels existants et des
données d’enquête sur la consommation alimentaire représentatives au niveau national sur des
aliments consommés et des recettes. La consommation alimentaire moyenne journalière de la
population pour chaque aliment, y compris son utilisation dans les recettes, est multipliée par
leurs valeurs nutritionnelles (par exemple le fer). Priorité est donnée aux nutriments identifiés
comme importants ou potentiellement importants pour la santé publique. Ces apports
nutritionnels par aliment et nutriment sont ensuite classés et ordonnés du plus élevée au plus
faible. Cette étape est répétée pour tous les nutriments examinés. Les aliments qui contribuent
jusqu’à un total cumulé de 25 pour cent pour chaque nutriment ont été attribués au premier
quartile; ceux qui contribuent entre 25 et 50 pour cent, au deuxième quartile; ceux qui
contribuent entre 50 et 75 pour cent, au troisième quartile; et ceux qui contribuent entre 75 et
100 pour cent au quatrième quartile. Les aliments présents dans les trois premiers quartiles pour
chaque nutriment ont été définis comme les aliments clés.
6 Un «aliment tel que consommé» veut dire que l’aliment est décrit dans l’état où il est consommé, en général cuit en excluant la partie non
comestible, comme le riz bouilli. Une autre définition souvent utilisée dans les enquêtes alimentaires est «aliment tel qu’acheté», ce qui signifie
dans l’état où il a été acheté, c’est-à-dire, en général cru en incluant la partie non comestible, comme une orange ou une banane non épluchée.
33
Des informations supplémentaires sont disponibles dans l’article de Haytowitz, Pehrsson et

Holden (2003), disponible à l’adresse
http://www.nal.usda.gov/fnic/foodcomp/Bulletins/keyfoods.htm, (lecture facultative).
Répondez aux questions suivantes: (4 points: 1 point pour chaque réponse correcte suivant le point (•))
1. Comment les «aliments clés» sont-ils définis ?
2. Quel est l’objectif de l’approche par aliments clés?
3. De quelles données auriez-vous besoin pour identifier des aliments clés?
III.Q4 Un compilateur décide d’inclure dans la banque de données sur la composition des
aliments les recettes les plus communément utilisées. Décrivez les tâches que le compilateur doit
accomplir pour compiler les teneurs en nutriments des recettes. Utilisez les titres suivants pour
décrire les différentes tâches: (5 points)
Réponse:
(1) Sélection des recettes (1 point) – indiquez une source possible:
(2) Informations sur les ingrédients et les méthodes de préparation (1 point) – indiquez une
source possible:
(3) Nom des recettes et description (1 point) – indiquez un système pour donner des noms
de recettes incluant des différences régionales ou de composition:
(4) Présentation des informations sur les recettes dans la table sur la composition des
aliments utilisateur – indiquez les informations destinées à l’utilisateur sur la recette et
ses ingrédients, ainsi que toute information additionnelle. (2 points: ½ point pour chaque réponse
correcte suivant le point (•)):
III.Q5 Énumérez les sources de données sur la consommation des aliments utilisées pour les
tables ou banques de données sur la composition des aliments. Notez «1» la source la plus
importante et «5» la moins importante. Il est supposé que toutes les sources de données sont
disponibles. (2,5 points: ½ point pour chaque réponse correcte)
Numéro Sources de données sur la consommation des aliments

de priorité
Données sur les denrées alimentaires (à savoir, aliments disponibles pour la consommation
humaine), par exemple les données nationales ou FAOSTAT
Données sur la consommation des aliments dérivées des enquêtes nationales sur la
consommation des ménages
Statistiques commerciales
Données sur la consommation des aliments dérivées d’enquêtes de petite échelle sur la
consommation des ménages
Données sur la consommation des aliments dérivées des enquêtes sur la consommation
individuelles et nationales, par exemple les rappels de 24 heures, les carnets de
consommation ou les questionnaires de fréquences
34
III.Q6 Lorsqu’il s’agit d’harmoniser ou de définir une nomenclature des aliments , quels
éléments, parmi les suivants, devraient toujours être considérés comme obligatoires dans une
banque de données sur la composition des aliments et quels sont ceux qui devraient être
considérés comme optionnels? (2 points: ½ pour chaque réponse correcte)
Élément de nomenclature des aliments Obligatoire ou optionnel dans une base de

données sur la composition des aliments
Nom de l’aliment Obligatoire/ Optionnel
Groupe de l’aliment Obligatoire/ Optionnel
Descripteur de l’aliment Obligatoire/ Optionnel
Code de l’aliment Obligatoire/ Optionnel
III.Q7 Les groupes d’aliments sont définis différemment dans différents pays et régions.
Nommez six groupes d’aliments généralement acceptés ou largement utilisés aux fins de la
composition des aliments. (3 points: ½ point pour chaque réponse correcte)
III.Q8 Les groupes d’aliments sont utiles pour la composition des aliments. Cochez Vrai ou
Faux pour expliquer pourquoi les groupes d’aliments sont utiles dans les tables et banques de
données sur la composition des aliments. (3 points: ½ point pour chaque réponse correcte)
Utilité des groupes d’aliments dans les tables et banques de données Vrai Faux
Par exemple pour les utilisateurs, pour faciliter la recherche des aliments dans la
table ou la banque de données sur la composition des aliments
Pour rendre obligatoire la manière de présenter un rapport sur les apports
nutritionnels
Pour servir de base à l’élaboration d’un plan d’échantillonnage et d’analyse
commun du fait qu’à l’intérieur d’un groupe d’aliments les matrices alimentaires
et les teneurs en nutriments sont similaires
Pour simplifier, à l’intérieur d’un groupe d’aliments, la compilation et l’évaluation
de données, incluant la vérification de la cohérence des teneurs en nutriments
Pour se conformer aux normes internationales en matière de regroupement des
aliments
Pour faciliter l’application de facteurs de conversion (qui parfois s’effectue au
niveau du groupe d’aliments)
Question facultative pour ceux qui ont participé à une formation sur la composition des aliments ou qui possèdent des
III.Q9 Certains aliments sont difficiles à classer dans un groupe donné d’aliments car le
regroupement dépend largement de la culture locale. Par exemple, les pommes de terre (ou
d’autres tubercules et racines amylacés) sont difficiles à classer car elles sont parfois considérées
comme des légumes, parfois comme des tubercules. Énumérez trois aliments qui posent des
problèmes similaires et indiquez dans quel groupe ils pourraient être classés. (3 points: 1 point
pour chaque réponse correcte). Réfléchissez où vous les mettriez dans votre pays (pas de point).
1.
2.
3.
35
III.Q10 Sélectionnez parmi les arguments suivants ceux qui sont en faveur d’une
standardisation des groupes d’aliments pour la présentation des données de consommation et
des banques de données sur la composition des aliments. (2 points: ½ point pour chaque réponse correcte)
Arguments pour standardiser les groupes d’aliments pour les Vrai Faux
données d’enquêtes de consommation et les banques de données
Les utilisateurs de tables et banques de données sur la composition des
aliments peuvent toujours retrouver les aliments qui les intéressent grâce à
l’index.
Les compilateurs nationaux peuvent uniquement travailler avec leurs
propres systèmes de classification des aliments (groupes et sous-groupes
d’aliments spécifiques à un pays) du fait de leur modèle spécifique de
consommation des aliments.
Les estimations des apports alimentaires par groupe d’aliments ne peuvent
être comparés que si les aliments sont classés dans les mêmes groupes.
Certains coefficients (par exemple les facteurs de rétention des nutriments)
s’appliquent au niveau du groupe d’aliment.
III.Q11 Indiquez deux systèmes de description des aliments utilisés internationalement (voir
aussi http://www.fao.org/infoods/nomenclature_en.stm). (1 point: ½ point pour chaque réponse correcte)
1.
2.
III.Q10 Définissez brièvement une facette d’aliment et un descripteur d’aliment. (2 points: 1 point
pour chaque réponse correcte)
Facette d’aliment:
Descripteur d’aliment:
III.Q13 Décrivez les méthodes de cuisson suivantes et leurs effets sur l’eau, les lipides, les
minéraux et les vitamines. (5 points: 1 point pour chaque réponse correcte)
a) Bouilli:
b) Cuit au four:
c) Rôti:
d) Cuit dans la friture:
e) Cuit:
36
III.Q14 Expliquez pourquoi les noms suivants devraient être inclus dans une banque de
données de référence sur la composition des aliments. (4 points: 1 point pour chaque réponse correcte)
1. Les noms courts
2. Les noms longs
3. Les noms scientifiques
4. Les noms d’aliments en anglais
III.Q15 De nombreuses tables et banques de données sur la composition des aliments incluent
principalement les aliments crus alors que d’autres incluent les aliments crus et les aliments tels
qu’achetés et/ou tels que consommés. Pour les affirmations suivantes, sélectionnez «1» ou «2».
(5,5 points: ½ point pour chaque réponse 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
qu’achetés et/ou tels que consommés
Mettre 1 Affirmations
ou 2
Quand les «aliments tels que consommés» sont absents des tables sur la composition des
aliments, les utilisateurs sont obligés d’inventer leur propre système de calcul et d’emprunter des
données à d’autres pays – ce qui conduit à un risque d’estimations des apports nutritionnels
moins précises.
Les utilisateurs appliquent souvent les teneurs en nutriments des aliments crus aux aliments
préparés, ce qui conduit à des erreurs importantes pour les estimations des apports nutritionnels.
Les compilateurs ont plus de connaissance sur les aliments, la préparation des aliments et la
compilation que les utilisateurs. Par conséquent, ils sont en meilleure position pour calculer et
estimer des teneurs en nutriments de bonne qualité pour les aliments tels que consommés et les
recettes.
Les compilateurs incluent seulement les aliments crus car ils sont plus stables en composition,
comparés aux aliments préparés et aux recettes.
Pour les utilisateurs, ce type de table signifie des coûts plus élevés et plus de travail.
Les compilateurs n’ont pas conscience des difficultés 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 coûts plus élevés et plus de travail.
En général, cette table résulte d’estimations des apports nutritionnels de meilleure qualité.
Ce n’est pas très utile pour les utilisateurs qui recherchent des données sur les «aliments tels que
consommés».
Il en résulte une qualité globale des données plus basse car plus de données sont dérivées ou
calculées.
C’est une amélioration pour les utilisateurs qui recherchent des données sur les aliments
préparés, comme les aliments en conserve, les plats à emporter, les aliments surgelés et les
aliments de marque.
37
III.Q16 Donnez quatre exemples de parties non comestibles de fruits, de légumes, de poissons
ou de viandes. (2 points: ½ point pour chaque réponse correcte)
III.Q17 Quelle partie de l’aliment devrait être analysée pour inclusion dans les tables et
banques de données sur la composition des aliments? Sélectionnez la réponse correcte. (1 point)
Partie à analyser
L’aliment entier devrait être analysé parce que c’est la forme sous laquelle les aliments sont
consommés.
La partie non comestible car elle contient la plupart des nutriments.
Seule la partie comestible de l’aliment devrait être analysée parce que les tables et banques de
données sur la composition des aliments contiennent des teneurs en nutriments, exprimées pour
100 g de l’aliment comestible.
III.Q18 Indiquez les affirmations correctes relatives aux coefficients de comestibilité et à leurs
descriptions. Cochez Vrai ou Faux. (2,5 points: ½ point pour chaque réponse correcte)
Vrai Faux Coefficients de comestibilité

Ils sont indépendants de la culture et du comportement individuel et par conséquent il n’est
pas besoin de les inclure dans les tables et banques de données sur la composition des
aliments.
Ils font partie d’une bonne description des aliments.
Ils facilitent un repérage correct des aliments.
Ils sont facultatifs parce que les teneurs en nutriments sont les mêmes pour les aliments,
que la partie non comestible soit prise en compte ou non.
Ils sont nécessaires pour convertir le poids de l’aliment tel qu’acheté en partie comestible
de l’aliment.
38
III.Q19 Dans la banque de données de référence la description d’un aliment qui a été
échantillonné et analysé ne peut être considérée comme complète que lorsque toutes les
informations sur l’échantillon ont été correctement ajoutées. Indiquez, dans la table suivante,
quelle description de l’aliment est ajoutée, soit à l’étape de la collecte de l’échantillon, soit à celle
de la manipulation de l’échantillon. (10 points: ½ point pour chaque réponse correcte par descripteur)
Identification et description de l’aliment Identification et description de l’aliment

ajoutées à l’étape de la:
Collecte de Manipulation de
l’échantillon l’échantillon
Code échantillon
Nom de l’aliment
Nom scientifique
Nom de marque
Saison
Point d’échantillonnage
Poids et nature de la partie comestible
Poids et nature de la partie non comestible
Maturité
Partie de l’aliment
État physique, par exemple, liquide, solide
Méthode de transformation de l’aliment pour un
aliment transformé
Méthode de transformation de l’aliment pour un
aliment cru qui doit être transformé avant analyse
Poids avant et après cuisson
Méthode de conservation de l’aliment
Milieu d’emballage
Matériaux d’emballage
Date limite d’utilisation/expiration
Photographie digitale
Préparation de l’échantillon combiné
39
EXERCICES
III.E1 Faites correspondre les aliments de l’enquête sur la consommation alimentaire

ci-dessous avec les aliments trouvés dans table sur la composition des aliments, également
fournie ci-dessous. Dans certains cas, plusieurs aliments de la table sur la composition des
aliments peuvent correspondre à un aliment unique de l’enquête, par exemple, thé au lait
sucré = 1 + 2 + 3 (ou 4, 5 ou 6). (11 points: 1 point pour chaque réponse correcte)
Aliments de l’enquête sur la consommation des aliments:

a. Thé au lait sucré
b. Côte de porc, grillée, la partie grasse visible non consommée
c. Blanc de poulet, rôti, la peau non consommée
d. Tomate, grillée
e. Aubergine, frite dans l’huile d’olive
f. Riz, rouge, frit
g. Riz, blanc, bouilli
h. Agneau en sauce
i. Légumes mélangés, bouillis
j. Mangue, à chair orange foncé, très mûre
k. Barre chocolatée, «Mars»
Aliments trouvés dans table sur la composition des aliments nationale:

1. Thé
2. Sucre
3. Lait écrémé
4. Lait standard
5. Lait demi-écrémé, 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, grillé
14. Poulet, grillé, os compris
15. Agneau, gras
16. Tomate
17. Aubergine
18. Huile végétale
19. Riz
20. Riz, bouilli
21. Épinards
22. Carotte
23. Mangue
24. Eau du robinet
25. Barre chocolatée
40
III.E2 Prenez six aliments énumérés dans la table sur la composition des aliments de III.E1 et
améliorez leurs descriptions, par exemple, chocolat = chocolat, en poudre, 70 % de cacao.
(3 points: ½ point pour chaque description d’aliment)
1.
2.
3.
4.
5.
6.
III.E3 Exercice sur l’approche par les aliments clés (adapté de Machteld van Lieshout).
Sélectionnez les aliments clés pour le fer, qui contribuent à 75 % à l’apport nutritionnel en fer, parmi les
aliments énumérés dans le fichier Excel «Exercice aliments clés.xls». Le fichier est disponible à
l’adresse: http://www.fao.org/infoods/presentations_fr.stm (8 points: 2 points pour chaque aliment clé
correctement sélectionné)
Instructions pour l’utilisation du fichier Excel «Exercice AlimentsClés.xls» pour cet exercice:
Le fichier Excel «Exercice aliments clés.xls» contient quatre feuilles: «Cons et Comp» (où se trouvent les
données de consommation et de composition des aliments consommés), «AlimentsClés protéines» (un
exemple pour trouver des aliments clés pour les protéines), «AlimentsClés fer» (où vous pourrez
sélectionner les aliments clés pour le fer), «AlimentsClés lipides» (où vous pourrez sélectionner les
aliments clés pour les lipides, si vous voulez faire un exercice supplémentaire).
Pour réaliser cet exercice, vous avez besoin d’Excel ainsi qu’un peu d’expérience dans l’utilisation d’Excel.
Si vous ne possédez pas Excel, vous pouvez faire l’exercice sur du papier (mais cela demandera beaucoup
plus de temps).
Note:
x Si vous ne maîtrisez pas très bien Excel, “Excel help” pourrait vous être utile; il est disponible à
l’adresse http://office.microsoft.com/en-us/excel/FX100646951033.aspx
x Les données de composition sont tirées de tables sur la composition des aliments sud-africaines
Étapes logiques
1. Calculez l’apport nutritionnel pour chaque aliment (consommation alimentaire multipliée par leur
valeur nutritionnelle).
2. Calculez l’apport nutritionnel total en additionnant les apports nutritionnels de tous les aliments.
3. Calculez le pourcentage cumulé de chaque aliment par rapport à l’apport nutritionnel total.
4. Classez les aliments par ordre décroissant de leur contribution.
5. Sélectionnez les aliments qui contribuent à 75 % à l’apport nutritionnel.
Étapes à suivre pour le fer:

x Copiez la feuille de calcul «Cons et Comp» dans la feuille de calcul «AlimentsClés fer»: cliquez sur la
cellule du coin supérieur gauche pour sélectionner toute la feuille de calcul «Cons et Comp» puis
utilisez la fonction Ctrl+c pour copier. Allez à la feuille de calcul «AlimentsClés fer» et cliquez sur la
cellule du coin supérieur gauche puis utilisez la fonction Ctrl+v pour coller les données dans la feuille
de calcul «AlimentsClés fer»;
x Supprimez les colonnes dont vous n’avez pas besoin. Gardez les colonnes dont les entêtes sont: code,
Aliment; Consommation moyenne de l’aliment en g/p/j; Fer en mg/100 g;
x Ajoutez les colonnes suivantes: Apport en fer en mg/p/j; % de l’apport en fer par aliment; Apport
cumulé en %;
x Dans la colonne E, «Apport en fer en mg/p/j», calculez l’apport en fer par aliment: Consommation
moyenne de l’aliment en g/j/p fois Fer en mg/100 g, c’est-à-dire, saisissez dans la case E2 la formule:
41
=C2*D2/100 (n’oubliez pas de diviser par 100 – parce que la teneur en fer est exprimée pour 100 g
d’aliment). Copiez la cellule E2 avec sa formule dans les cellules E3 à E18.
x Dans la colonne E «apport en fer en mg/p/j», calculez l’apport total en fer en additionnant les
apports en fer pour chaque aliment: allez à la cellule E19 et presser l’icône somme dans la barre de
commande;
x Dans la colonne F «% de l’apport en fer par aliment», calculez le % de chaque aliment rapporté à
l’apport total en fer: saisir dans la cellule F2 la formule =E2/$E$19*100 (les signes dollar $ sont
nécessaires pour indiquer à l’ordinateur qu’il devra toujours utiliser la cellule E19; la division par 100
fournit le pourcentage). Copiez la cellule F2 avec sa formule dans les cellules F3 à F18;
x Classez les données de toute la feuille de calcul en fonction du % de l’apport en fer par aliment:
Sélectionnez la cellule du coin supérieur gauche (=sélectionner toute la Feuille), ensuite sélectionnez
dans la barre de commande «Données» et ensuite «Trier». Choisissez «% de l’apport en fer par
aliment» (afin de sélectionner la colonne selon laquelle les données seront triées) et sélectionnez
«Décroissant» (de façon à ce que les données soient triées en commençant par le nombre le plus
élevé);
x Dans la colonne G «Apport cumulé en %», calculez l’apport cumulé 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 à G18.
x Sélectionnez comme aliments clés pour le fer tous les aliments qui contribuent à 75% de l’apport en
fer.
III.E4 Sélectionnez deux aliments parmi les suivants, et trouvez leur nom taxonomique grâce
aux sites web indiqués dans les Ressources. (4 points: 2 points pour chaque réponse correcte)
Mangue:
Hareng:
Haricot rouge:
III.E5 L’objectif d’une enquête par rappel de 24 heures est d’estimer les apports en lipides et
en acides gras pour les corréler au risque de cancer du sein. Le questionnaire devrait, par
conséquent, collecter des informations très détaillées en ce qui concerne les lipides. Quel type de
données devrait être disponible dans la table/banque de données sur la composition des
aliments? Réfléchissez aux deux niveaux principaux: les nutriments (par exemple, les acides gras
saturés ou non) et les aliments (par exemple, la méthode de cuisson, le traitement). (7 points: 1 point
pour chaque réponse correcte suivant le point (•))
Données nutritionnelles nécessaires (indiquez-en deux):

1.
2.
Précision des détails sur l’aliment et descriptions nécessaires (indiquez-en quatre):

1.
2.
3.
4.
42
Question facultative pour ceux qui ont participé à un cours sur la composition des aliments ou qui possèdent des
III.E6 Sélectionnez deux aliments parmi les suivants, et énumérez les codes du système de
description des aliments LanguaL (disponibles à l’adresse http://www.langual.org/) et les codes
et descripteurs du système INFOODS (disponibles à l’adresse
http://www.fao.org/infoods/presentations_fr.stm). Lorsque vous utilisez LanguaL, vous pouvez
consulter la définition fournie au sommet de l’écran. N’utilisez pas la classification Eurocode 2.
(8 points: 2 points pour chaque réponse correcte)
Note: Il peut être utile de télécharger «LanguaL Food Product Indexer, version 3.91». Disponible à
l’adresse: http://www.langual.org/langual_downloads.asp
Aliment LanguaL INFOODS

Mangue (Kiew-sa-weya),
immature; crue, Mangifera
indica trouvée dans la table de
composition des aliments,
ASEAN publiée en 2000
Côte de porc, sans gras visible,

grillée
Flocons d’avoine Kellogg’s,

enrichis
Porridge, préparé avec de la

farine d’avoine, du lait entier et
du sucre, d’après le «Granny’s
cookery book», publié en 2007.
Le porridge est fait avec du lait
entier (500 g), 6g farine
d’avoine (60g), du sucre blanc
(20 g); Il est cuit à ébullition
pendant 15 minutes
43
Module 4.a – Questions
Module 4.a
SÉLECTION DES CONSTITUANTS
comprendre la marche à suivre pour sélectionner les constituants alimentaires pour une banque de
données nationale sur la composition des aliments;
sélectionner les constituants à inclure dans les banques de données d’archive, de référence et
utilisateur7.
TEXTES A ÉTUDIER
Charrondière, U.R. Sélection des nutriments et d'autres composants. Présentation PowerPoint
disponible à l’adresse: http://www.fao.org/infoods/presentations_fr.stm
Et, si possible:
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 à l’adresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf
PERTINENCE POUR DIFFÉRENTS UTILISATEURS (SUR UNE ÉCHELLE DE + A +++++)

x Compilateurs/utilisateurs professionnels +++++
x Analystes +
TEMPS ESTIMÉ POUR

x Lire: 1-4 heures
7 Pour une explication de ces termes, voir p. 10-13 du livre de Greenfield et Southgate (2007).
8 Les numéros de page indiqués correspondent aux numéros de page du livre (haut de page) et non à ceux du fichier PDF.
45
QUESTIONS
IVa.Q1 Qui devrait discuter des constituants à inclure dans une banque de données sur la
composition des aliments? Sélectionnez Vrai ou Faux. (3 points: ½ point pour chaque réponse correcte)
Discutez des constituants à inclure Vrai Faux

Les organisations gouvernementales
Les analystes
Les consommateurs
Les utilisateurs
Les industriels
Les compilateurs
IVa.Q2 Énumérez trois considérations qui déterminent la sélection des constituants

alimentaires pour les tables et banques de données sur la composition des aliments. (3 points:
1 point pour chaque réponse correcte)
1.
2.
3.
IVa.Q3 Pourquoi les tables et banques de données utilisateur sur la composition des aliments
n’incluent-elles pas tous les constituants que les utilisateurs considèrent comme nécessaires?
Indiquez Vrai ou Faux. (3 points: ½ point pour chaque réponse correcte)
Pourquoi les tables et banques de données utilisateur sur la Vrai Faux

composition des aliments n’incluent pas tous les constituants qui
intéressent les utilisateurs
Par manque de fonds pour l’analyse des aliments et la compilation des données
Du fait d’une mauvaise connaissance des besoins des utilisateurs
Du fait d’un espace de stockage insuffisant dans la banque de données de
référence
Par absence de méthodes d’analyse pour certains constituants des aliments
Par manque de connaissance des définitions obsolètes de constituants de
l’aliment (par exemple, la fibre brute est obsolète et ne devrait pas être utilisée
dans les tables et banques de données sur la composition des aliments)
Par manque d’accès à un propre laboratoire
IVa.Q4 Faut-il inclure l’eau dans chaque type de banque de données sur la composition des
aliments, c’est-à-dire dans les banques de données archive, de référence et utilisateur
exhaustives? Sélectionnez la réponse correcte. (1 point)
L’eau devrait être incluse dans chaque banque de données sur la composition des aliments parce
qu’elle sert de base de référence pour les teneurs des autres constituants des aliments.
L’eau ne devrait pas être incluse dans chaque type de banque de données sur la composition des
aliments parce qu’elle n’apporte pas d’énergie et n’est pas importante pour les estimations des apports
nutritionnels.
46
IVa.Q5 Pourquoi faut-il inclure l’azote total dans une banque de données de référence sur la
composition des aliments? (1 point)
IVa.Q6 Fournissez une raison pour inclure les teneurs en cendres dans la banque de données
sur la composition des aliments. (1 point)
IVa.Q7 Les tables et banques de données sur la composition des aliments utilisateur simplifiées
(abrégées) sont destinées à être utilisées par des personnes et des groupes non spécialistes, dont
les besoins, en termes de teneurs en nutriments, sont limités. La banque de données sur la
composition des aliments utilisateur exhaustive (non abrégée) est plutôt destinée à des
chercheurs avec des besoins plus élargis, c’est-à-dire en termes de nutriments et constituants,
d’aliments et de métadonnées. Sélectionnez les constituants alimentaires normalement inclus
dans une banque de données utilisateur exhaustive. (8,5 points: ½ point pour chaque réponse correcte)
Constituants alimentaires Constituants alimentaires

inclus dans une banque de NON inclus dans une banque
données utilisateur de données utilisateur
exhaustive exhaustive
Facteurs de conversion de
l’énergie
Eau
Azote non protéique
Saccharose
Fibres alimentaires
Lignines
Alcool
Lipides
Acides gras individuels
Phospholipides
Fer
Vitamine C
Vitamine B12
Carotènes individuels
Vitamine D
Additifs
Phyto-oestrogènes
IVa.Q8 Des facteurs de conversion sont nécessaires pour calculer certaines teneurs en
nutriments, par exemple, ils transforment une quantité d’un constituant en énergie ou en une
activité vitaminique. Ces facteurs peuvent changer avec le temps. Où et comment les facteurs de
conversion devraient-ils être stockés dans la banque de données sur la composition des aliments
de façon à ce que les teneurs en nutriments soient aisément recalculées en utilisant les nouveaux
facteurs de conversion? Indiquez Vrai or Faux. (1 point: ½ point pour chaque réponse correcte)
Où et comment stocker les facteurs de conversion Vrai Faux

Pour faciliter le calcul des teneurs en nutriments en utilisant les nouveaux facteurs
de conversion, ces facteurs et leurs valeurs doivent être stockés dans la banque
de données de référence, de préférence de la même manière que les constituants
et leurs teneurs.
Les facteurs de conversion et leurs valeurs ne doivent pas être stockés dans la
banque de données sur la composition des aliments. Il suffit de les indiquer dans
l’introduction des tables et banques de données sur la composition des aliments.
47
IVa.Q9 Quels constituants sont nécessaires pour calculer les teneurs en vitamine A? Et lesquelles
sont des expressions de la vitamine A ? (4,5 points: ½ point pour chaque réponse correcte)
Note:
x Activité totale en vitamine A exprimée en équivalent rétinol (RE) en mcg = mcg rétinol + 1/6 mcg E-
carotène + 1/12 mcg pour les autres caroténoïdes à activité pro-vitaminique A (ou = mcg rétinol +
1/6 mcg d’équivalent E-carotène, où l’équivalent E-carotène = 1 E-carotène +0,5 D-carotène + 0,5 E-
cryptoxanthine);
x Équivalent en activité rétinol (RAE) en mcg = mcg rétinol + 1/12 mcg E-carotène + 1/24 D-carotène
+ 1/24 E-cryptoxanthine).
Constituants des aliments Nécessaires au Expressions de

calcul de la la vitamine A
vitamine A
Rétinol
Équivalent en activité rétinol (RAE)
Équivalent ß-carotène
ß-carotène
Į-carotène
Équivalent rétinol (RE)
ß-cryptoxanthine
Lycopène
Facteurs de conversion (pour Į- et ß-carotènes, ß-
cryptoxanthine)
Question facultative pour ceux qui possèdent des connaissances avancées ou qui ont participé à un cours sur la composition des
aliments
IVa.Q10 Dans un article scientifique, un compilateur trouve des valeurs nutritionnelles d’intérêt
pour sa base de données et d’autres sans intérêt actuel, c’est-à-dire encore absents de la banque
de données utilisateur. Que devrait faire le compilateur? (1 point)
Archiver uniquement les valeurs pour les constituants de l’aliment qui sont considérées comme
intéressantes à ce jour. Au cas où elles deviendraient intéressantes par la suite, elles peuvent facilement
être archivées dans le futur.
Archiver toutes les valeurs des constituants de l’aliment (y compris celles qui ne sont pas
considérées comme intéressantes à ce jour) dans les banques de données d’archive et de référence
parce qu’elles peuvent prendre de l’intérêt et être publiées dans les futures banques de données
utilisateur.
IVa.Q11 En théorie, les banques de données sur la composition des aliments peuvent contenir
des contaminants chimiques. Nommez trois types de contaminants. (1,5 points: ½ point pour chaque
réponse correcte)
1.
2.
3.
48
IVa.Q12 Quelques banques de données sur la composition des aliments contiennent des
facteurs antinutritionnels. Définissez les facteurs antinutritionnels et nommez-en trois. (2,5 points:
1 point pour la définition + ½ point pour chacun des trois facteurs antinutritionnels)
Définition d’un facteur antinutritionnel:
Exemples de facteurs antinutritionnels:

1.
2.
3.
IVa.Q13 Donnez deux raisons pour, et deux raisons contre, l’ajout de contaminants et de
facteurs antinutritionnels dans les tables et banques de données sur la composition des aliments.
(4 points: 1 point pour chaque réponse correcte)
Raisons pour lesquelles les contaminants et les facteurs antinutritionnels ne doivent pas être inclus:
1.
2.
Raisons pour lesquelles les contaminants et les facteurs antinutritionnels doivent être inclus:
1.
2.
IVa.Q14 Les composés bioactifs non nutritifs sont rarement inclus dans le ‘corps principal’ des
tables et banques de données utilisateur, mais ils sont parfois listés dans des annexes ou ils sont
publiés dans des banques de données spécialisées. Sélectionnez la principale raison pour laquelle
les données sur les composés bioactifs non nutritifs ne sont pas incluses dans le ‘corps principal’
des tables et banques de données utilisateur. (1 point)
Principale raison pour diffuser les données sur les composés bioactifs non-
nutritifs dans les annexes des tables et banques de données utilisateur ou des
banques de données spécialisées
Les méthodes d’analyse ne sont pas disponibles.
Un jeu de données complet sur les composés bioactifs n’est pas disponible pour la plupart des
aliments.
Les composés bioactifs ne sont pas reconnus pour protéger contre les maladies
cardiovasculaires et le cancer et, par conséquent, ne sont pas inclus dans les tables et
banques de données sur la composition des aliments.
L’espace dans les banques de données utilisateur est limité.
49
IVa.Q15 Faites correspondre les composés bioactifs des aliments suivants avec les groupes
auxquels ils appartiennent. (2 points: ½ point pour chaque réponse correcte)
Groupes de composés bioactifs des aliments:
1. Flavonoïdes
2. Isoflavones
3. Coumestan
4. Lignanes
Composés bioactifs des aliments

Coumestrol
Quercétine
Isolaricirésinol
Genistéine
IVa.Q16 Un indice glycémique (IG) faible est reconnu comme réducteur du risque de cancer et
de diabète. On a proposé que les valeurs d’IG soient incluses dans les banques de données sur la
composition des aliments. Indiquez les raisons plausibles pour lesquelles les valeurs d’IG ne font
pas régulièrement partie des banques de données sur la composition des aliments. Sélectionnez
Vrai or Faux. (2 points: ½ point pour chaque réponse correcte)
Vrai Faux Raisons pour ne pas inclure les valeurs d’IG dans les banques de données
Les valeurs d’IG sont modifiées par la cuisson et la transformation
Les mesures d’IG présentent une très forte variation entre les individus et entraînent une
grande incertitude sur les valeurs d’IG
Les mesures standardisées d’IG basées sur le glucose ou le pain blanc conduisent à des
valeurs similaires
Les valeurs d’IG sont disponibles pour les plupart des aliments
50
EXERCICES
IVa.E1 Dans un pays, il existe des problèmes de carences en micronutriments (anémie,

vitamine A, goitre et ostéoporose) et un problème croissant de cancer et de maladies
cardiovasculaires liés à des apports élevés en lipides, glucides et cholestérol. La réglementation
sur l’étiquetage exige que les teneurs des nutriments suivants figurent sur l’étiquette
nutritionnelle: énergie, glucides, sucre ajouté, protéines, lipides, fibres alimentaires, acides gras
trans (et les nutriments pour lesquels il y a une allégation de teneur doivent aussi figurer – mais
l’allégation est en dehors du champ de cette question). Il existe des apports journaliers
recommandés (AJR) pour l’énergie, les lipides, les protéines, 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 données sur la composition des aliments utilisateur complètes. (6 points:
½ point si toutes les réponses sont correctes pour chaque constituant)
Constituant AJR Étiquetage Objectifs de santé

existant publique
Énergie
Eau
Glucides disponibles par différence (ou
autre expression des glucides)
Glucides, totaux
Sucre ajouté
Acides gras saturés
Acides gras trans
Fer
Calcium
Iode
Vitamine C
Vitamine A
x 1= dans le cas d’une allégation de teneur, mais cette remarque est en dehors du champ de la question. Les
réponses entre parenthèses ne comptent pas pour obtenir le nombre total de points.
IVa.E2 Dans le rapport FAO/OMS Régime alimentaire, nutrition et prévention des maladies
chroniques9, les objectifs suivants d’intervalles d’apports nutritionnels pour la population sont
recommandés. Fournissez les nutriments pour lesquels les gouvernements ne peuvent pas
évaluer si la population suit ces objectifs en utilisant les tables USDA, danoise ou FAO pour
l’Afrique. (5,5 points: ½ point pour chaque nutriment absent)
9 OMS, Série de Rapports techniques 916, 2003, disponible à l’adresse: http://www.fao.org/WAIRDOCS/WHO/AC911F/AC911F00.HTM
51
Facteur nutritionnel Objectif (en % de l’énergie totale, sauf

autre mode d’expression)
Lipides totaux 15 - 30 %
Acides gras saturés < 10 %
Acides gras polyinsaturés 6 - 10 %
Acides gras polyinsaturés n-6 5-8%
Acides gras polyinsaturés n-3 1-2%
Acides gras trans <1%
Acides gras monoinsaturés Par différence a
b
Glucides totaux 55 - 75 %
c
Sucres libres < 10 %
Protéines 10 - 15 % d
Cholestérol < 300 mg par jour
e
Chlorure de sodium (sodium) < 5 g par jour (< 2 g par jour)
Fruits et légumes 400 g par jour
Fibres alimentaires totales (polysaccharides non > 25 g (> 20 g)
amylacés)
a Calculés comme: lipides totaux - (acides gras saturés + acides gras polyinsaturés + acides gras trans).
b Pourcentage de l’énergie totale disponible après prise en compte des protéines et lipides consommés: d’où l’intervalle large.
c Le terme «Sucres libres» se réfère à tous les monosaccharides et disaccharides ajoutés à l’aliment par le producteur, le cuisinier ou le consommateur, plus les
sucres naturellement présents dans le miel, les sirops et les jus de fruits.
d L’intervalle suggéré doit être interprété comme le propose la Consultation d’experts OMS/FAO/UNU, sur les besoins pour la nutrition humaine en
protéines et acides aminés, qui s’est tenue à Genève du 9 au 16 avril 2002 (2).
e Le sel ajouté doit être correctement enrichi en iode (6). La nécessité d’ajuster le taux d’iode du sel, qui repose sur l’apport en sodium observé et la surveillance
du statut en iode de la population, devrait être reconnue.
Note:
x La table USDA est disponible à l’adresse http://www.ars.usda.gov/Services/docs.htm?docid=8964,
le fichier de définition des nutriments à l’adresse
http://www.nal.usda.gov/fnic/foodcomp/Data/SR20/asc/NUTR_DEF.txt et la documentation p. 7
suivantes à l’adresse http://www.nal.usda.gov/fnic/foodcomp/Data/SR20/SR20_doc.pdf
x La table danoise est disponible à l’adresse 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 l’Afrique
52
Module 4.b – Questions
Module 4.b
NOMENCLATURE DES CONSTITUANTS
À l’issue de ce module, l’étudiant sera capable de:
saisir l’importance d’une identification claire des constituants de l’aliment pour l’échantillonnage,
l’analyse, la compilation et l’utilisation;
comprendre l’impact de la nomenclature des constituants sur les teneurs en nutriments;
comprendre le concept d’identificateurs INFOODS des constituants d’aliments (appelés tagnames) et
d’autres systèmes, et comment ils peuvent être utilisés dans les tables et banques de données sur la
appliquer les identificateurs des constituants de l’aliment INFOODS à différentes définitions de
nutriments.
TEXTES A ÉTUDIER
x Charrondière, U.R. Nomenclature des composants alimentaires. Présentation PowerPoint disponible à
l’adresse: http://www.fao.org/infoods/presentations_fr.stm
Et, si possible:
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 à l’adresse: 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. 72-
90 pour trouver les tagnames. Disponible à l’adresse:
http://www.unu.edu/unupress/unupbooks/80734e/80734E00.htm et comme fichier PDF
ftp://ftp.fao.org/es/esn/inaliments/Klensinetal1989Identificationoffoodconstituants.pdf.
x Des séries de tagnames mis à jour, incluant la mise à jour de 2003, sont disponibles sur:
http://www.fao.org/inaliments/tagnames_en.stm
x Schlotke, F., Becker, W., Ireland, J., Møller, 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
Communautés européennes, Luxembourg. La description des constituants apparaît à la p. 40, (et, comme
lecture supplémentaire suggérée, les noms de constituants aux p. 60-74). Disponible à l’adresse:
ftp://ftp.fao.org/ag/agn/infoods/EurofoodsRecommendations.pdf

x Des séries de tagnames mis à jour, incluant les mises à jour récentes, sont disponibles à l’adresse:
x Constituants EuroFIR, version Thesaurus 1.1. Disponible à l’adresse:
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 à l’adresse:
http://www.ebi.ac.uk/chebi/
x IUPAC International Chimique Identifier (InChITM). Disponible aux adresses:
http://www.iupac.org/inchi/ et http://wwmm.ch.cam.ac.uk/inchifaq/
x Chemical Abstracts Service (CAS). Voir http://www.cas.org/ . Recherche des numéros CAS, voir
http://chem.sis.nlm.nih.gov/chemidplus/ et
http://chembiofinder.cambridgesoft.com/chembiofinder/SimpleSearch.aspx
10 Les numéros indiqués correspondent aux numéros de page du livre (haut de page) non à ceux du fichier PDF.
53

x Analystes +++++
TEMPS ESTIMÉ POUR

x Lire: 1-4 heures

x Charrondière, 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. 713-
716. Disponible à l’adresse:
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
54
QUESTIONS
IVb.Q1 Les noms communs des constituants (par exemple, vitamine C, glucides) sont-ils
suffisamment précis pour identifier les constituants sans ambiguïté? Sélectionnez la réponse
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 différents constituants
chimiques ou différentes méthodes de calcul.
IVb.Q2 Il existe différents systèmes d’identification des constituants:

1. Chemical Entities of Biological Interest (ChEBI);
2. Chemical Abstracts Service (CAS) Registry System;
3. IUPAC International Chimique Identifier (InChITM);
4. EUROFOODS/COST 99;
5. EuroFIR;
6. Identificateurs des constituants des aliments INFOODS, aussi appelés tagnames.
ChEBI et CAS utilisent des codes numériques, InChI une structure chimique abrégée et
EUROFOODS/COST 99, EuroFIR et INFOODS utilisent des noms de constituants abrégés. Les trois
premiers systèmes contiennent des composés chimiques isolés et excluent les sommes de constituants.
Pour les tables et banques de données sur la composition des aliments, ChEBI, CAS ou InChI peuvent-ils
être utilisés comme seuls systèmes d’identification des constituants? Sélectionnez la réponse correcte.
(1 point)
Oui car tous les constituants alimentaires sont des composés chimiques.
Non, car à côté de composés chimiques spécifiques, les constituants des banques de données
sur la composition des aliments comprennent des sommes de constituants (par exemple, les
glucides, les acides gras saturés), des mélanges (par exemple, les fibres alimentaires) et des activités
nutritionnelles (par exemple, l’énergie, la vitamine A).
aliments
IVb.Q3 Les identifiants de constituants d’EUROFOODS/COST 99 et EuroFIR dérivent de
ceux d’INFOODS. Cependant, il y a quelques différences fondamentales concernant les
méthodes d’analyse entre les identifiants de constituants INFOODS et EuroFIR. Pour un
tagname unique, a-t-on plusieurs constituants EuroFIR ou vice-versa? Sélectionnez la réponse
correcte. (1 point)
Pour un constituant EuroFIR, il existe plusieurs tagnames si les différentes méthodes

produisent des résultats significativement différents.
Pour un tagname, il existe plusieurs constituants EuroFIR si les différentes méthodes

produisent des résultats significativement différents.
IVb.Q4 Décrivez les identifiants de constituants INFOODS, aussi appelés tagnames.

Indiquez les réponses correctes parmi les affirmations suivantes. Sélectionnez Vrai or Faux.
(4 points: ½ point pour chaque réponse correcte)
55
Vrai Faux Affirmations sur les tagnames

1. Les tagnames sont des identificateurs de l’aliment.
2. Les tagnames sont des identificateurs abrégés des constituants alimentaires qui
proposent une identification sans ambiguïté de tous les constituants alimentaires
possibles, aussi loin que l’analyse le permet.
3. Les teneurs des constituants ayant le même tagname sont comparables, tandis que
ceux qui ont différents tagnames ne le sont pas.
4. Les tagnames avec un tiret «-» à la fin identifient les nutriments pour lesquels il n’y
a pas de méthode d’analyse officielle.
5. Les constituants alimentaires pour lesquels différentes méthodes produisent des
résultats significativement différents ont tous le même tagname.
6. Les tagnames n’utilisent pas de symboles tels que «:» à cause de problèmes
possibles lors d’un échange électronique de données.
7. De nouveaux tagnames devraient être ajoutés lorsque, par exemple, des progrès
dans les méthodes d’analyse permettent la détermination de nouveaux constituants,
ou lorsqu’un constituant est nouvellement utilisé dans les tables ou banques de
8. Les tagnames sont complétés par des mots-clés, qui, par exemple, présentent une
information additionnelle sur le mode de calcul.
IVb.Q5 Dans le système de désignation des constituants EuroFIR, les informations sur les
méthodes et l’expression des données sont saisies séparément. En s’appuyant sur la question
précédente (IV.Q4), sélectionnez les deux affirmations qui, par conséquent, ne s’appliquent pas
au système de désignation des constituants EuroFIR. (1 point)
IVb.Q6 Les unités (par exemple, les grammes) quantifient la quantité d’un constituant (au
numérateur), alors que le dénominateur (par exemple, pour 100 g de partie comestible) indique
dans quelle quantité d’aliment on peut trouver le constituant (au dénominateur). Faites
correspondre les unités suivantes et le dénominateur avec les affirmations correspondantes:
Unités et dénominateur:
1. g
2. mcg
3. kJ
4. UI (unités internationales)
5. pour 100 mL
6. par kg
7. par g d’azote
8. pour 100 g de matière sèche
9. pour 100 g d’aliment (tel qu’acheté)
10. pour 100 g de partie comestible
Affirmations
Unité préférée pour l’énergie (selon le SI)
Unité obsolète pour la vitamine A
Unité classique pour les macronutriments
Unité classique pour les folates et la vitamine A
Dénominateur classique dans les tables et banques de données sur la composition des aliments
Dénominateur utilisé dans les articles scientifiques pour exprimer les teneurs en nutriments
indépendamment de la teneur en eau
Dénominateur souvent utilisé pour les contaminants
Dénominateur qui inclut la partie non comestible
Dénominateur utilisé pour les acides aminés pour un tagname dérivé
Dénominateur parfois utilisé pour les boissons
56
IVb.Q7 Une mise à jour des tagnames INFOODS a été effectuée en 2003. À cette époque, il
avait été décidé, entre autres choses, de supprimer l’unité par défaut et le dénominateur des
tagnames du fait du grand nombre de combinaisons entre unités et dénominateurs rencontrées.
Sélectionnez la réponse correcte. (1 point)
Depuis 2003, on s’attend à ce que les unités et dénominateurs soient fournis en complément
des tagnames parce qu’ils déterminent la valeur nutritionnelle.
Les teneurs en nutriments pour les tagnames comme définis après 2003 peuvent être
comparées sans information complémentaire.
IVb.Q8 Sélectionnez, à partir des constituants suivants, ceux pour lesquels plusieurs
tagnames existent. (Notez que le concept de «tagname dérivé» a disparu depuis 2003.) (10 points:
Noms de constituants communs Plusieurs tagnames existent

Énergie
Eau
Glucides
Sucres, totaux
Fibres
Protéines
Lipides
Acide gras 18:1 cis n-9
Calcium
Potassium
Folates
Thiamine
Riboflavine
Niacine
Vitamine C
Vitamine A
Équivalent beta-carotène
Vitamine D
Vitamine E
Vitamine K
IVb.Q9 Si plusieurs tagnames ou mots-clés (c’est-à-dire différentes définitions) sont trouvés

pour le même nutriment, qu’est-ce que l’utilisateur doit vérifier avant de pouvoir utiliser les
valeurs d’un constituant ? (1 point)
IVb.Q10 Complétez les tables suivantes par nutriment:

1. Faites correspondre les définitions avec le(s) tagname(s) correspondant(s);
2. Faites correspondre les affirmations sur les usages recommandés dans les tables et banques de
données sur la composition des aliments avec les tagnames;
3. Classez les teneurs en nutriments pour les différents tagnames.
57
a) Lipides (4 points: ½ point pour chaque réponse correcte)
Définitions
1. Lipides, totaux. Obtenus par analyse et extraction continue (méthode Soxhlet). Les teneurs en
nutriments sont plus basses pour les céréales mais comparables pour les autres catégories d’aliments.
2. Lipides, totaux. Somme des triglycérides, phospholipides, stérols et des composés insaponifiables tels
que les stérols. La méthode d’analyse est une extraction par un mélange de solvants.
3. Lipides totaux selon la définition NLEA (acides gras en équivalents triglycérides). Elle est employée
pour l’étiquetage aux États-Unis.
Usages recommandés dans les tables et banques de données sur la composition des aliments
1. Non recommandée
2. Recommandée
3. Acceptable sauf pour les céréales et produits céréaliers
Classement des teneurs pour les céréales

1. Tagname qui fournit la plus haute teneur parmi toutes les définitions
2. Tagname qui fournit la deuxième plus haute teneur parmi toutes les définitions
3. Tagname qui fournit la plus basse teneur parmi toutes les définitions
Tagname Correspondance Usage recommandé dans les Classement des teneurs

avec la tables et banques de données sur
définition la composition des aliments
FAT
FATNLEA -----------------
FATCE
b) Glucides (4,5 points: ½ point pour chaque réponse correcte)
Définitions
1. Glucides totaux. Cette teneur est la somme des valeurs analytiques des sucres, de l’amidon, des
oligosaccharides et des fibres alimentaires. La valeur nutritionnelle doit être similaire à celle des
«glucides totaux par différence». Cependant, aujourd’hui, le concept de glucides disponibles est
considéré comme mieux adapté et, par conséquent, les glucides totaux devraient être abandonnés
graduellement.
2. Glucides disponibles ‘en poids’. Cette teneur est la somme des valeurs analytiques des sucres, de
l’amidon et du glycogène.
3. Glucides disponibles en équivalents monosaccharides. Cette teneur est la somme des valeurs
analytiques des sucres, de l’amidon et du glycogène. La valeur nutritionnelle est plus élevée que celle
des «glucides disponibles en poids» parce qu’elle comprend, suite à l’hydrolyse, l’eau résiduelle autour
de chaque monosaccharide. Ce mode d’expression n’est pas couramment utilisé dans les tables et
banques de données sur la composition des aliments (seulement dans la table britannique).
4. Glucides totaux par différence. Cette teneur est calculée comme suit: 100 g moins le total en grammes
de l’eau, des protéines, des lipides, de l’alcool et des cendres. La valeur nutritionnelle est plus élevée
que les «glucides disponibles par différence» de la valeur en fibres et contient les erreurs analytiques de
tous les nutriments contribuant au calcul. C’est pourquoi, il n’est pas recommandé de l’utiliser comme
seul mode d’expression des glucides dans les tables et banques de données sur la composition des
aliments.
5. Glucides disponibles par différence. Cette teneur est calculée comme suit: 100 g moins le total en
grammes de l’eau, des protéines, des lipides, de l’alcool, des cendres et des fibres alimentaires; ou
encore les glucides totaux moins les fibres alimentaires. La valeur nutritionnelle est similaire à celle des
«glucides disponibles en poids», mais contient les erreurs analytiques de tous les nutriments
contribuant au calcul. Ils devraient donc disparaître graduellement. Cependant, ce mode d’expression
est acceptable pour les pays qui ne peuvent pas produire des valeurs analytiques pour les glucides.
58
1. Expression la plus recommandée (sélectionnez un seul tagname)
2. La moins recommandée (sélectionnez un seul tagname)
Classement des teneurs

1. Tagname qui fournit la plus haute teneur parmi toutes les définitions (sélectionnez un seul tagname)
2. Tagname qui fournit la plus basse teneur parmi toutes les définitions (sélectionnez un seul tagname)
Tagname Correspondance Usage recommandé dans les Classement des teneurs

avec la définition tables et banques de données sur
la composition des aliments
CHOAVL
CHOAVLM
CHOAVLDF
CHOCDF/
CHOT
CHOCSM
c) Fibres alimentaires (5,5 points: ½ point pour chaque réponse correcte)

Note: Il peut être utile de consulter la figure du fichier PDF p. 26, dans FAO (2003):
ftp://ftp.fao.org/docrep/fao/006/y5022e/y5022e00.pdf
Définitions
1. Les fibres alimentaires totales selon la méthode AOAC de Prosky est la méthode recommandée. Elle
représente un mélange de polysaccharides non amylacés, de lignines, d’amidon résistant et
d’oligosaccharides résistants.
2. Les polysaccharides non amylacés, aussi appelés fibres selon Englyst : Ils comprennent les
polysaccharides non amylacés mais excluent les lignines, l’amidon résistant et les oligosaccharides
résistants.
3. Les fibres selon Southgate: mélange de polysaccharides non amylacés, de lignines et d’amidon
résistant. C’est une approximation de FIBTG et leur teneur devrait être similaire à celle de FIBTG
pour les aliments sans amidon résistant. La méthode Southgate ne détermine pas correctement
l’amidon résistant, en général leurs valeurs sont plus hautes que celles déterminées par FIBTG.
4. Les fibres selon la méthode au détergent acide, modifiée par Clancy. Elles comprennent les lignines, la
cellulose, quelques hémicelluloses et pectines.
5. Les fibres selon la méthode au détergent neutre. Elles comprennent les lignines, la cellulose et
l’hémicellulose insoluble.
6. La fibre brute. Leur utilisation est déconseillée en nutrition humaine parce qu’elles ne recouvrent que
des fractions des lignines, de la cellulose et de l’hémicellulose.
7. Les fibres selon des méthodes inconnues ou mixtes.
1. Le plus recommandé parce qu’il recouvre au mieux les constituants ayant des rôles de fibres
alimentaires (sélectionnez un seul tagname)
2. Le moins recommandé parce qu’il est obsolète pour la nutrition humaine (sélectionnez un seul
tagname)

59
Tagname Correspondance Usage recommandé dans les Classement des

avec la tables et banques de données sur teneurs
définition la composition des aliments
FIB-
FIBTS
FIBAD
FIBTG
FIBC
FIBND
PSACNS/NSP
d) Vitamine C (3 points: ½ point pour chaque réponse correcte)
Définitions
1. Vitamine C: somme de l’acide L-ascorbique et de l’acide L-déhydroascorbique. Ils sont normalement
analysés par HPLC.
2. Acide L-ascorbique: les teneurs sont comparables à celles de la vitamine C dans les aliments non
transformés. La titrimétrie est utilisée et peut analyser uniquement l’acide L-ascorbique.
1. Recommandé
2. Acceptable pour les fruits et légumes frais


avec la définition tables et banques de données sur teneurs
la composition des aliments
VITC
ASCL
e) Folates (6,5 points: ½ point pour chaque réponse correcte)
Définitions
1. Acide folique: acide folique synthétique utilisé pour l’enrichissement.
2. Folates totaux: folates alimentaires + acide folique. Ils incluent à la fois les folates conjugués et libres
et sont déterminés par une méthode microbiologique.
3. Folates alimentaires: folates naturellement présents dans les aliments, analysés par une méthode
microbiologique.
4. L’équivalent folate alimentaire (DFE): folates alimentaires (ptéroylpolyglutamates) + 1,7 x acide
folique synthétique (acide ptéroylmonoglutamique).
5. Somme des vitamères des folates déterminés par HCLP/CHPL. Elle comprend principalement le
tétrahydrofolate, le 5-méthyle-tétrahydrofolate, le 5-formyle-tétrahydrofolate, l’acide 10 formyle folique, le
10-formyle-dihydrofolate et l’acide folique.

1. Tagname qui fournit la plus haute teneur parmi toutes les définitions. (Il y a trois tagnames qui
donnent les mêmes quantités : indiquez 1 pour chacun des trois.)
60
Tagname Correspondance avec la Classement des teneurs dans

définition les aliments non enrichis
FOL
FOLSUM
FOLAC
FOLDFE
FOLFD

3. Tagname qui fournit la troisième plus haute teneur parmi toutes les définitions
4. Tagname qui fournit la quatrième plus haute teneur parmi toutes les définitions
Tagname Classement des teneurs dans les aliments enrichis quand le niveau
de fortification dépasse celui des folates naturels
FOL
FOLSUM
FOLAC
FOLDFE
FOLFD
f) Vitamine A (2,5 points: ½ point pour chaque réponse correcte)
Définitions
1. Activité totale en vitamine A exprimée en mcg équivalent rétinol (RE) = mcg rétinol + 1/6 mcg
beta-carotène + 1/12 mcg des autres caroténoïdes provitamines A (ou = mcg rétinol + 1/6 mcg
équivalent beta-carotène où, l’équivalent beta-carotène = 1 beta-carotène + 0,5 alpha-carotène +
0,5 beta-cryptoxanthine)
2. Activité totale en vitamine A exprimée en mcg équivalent en activité rétinol (RAE) utilisée, par
exemple, dans la banque de données du Département de l’agriculture des États-Unis (USDA) = mcg
rétinol + 1/12 mcg beta-carotène + 1/24 mcg des autres caroténoïdes provitamines A (ou = mcg rétinol
+ 1/12 mcg beta-carotène + 1/24 mcg alpha-carotène + 1/24 mcg beta-cryptoxanthine)
3. Vitamine A; déterminée par une mesure biologique


avec la définition tables et banques de données teneurs
sur la composition des
aliments
VITAA -------------- ------------
VITA
VITA_RAE
61
g) Vitamine E (3 points: ½ point pour chaque réponse correcte)
Définitions
1. Alpha-tocophérol. Dans certaines banques de données, par exemple, l’USDA SR16 et les éditions
suivantes, il est utilisé pour représenter la vitamine E.
2. Vitamine E: tocophérols et tocotriénols actifs, calculés en mg d’équivalents alpha-tocophérol (ATE ou
TE)11
x = D-tocophérol + 0,4 E-tocophérol + 0,1 J-tocophérol + 0,01 G-tocophérol + 0,3 D-tocotriénol
+ 0,05 E-tocotriénol + 0,01 J-tocotriénol (le plus employé)
x = D-tocophérol + 0,5 E-tocophérol + 0,1 J-tocophérol + 0,3 D-tocotriénol
x = D-tocophérol + 0,4 E-tocophérol + 0,1 J-tocophérol + 0,01 G-tocophérol
3. Vitamine E: déterminée par une mesure microbiologique
4. Vitamine E: méthode inconnue ou variable.

Tagname Correspondance avec la Usage recommandé dans les Classement des

définition tables et banques de teneurs
données sur la composition
des aliments
VITE- --------------
VITE
VITEA --------------
TOCPHA
h) Vitamine D (3 points: ½ point pour chaque réponse correcte)
Définitions
1. Vitamine D (D2+D3): somme de l’ergocalciférol (D2, seulement présent dans les aliments végétaux) et
du cholécalciférol (D3, présent dans les aliments d’origine animale). Cette définition est la plus utilisée.
2. Vitamine D: déterminée par une mesure biologique. Les teneurs en nutriments sont généralement plus
élevées que les teneurs obtenues par voie chimique.
3. Vitamine D3+D2 + 5 x 25-hydroxycholécalciférol (Equivalent vitamine D est utilisé au Royaume-Uni
et au Danemark): les teneurs en nutriments sont plus élevées que pour D2+D3 dans un aliment riche en
25-hydroxycholécalciférol, par exemple, la viande de porc.
4. Cholécalciférol (Vitamine D3). Il est quelquefois utilisé pour exprimer la vitamine D dans les tables et
banques de données sur la composition des aliments.

Tagname Corresponda Usage recommandé Classement Classement

nce avec la dans les tables et des teneurs des teneurs
définition banques de données chez le porc pour les
sur la composition aliments
des aliments végétaux
VITD
CHOCAL
VITDA --------------- ---------------
VITDEQ
11 L’information sur les calculs est fournie par l’approche par mots-clés.
62
IVb.Q11 Faites correspondre les noms abrégés des vitamines avec un ou plusieurs constituants
qui sont des synonymes ou qui possèdent une activité vitaminique. (6,5 points: ½ point pour chaque
réponse correcte)
Vitamine Constituants/synonymes
A Thiamine
D Biotine
E Retinaldéhydes
K Caroténoïdes
B1 Acide ascorbique
B2 Cobalamines
B3 Calciférol
B5 Quinones
B6 Tocophérols
B7, H Esters rétinyliques
B9 Folates
B12 Riboflavine
C Rétinol
Acide déhydroascorbique
Niacine
Tocotriénols
Pyridoxal
Acide pantothénique
IVb.Q12 Plusieurs tentatives ont été faites pour classer les constituants en groupes. Cela n’a
pas été entrepris par INFOODS dans la mesure où il était estimé qu’il serait plus approprié
d’avoir un regroupement des constituants indépendant du tagname et du système d’échange.
Sélectionnez la réponse INCORRECTE qui justifie le fait que le regroupement des constituants
soit difficile. (1 point)
Raison incorrecte pour la difficulté de regroupement des constituants

Certains constituants peuvent appartenir à plus d’un groupe
Aucun accord n’a eu lieu sur la composition de certains groupes de constituants, par
exemple, les constituants majeurs
L’identification des constituants n’est pas toujours possible
63
EXERCICES
aliments
IVb.E1 Pour les tagnames d’INFOODS suivants, trouvez les noms de constituants ou codes
correspondants pour EuroFIR, ChEBI et CAS. (11 points: 1 point pour chaque réponse 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 à l’adresse:
ftp://ftp.fao.org/es/esn/inaliments/Klensinetal1989Identificationoffoodconstituants.pdf
x Série de tagnames mis à jour, incluant ceux qui sont disponibles à l’adresse:
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 à l’adresse :
http://www.ebi.ac.uk/chebi/
x Chemical Abstracts Service (CAS). Disponible à l’adresse: 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 : L’objectif de cet exercice est de démonter que ChEBI et CAS ne peuvent être utilisés comme
unique système d’identification de constituants pour les banques et tables de composition alimentaires
parce qu’ils :
- ne proposent pas de codes pour les nutriments qui contiennent plusieurs substances chimiques ;
- n’incluent ni des équivalents ni plusieurs expressions pour un même nutriment ;
- n’incluent pas différentes expressions pour un même nutriment s’ils sont analysés par des méthodes
différentes.
Cet exercice permet aussi d’apprécier les différences dans le codage des constituants alimentaires entre
INFOODS et EuroFIR.
Tagname Nom du constituant Constituant Code ChEBI Code CAS

EuroFIR
XN Facteur de conversion pour calculer les
protéines totales à partir de l’azote
ALA Alanine. Comprend seulement la L-arginine
SUGAR Glucides, totaux

SUGARM Glucides, totaux; exprimés en équivalents
monosaccharides
FAMS Acides gras, monoinsaturés totaux
F18D1TN9 Acide gras trans 18:1 n-9; acide élaidique;

acide octadécénoïque
F18D1CN9 Acide gras 18:1 cis n-9; acide oléique
FIBTG Fibres alimentaires totales par la méthode
AOAC de Prosky
PSACNS/ Polysaccharides non amylacés = fibres
NSP selon Englyst
CARTB Beta-carotène
VITD- Vitamine D; méthode de détermination
inconnue
64
IVb.E2 Déterminez l’ordre des aliments suivants, allant du plus élevé au plus bas, en fonction
de leurs teneurs en lipides en utilisant FAT, FATCE, FATNLEA. Il peut être utile de revérifier
les définitions des lipides dans IVb.Q10 a). Voir l’exemple du beefsteak. (3 points: 1point pour chaque
réponse correcte par constituant)
Réponse:
a) Beefsteak: FAT = FATCE > FATNLEA

b) Blé:
c) Truite:
d) Huile d’olive:
IVb.E3 Pour les aliments suivants, classez les teneurs en fibres alimentaires, en allant du plus
élevé au plus bas, et en utilisant les tagnames FIBC, FIBTG, FIBTS, PSACNS/NSP et FIB-.
(3 points: 1 point pour chaque réponse correcte par constituant)
Note: Il pourrait être utile de consulter les p. 14-15 dans: Food energy - methods of analysis and conversion factor
(FAO, 2003), disponible à l’adresse: ftp://ftp.fao.org/docrep/fao/006/y5022e/y5022e00.pdf.
Exemple: Pain noir: FIBTG > FIBTS/FIBTG> PSACNS/NSP > FIBC

Réponse (voir Greenfield et Southgate, 2007, p. 127-129):
a) Dattes, séchées (pas d’amidon résistant, 2 g de lignines):
b) Mangue (pas d’amidon résistant, 0,3 g de lignines):
c) Spaghetti, bouilli (amidon résistant, 0,1 g de lignines):
IVb.E4 Indiquez le tagname correspondant pour les nutriments suivants qui apparaissent dans le
jeu de données intégré The Composition of Foods de McCance et Widdowson (CoF IDS), qui est la
banque de données britannique sur la composition des aliments, disponible à l’adresse:
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 à
l’adresse: http://www.food.gov.uk/multimedia/pdfs/cofutilisateurdoc.pdf). (15 points: 1 point pour chaque
réponse correcte par constituant)
Nutriment Tagname
Protéines
Lipides
Glucides
Eau
Énergie
Fibres alimentaires
Cholestérol
Rétinol
Vitamine A
Vitamine D
Vitamine E
Vitamine C
Folates
Niacine
Calcium
65
Module 4.c – Questions
Module 4.c
CONVENTIONS ET UNITÉS DES CONSTITUANTS
À l’issue de ce module, l’étudiant sera capable de:
comprendre les concepts d’unité, de dénominateur et leur importance pour la définition des données
et des résultats;
appréhender les principes de calcul des nutriments à partir de facteurs de conversion et/ou de
combinaisons de constituants;
saisir les implications des différents modes d’expression et de calcul des teneurs en nutriments pour la
gestion des banques de données et l’utilisation des données, et les appliquer de façon appropriée;
recalculer les teneurs en nutriments en utilisant différentes unités et dénominateurs;
déterminer les teneurs en nutriments qui sont toujours des valeurs calculées.
TEXTES A ÉTUDIER
x Charrondière, U.R. Conventions et modes d'expression des composants. Présentation PowerPoint disponible
à l’adresse: http://www.fao.org/infoods/presentations_fr.stm
Et, si possible:
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 à l’adresse: 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 à l’adresse: 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
à l’adresse: ftp://ftp.fao.org/docrep/fao/005/y2770E/y2770E00.pdf

x Analystes +++++
TEMPS ESTIME POUR

x Lire: 1-3 heures
12 Les numéros indiqués correspondent aux numéros de page du livre (haut de page), et non à ceux du fichier PDF.
67
QUESTIONS
IVc.Q1 Chaque donnée de composition est définie au moyen d’une unité (quantité du
constituant) et d’un dénominateur (pour une certaine quantité d’aliment). Donnez trois exemples
(unités et dénominateurs), utilisés pour l’étude de la composition des aliments. (3 points: ½ point
Unité Dénominateur
IVc.Q2 La plupart des banques de données sur la composition des aliments publiées
expriment les données de composition pour 100 g de partie comestible. D’autres sources peuvent
employer d’autres dénominateurs et/ou une combinaison de dénominateurs. Sélectionnez la(les)
affirmations(s) qui décrivent la(les) conséquence(s) lorsqu’une combinaison de dénominateurs
est utilisée dans une composition d’aliments. Sélectionnez Vrai ou Faux. (3,5 points: ½ point pour
Vrai Faux Conséquence(s) pour l’utilisateur lorsqu’une combinaison de dénominateurs est

utilisée
L’utilisateur a besoin d’unités et de dénominateurs pour estimer les apports nutritionnels. Une
combinaison de dénominateurs peut conduire à une confusion.
Tous les utilisateurs connaissent la différence entre ‘pour 100 g d’aliment tel qu’acheté’
(c’est-à-dire comprenant la partie non comestible) et ‘pour 100 g de partie comestible’, et sont
capables de sélectionner l’aliment adapté à leurs objectifs.
La fourniture de plusieurs entrées pour un aliment dans une table ou une base de données sur
la composition des aliments avec différents dénominateurs peut simplifier le calcul des
estimations d’apports nutritionnels pour l’utilisateur (c’est-à-dire qu’il est facile de faire
correspondre les boissons exprimées en mL avec les teneurs en nutriments par mL).
Certains utilisateurs peuvent transférer toutes les teneurs en nutriments dans une banque de
données ou un tableur et leur attribuer le même dénominateur, sans s’apercevoir que certains
aliments ont différents dénominateurs.
Les utilisateurs et compilateurs s’apercevront toujours que les données exprimées en 100 g de
matière sèche ont des valeurs plus élevées quand on les compare à ‘pour 100 g de partie
comestible’, et par conséquent convertiront ces valeurs quand ils les introduisent dans la
banque de données en se rapportant à 100 g de partie comestible.
Lorsqu’il saisit des teneurs en nutriments provenant de différentes sources, le compilateur peut
ne pas toujours prêter attention au dénominateur et, ainsi, introduire des erreurs dans sa
propre banque de données.
Les teneurs en nutriments de toutes les boissons sont les mêmes, qu’elles soient rapportées à
100 g ou 100 mL.
68
IVc.Q3 Les facteurs de conversion sont employés pour convertir la quantité d’une valeur
nutritionnelle exprimée en différentes unités, ou pour tenir compte de différentes activités
nutritionnelles. Quels nutriments sont toujours calculés en utilisant des facteurs de conversion?
Sélectionnez Vrai ou Faux. (2,5 points: ½ point pour chaque réponse correcte)
Vrai Faux Nutriments toujours calculés en utilisant des facteurs de conversion dans les
banques de données sur la composition des aliments
Énergie, protéines (rapportées à l’azote total)
Énergie, protéines, glucides totaux par différence
Vitamines D, E, A
Vitamine A (comme RE), vitamine E (comme TE), équivalent beta-carotène, équivalent
folate alimentaire (DFE), vitamine D (comme dans la table anglaise), vitamine C
Vitamine A (comme RE), vitamine E (comme TE), équivalent beta-carotène, équivalent
folate alimentaire (DFE), vitamine D (comme dans la table anglaise)
IVc.Q4 Le facteur de conversion de l’azote en protéines est utilisé pour convertir la teneur en
azote total en teneur en protéines. Le facteur classique de 6,25 sous-entend que les protéines
contiennent 16 % d’azote. Parce que la plupart des protéines végétales contiennent des quantités
d’azote plus importantes et les protéines animales contiennent des quantités plus faibles, les
facteurs de conversion de l’azote en protéines sont plus faibles pour les végétaux et plus élevés
pour les aliments d’origine animale (voir la table 7.3 de Greenfield et Southgate (2007) à la p. 113).
Ces facteurs de conversion sont aussi connus sous le nom de facteurs de Jones qui ont été
adoptés par la FAO/OMS (1973) pour le calcul des besoins en protéines. Quelle influence ces
facteurs ont-ils sur les données de composition? Sélectionnez Vrai ou Faux. (3,5 points: ½ point pour
Vrai Faux Influence des différents facteurs de conversion de l’azote en protéines

Ces dernières années, des facteurs de conversion de l’azote en protéines plus faibles ont
été proposés mais n’ont pas encore été largement adoptés, ni utilisés. S’ils devaient être
appliqués, toutes les teneurs en protéines seraient plus élevées.
De nombreux règlements sur l’étiquetage n’utilisent que le facteur général de conversion de
l’azote en protéines de 6,25. Ce qui signifie que la teneur en protéines de l’étiquette du lait
est plus basse que la teneur en protéines du même lait dans la table de composition des
aliments qui utilise les facteurs de Jones.
Toutes les banques de données sur la composition des aliments utilisent les mêmes
facteurs de Jones, tels que publiés par la FAO/OMS (1973).
Parce que les facteurs de conversion de l’azote en protéines déterminent les teneurs en
protéines des aliments, ils devraient être indiqués dans l’introduction de la table sur la
composition des aliments et cités dans la documentation d’une base de données sur la
composition des aliments.
Les facteurs de conversion de l’azote en protéines influencent la teneur en énergie des
aliments.
Lors de l’emprunt de teneurs en protéines à d’autres sources, le mode d’application des
facteurs de conversion de l’azote en protéines devrait être vérifié.
Les facteurs de conversion de l’azote en protéines ont des tagnames et peuvent être inclus
dans les banques de données pour chaque aliment. C’est utile lorsque les facteurs
changent avec le temps.
IVc.Q5 Les tables et banques de données sur la composition des aliments utilisent le système
de l’énergie «métabolisable» (EM) qui est basé sur les facteurs de conversion pour l’énergie
d’Atwater. L’énergie «brute» et l’énergie «nette métabolisable» ne sont habituellement pas
utilisées dans les tables et banques de données sur la composition des aliments. Faites
correspondre les définitions des systèmes de conversion de l’énergie, puis classez les valeurs de
l’énergie de 1 (la plus élevée) à 7 (la plus basse) pour un régime riche en céréales. (7 points: ½ point
69
Note: Voir aussi FAO (2003), sections 3.4 et 3.5 (version PDF disponible à l’adresse:
ftp://ftp.fao.org/docrep/fao/006/y5022e/y5022e00.pdf ) et Codex Alimentarius (2001), section 3.3.1
(disponible à l’adresse: ftp://ftp.fao.org/docrep/fao/005/y2770E/y2770E00.pdf )
Définitions
1. Le système est dérivé des facteurs spécifiques d’Atwater applicables à un régime américain normal, et
est utilisé dans la plupart des tables et banques de données sur la composition des aliments.
2. Les facteurs sont déterminés dans une bombe calorimétrique et on devrait leur soustraire la quantité
de chaleur produite par l’oxydation de l’azote et du soufre. Les teneurs en énergie sont par
conséquent plus élevées que l’énergie métabolisable. Ces facteurs ne sont pas communément
employés dans les tables et banques de données sur la composition des aliments.
3. L’énergie des aliments est disponible pour les fonctions du corps qui requièrent de l’adénosine
triphosphate (ATP). Dans la plupart des cas, sa teneur en énergie est plus basse que la teneur en
énergie métabolisable du même aliment. Ces facteurs ne sont pas employés dans les tables et banques
de données sur la composition des aliments.
4. Des facteurs spécifiques sont utilisés, lorsqu’ils sont disponibles, et des facteurs généraux sont utilisés
pour les aliments restants. La banque de données du Département de l’agriculture des États-Unis
(USDA) utilise ce système ainsi que les glucides totaux par différence.
5. La biodisponibilité et la variabilité des constituants dans les différents aliments sont prises en compte.
Il en résulte que les facteurs de conversion pour l’énergie diffèrent selon les aliments. Cependant, ces
facteurs ne sont disponibles que pour seulement un petit nombre d’aliments.
6. Le système utilise les facteurs généraux d’Atwater et ajoute un facteur pour les acides organiques.
7. L’énergie est dérivée des facteurs spécifiques d’Atwater appliqués à un régime américain normal, avec
une teneur en énergie pour les fibres alimentaires. Ces facteurs sont ceux qui sont les plus
recommandés pour être employés dans les tables et banques de données sur la composition des
aliments.
Système de conversion de Facteurs de conversion pour l’énergie Correspondan Classem

l’énergie en kJ/g (kcal/g) ce avec la ent des
définition teneurs
en
énergie
EM – facteurs d’Atwater P = 3,8-18,2 (0,91-4,36), GT = 11,3-17,2
spécifiques (2,70-4,16), L = 35,0-37,7 (8,37-9,02), A = 29
(7)
EM – facteurs d’Atwater P = 17 (4), GD et GT = 17 ou 16 (4 ou 3,75),
généraux L = 37 (9), A = 29 (7)
généraux, incluant les fibres L = 37 (9), A = 29 (7), FA = 8 (2)
alimentaires
généraux proposés par le L = 37 (9), A = 29 (7), AO = 13 (3)
CODEX
EM – système mixte des P = 3,8-18,2 (0,91-4,36), GT = 11,3-17,2
facteurs d’Atwater (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)
Énergie brute P = 24 (5,65), GD et GT = 17 (4), L = 40
(9,4), A = 30 (7), FA = 17 (4)
Énergie nette métabolisable 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 = protéines, GD = glucides disponibles (hors fibres alimentaires), GT = glucides totaux (fibres alimentaires incluses),
L = lipides, A = alcool, FA = fibres alimentaires; AO = acides organiques
70
IVc.Q6 Peut-on conseiller de publier, dans sa propre banque de données sur la composition
des aliments, des teneurs en énergie recopiées d’une autre source ? Sélectionnez la réponse
correcte. (1 point)
Publier des teneurs en énergie recopiées d’autres sources

Oui, parce que toutes les bases de données sur la composition des aliments emploient les
mêmes facteurs de conversion pour l’énergie.
Non, parce que les banques de données sur la composition des aliments emploient les
mêmes facteurs de conversion pour l’énergie mais peuvent partir de différentes teneurs en
macronutriments.
Non, parce que les banques de données sur la composition des aliments peuvent utiliser
différents facteurs de conversion pour l’énergie et peuvent partir de différentes teneurs en
macronutriments.
IVc.Q7 Peut-on conseiller de calculer les kJ à partir des kcal en utilisant un facteur de
conversion de 4,184 (arrondi à 4,2)? Sélectionnez Vrai ou Faux. (2 points: ½ point pour chaque réponse
correcte)
Vrai Faux Calculer les kJ à partir des kcal

Il n’est pas conseillé de calculer les teneurs en énergie en kJ à partir des
teneurs en énergie en kcal parce que cela peut introduire un biais.
Il est recommandé que les constituants qui contribuent à l’énergie soient
multipliés par leurs facteurs de conversion de l’énergie en kJ respectifs.
Les facteurs de conversion pour l’énergie en kJ sont exactement 4,184 (4,2) fois
plus élevés que ceux pour les kcal.
Les facteurs de conversion pour l’énergie en kJ et en kcal fournissent
exactement la même teneur en énergie lorsque le système de calcul de l’énergie
est le même.
IVc.Q8 Quel facteur de conversion pour l’énergie est recommandé pour les fibres
alimentaires? Voir FAO (2003), p. 24 et 29, disponible à l’adresse
ftp://ftp.fao.org/docrep/fao/006/y5022e/y5022e00.pdf .Sélectionnez la réponse correcte. (1 point)
Facteur recommandé pour l’énergie des fibres alimentaires

17 kJ/g (4 kcal/g)
8,5 kJ/g (2 kcal/g)
8 kJ/g (2 kcal/g)
71
IVc.Q9 La teneur en énergie des «glucides disponibles exprimés en équivalents

monosaccharides (CHOAVLM13)» est de 16 kJ/g (3,75 kcal/g). Pourquoi est-elle différente de la
teneur en énergie de 17 kJ/g (4 kcal/g) utilisée pour les «glucides disponibles par poids
(CHOAVL)» et de celle des «glucides disponibles par différence (CHOAVLDF)»? Sélectionnez
Vrai ou Faux. (1,5 points: ½ point pour chaque réponse correcte)
Vrai Faux Raisons des différences entre facteurs de conversion pour l’énergie
Le facteur de conversion pour l’énergie des glucides disponibles exprimés en équivalent
monosaccharides est de 16 kJ/g (3,75 kcal/g) car il correspond à la valeur calorique des
monosaccharides.
CHOAVL et CHOAVLDF ont un facteur de conversion pour l’énergie de 17 kJ/g
(4 kcal/g) parce que la majorité des glucides présents dans les aliments sont des
polysaccharides qui ont une valeur calorique d’environ 17 kJ/g.
Les teneurs en énergie de CHOAVL, CHOAVLDF et CHOAVLM sont similaires parce
que le facteur de conversion plus faible pour l’énergie de 16 kJ/g (3,75 kcal/g) compense
la valeur nutritionnelle plus élevée de CHOAVLM dans 100 g de partie comestible (due à
une quantité plus importante d’eau résiduelle autour de chaque monosaccharide,
comparée aux diet polysaccharides).
IVc.Q10 Dans un régime recommandé (55-75 % de glucides, 10-15 % de protéines, 15-30%

de lipides et > 25 g de fibres alimentaires), quel nutriment contribue le plus à l’apport
énergétique? Sélectionnez la réponse correcte. (1 point)
Nutriment contribuant le plus à l’apport énergétique dans un régime recommandé

Les protéines, parce que leur quantité est relativement constante dans la plupart des régimes..
Les lipides, parce qu’ils ont le facteur de conversion pour l’énergie le plus élevé.
Les glucides, parce qu’ils représentent la proportion la plus élevée parmi les constituants
contribuant à l’énergie.
Les fibres alimentaires, parce que leur contribution énergétique a été reconnue récemment.
IVc.Q11 En règle générale, les teneurs en énergie sont exprimées comme des nombres entiers,
c’est-à-dire sans chiffres après la virgule. Sélectionnez Vrai ou Faux. (1,5 points: ½ point pour chaque
réponse correcte)
Vrai Faux Raison pour exprimer les teneurs en énergie sans chiffres après la virgule
Il n’y a pas de raison spécifique.
Le calcul de l’énergie est une approximation de la vraie teneur en énergie de l’aliment et
l’ajout de décimales lorsqu’on exprime les teneurs en énergie donnerait une fausse
impression d’exactitude.
Les facteurs de conversion pour l’énergie n’ont pas de décimales; c’est pourquoi, les
teneurs en énergie n’ont pas de décimales.
13 Les noms de constituants abrégés entre parenthèses sont les identifiants de constituants INFOODS– voir Module 4.b.
72
IVc.Q12 Quelles données et informations additionnelles doivent être stockées dans la base de
données de référence pour la vitamine A et les équivalents beta-carotène? Sélectionnez Vrai ou
Note: la vitamine A est communément exprimée en équivalents rétinol (RE) = mcg rétinol + 1/6 mcg
E-carotène + 1/12 autres carotènes avec l’activité de la vitamine A (ou RE = mcg rétinol + 1/6 mcg
d’équivalent E-carotène où les équivalents beta-carotène = 1 E-carotène + 0,5 D-carotène +
0,5 E-cryptoxanthine).
Vrai Faux Informations à stocker dans la banque de données de référence pour calculer la
vitamine A
Les teneurs en vitamine A en RE, rétinol et équivalent E-carotène (en mcg)
Les teneurs en carotènes totaux (en mcg)
Les teneurs en E-carotène, D-carotène et E-cryptoxanthine (en mcg)
Les facteurs de conversion pour le E-carotène, D-carotène, E-cryptoxanthine et l’équivalent
beta-carotène pour calculer l’équivalent beta-carotène et RE, ainsi que les formules pour calculer
l’équivalent beta-carotène et RE, devraient être stockés dans la banque de données de
référence.
IVc.Q13 Indiquez la règle de l’arrondi qui introduit le moins de biais. Sélectionnez Vrai ou
Faux. (1,5 points: ½ point pour chaque réponse correcte)
Vrai Faux Règle de l’arrondi avec le minimum de biais

Arrondir par défaut (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 excès (aux plus grand chiffre) s’il s’agit de 6, 7, 8 ou 9 (par exemple, 1,278 devient
1,28).
Arrondir par défaut si le dernier chiffre est 0, 1, 2, 3 ou 4 (par exemple, 1,273 devient 1,27)
Arrondir par excès s’il s’agit de 5, 6, 7, 8 ou 9 (par exemple, 1,278 devient 1,28)
Arrondir par défaut si le dernier chiffre est 0, 1, 2, 3 ou 4 (par exemple, 1,273 devient 1,27)
Arrondir par excès s’il s’agit de 6, 7, 8 ou 9 (par exemple, 1,278 devient 1,28).
Pour 5, arrondir par défaut si le nombre précédent est pair et arrondir par excès s’il est impair
(par exemple, 1,245 devient 1,24 et 1,235 devient 1,24)
IVc.Q14 Quand devrait-on arrondir: avant ou après avoir additionné les données? Sélectionnez
Vrai ou Faux. (1,5 points: ½ point pour chaque réponse correcte)
Vrai Faux Quand arrondir

On peut arrondir à tout moment car cela n’a pas d’incidence sur la valeur finale.
Il faudrait arrondir après avoir additionné pour éviter d’introduire un biais supplémentaire.
Il faudrait arrondir avant d’additionner pour éviter d’introduire un biais supplémentaire.
73
EXERCICES
IVc.E1 Un produit céréalier a la composition suivante en g pour 100 g d’aliment:

x lipides (FAT14) = 8 g;
x protéines (PROCNT/PROT) = 10 g;
x glucides disponibles en équivalents monosaccharides (CHOAVLM) = 45 g;
x fibres alimentaires totales (FIBTG) = 5 g;
x alcool (ALC) = 0 g;
x cendres (ASH) = 5 g;
x eau (WATER) = 30 g.
Complétez le tableau ci-dessous et calculez la teneur en énergie en kJ en utilisant:

x le système général d’Atwater;
x le système général d’Atwater plus l’énergie des fibres alimentaires;
x le système général d’Atwater après avoir transformé CHOAVLM en glucides disponibles par poids
(CHOAVL);
x le système général d’Atwater et les glucides totaux par différence (CHOCDF/CHOT); et
x les facteurs spécifiques de conversion pour l’énergie en kJ/g (kcal/g): facteur de conversion pour
l’énergie des protéines (XP) = 15,98 (3,82), facteur de conversion pour l’énergie des lipides
(XF) = 35,02 (8,37), et facteur de conversion pour l’énergie des CHOCDF/CHOT (XCT) = 17,40
(4,16).
Discutez des différents résultats. (7,5 points: 1 point pour le calcul de l’énergie en kJ et ½ 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 l’énergie comme indiqué à IVc.Q5.
Énergie en Énergie en Énergie en kJ Énergie en kJ Énergie en kJ

kJ des kJ des des glucides des fibres
lipides protéines
(1) système général
d’Atwater
d’Atwater plus énergie
des fibres alimentaires
d’Atwater et
transformation de
CHOAVLM en CHOAVL
(4) CHOCDF/CHOT
avec le système général
d’Atwater
(5) CHOCDF/CHOT
avec le système
spécifique d’Atwater
74
IVc.E2 Indiquez les facteurs de conversion de l’azote en protéines pour les aliments suivants,
d’après Jones, comme cité par Greenfield et Southgate (2007). (3 points: ¼ point pour chaque réponse
correcte)
Aliments Facteurs de conversion de l’azote en protéines

Côtelette de porc
Fromage frais
Pain
Sorgho
Spaghetti
Spaghetti avec de la sauce
tomate, du steak haché et du
fromage
Noix
Bar (Loup)
Pois cassés
Pomme de terre
Substituts du lait maternel
Chocolat
IVc.E3 Indiquez les facteurs de conversion des acides gras pour les aliments suivants.
(4 points: ¼ point pour chaque réponse correcte)
Aliment Facteurs de conversion des acides gras

Pain
Riz blanc
Pomme de terre
Bœuf
Foie de bœuf
Bacon
Poulet
Bar (Loup)
Moule
Huile de coprah/coco
Margarine
Lait
Mayonnaise
Ketchup
Glace/Crème glacée
Chocolat
IVc.E4 Les vitamines suivantes comprennent des expressions qui sont calculées. Calculez la
valeur nutritionnelle dans l’unité et le dénominateur indiqués dans le tableau en utilisant les
informations fournies. (20 points: 1 point pour chaque calcul correct)
75
a) Équivalents beta-carotène
Teneurs en mcg/100 g de partie comestible, sauf indication contraire

Poivron rouge doux: E-carotène = 3170; D -carotène = 135; E-cryptoxanthine = 1220;
D-cryptoxanthine = 10; eau 90,4 g/100 g de partie comestible; partie comestible 83 %
Exprimez les résultats sous forme de nombres entiers avec trois chiffres significatifs.
Définitions de l’équivalent beta-carotène Valeur nutritionnelle en

mcg/100 g de partie
comestible
= 1 E-carotène + 0,5 D-carotène + 0,5 E-cryptoxanthine
= 1 E-carotène + 0,5 D-carotène + 0,5 E-cryptoxanthine + 0,5 D-cryptoxanthine
b) Vitamine A
Teneurs en mcg/100 g de matière sèche de partie comestible, sauf indication contraire

Reins de bœuf, crus: Équivalent E-carotène = 2050; rétinol = 525; tous-trans rétinol = 450; 13-cis rétinol =
100; rétinaldéhyde = 0; eau = 80 g/100 g de partie comestible; partie comestible 88 %
Exprimer les résultats sous forme de nombres entiers.
Note: Équivalents tous-trans rétinol = tous-trans rétinol + 0,75 13-cis rétinol + 0,90 rétinaldéhyde (utilisé
au Royaume-Uni)
Vitamine A Valeur nutritionnelle en

mcg/100 g de partie comestible
RE (équivalent rétinol) = mcg rétinol + 1/6 mcg beta-carotène + 1/12 mcg
autres caroténoïdes provitamines A
RE (équivalent rétinol) = mcg rétinol + 1/6 mcg équivalent beta-carotène
RAE (équivalent de l’activité rétinol) = mcg rétinol + 1/12 mcg
beta-carotène + 1/24 mcg autres caroténoïdes provitamines A (USDA,
NEVO)
RE = mcg Équivalents tous-trans rétinol + 1/6 mcg équivalent E-carotène
c) Vitamine D
Teneurs en mcg/100 g de l’aliment total, sauf indication contraire
Saucisson, salami, cru: ergocalciférol (vitamine D2) = 0; cholécalciférol (vitamine D3) = 0,306;
25-hydroxycholécalciférol = 0,135; eau = 28,7 g/100 g de partie comestible; partie comestible 90 %
Exprimer les résultats avec deux chiffres après la virgule.
Définitions de la vitamine D Valeur nutritionnelle en

mcg/100 g de partie
comestible
= ergocalciférol (vitamine D2) + cholécalciférol (vitamine D3) (utilisé dans la
majorité des banques de données sur la composition des aliments)
= cholécalciférol (vitamine D3)
= Vitamine D2 + D3 + 5 x 25-hydroxycholécalciférol (utilisé au Royaume-Uni,
Danemark)
76
d) Vitamine E

Huile de palme: D-tocophérol = 25 600 ; E-tocophérol = 10; J-tocophérol = 31 600; G-tocophérol =
7 000; D tocotriénol = 14 300; E-tocotriénol = pas de donnée; J-tocotriénol = pas de donnée; eau
0,0 g/100 g de partie comestible; partie comestible 100%
Exprimer les résultats avec deux chiffres après la virgule.
Définitions de la vitamine E Valeur nutritionnelle en

mg/100 g de partie
comestible
15
Alpha-tocophérol (TOPHA ), DRI (2001) a trouvé que seulement TOPHA et
3 formes de synthèse ont une activité vitamine E (USDA SR16 et plus)
D-TE (VITE) = D-tocophérol + 0,4 E-tocophérol + 0,1 J-tocophérol + 0,01
G-tocophérol + 0,3 D-tocotriénol + 0,05 E-tocotriénol + 0,01 J-tocotriénol
(Royaume-Uni et plusieurs autres)
D-tocotriénol
G-tocophérol (NEVO)
D-tocotriénol (D-A-C-H)
e) Niacine et équivalent 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 résultats avec un chiffre après la virgule.
Définition de la niacine et équivalent niacine Valeur nutritionnelle en mg/100 g de partie

comestible
Niacine
Équivalent niacine = niacine + 1/60 TRP
f) Folates comprenant l’équivalent folates alimentaires

Cornflakes, enrichis: acide folique = 338; folates (alimentaires) = 19
Exprimer les résultats sans virgule.
Expressions des folates Valeur nutritionnelle

en mcg/100 g de
partie comestible
Acide folique = forme de synthèse utilisée pour l’enrichissement
Folates totaux (= folates alimentaires + acide folique). Comprend à la fois les folates
conjugués et libres
Folates alimentaires, naturels (= folates alimentaires, utilisés dans la table USDA)
Équivalent folates alimentaires (FOLDFE en mcg) = folates alimentaires
(ptéroylpolyglutamates) + 1,7 x acide folique de synthèse (acide
ptéroylmonoglutamique) (utilisés dans la table USDA)
77
aliments
IVc.E5 Les glucides disponibles sont souvent définis comme étant la somme des glucides
simples (mono- et disaccharides) et des polysaccharides. Souvent, le glycogène et les
oligosaccharides ne sont pas inclus. Indiquez les aliments pour lesquels cette exclusion du
glycogène et des oligosaccharides peut produire une teneur en glucides disponibles
significativement plus basse. Sélectionnez Vrai ou Faux. (2 points: ½ point pour chaque réponse correcte)
Vrai Faux Teneur en glucides disponibles significativement plus basse du fait de

l’exclusion du glycogène et des oligosaccharides
Foie
Légumes
Farine de blé
Homard américain
IVc.E6 La table suivante indique les teneurs en acides gras exprimées en pourcentages de la
somme des acides gras. Sélectionnez l’aliment qui aurait la teneur en acides gras saturés totaux
(FASAT) la plus basse, si seulement F4D0, F16D0 et F18D0 étaient analysés et pris en compte
dans FASAT. (1 point)
Poulet Crème Canard Canard Graisse de Graisse de Œuf

(viande (viande et (viande bœuf mouton (poule)
seule) peau) seule)
Aliments Teneur en FASAT la plus basse si on prend seulement en

compte F4D0, F16D0 et F18D0
Poulet (viande seule)
Crème
Canard (viande et peau)
Graisse de bœuf
Graisse de mouton
Œuf (poule)
78
Module 4.d – Questions
Module 4.d
MÉTHODES D’ANALYSE DES CONSTITUANTS
avoir acquis les connaissances de base sur les méthodes analytiques disponibles pour l’analyse des
aliments;
être informé des méthodes d’analyse disponibles pour un constituant ainsi que de leurs points
critiques et applications;
comprendre l’impact des méthodes d’analyse sur la qualité des données et sur la teneur d’un
constituant;
comprendre la relation entre l’identification des constituants grâce aux tagnames (voir module 4.b) et
les méthodes d’analyse;
savoir quelles méthodes d’analyse sont recommandées pour l’étude de la composition des aliments;
être capable de sélectionner un laboratoire qui applique les méthodes d’analyse adéquates;
être capable de sélectionner une donnée qui a été déterminée avec une méthode adaptée aux besoins
des travaux sur la composition des aliments.
TEXTES A ÉTUDIER
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 à l’adresse:
MATÉRIEL POUR L’EXERCICE

x 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 à
l’adresse://www.unu.edu/unupress/unupbooks/80734e/80734E00.htm et en fichier PDF à l’adresse:
ftp://ftp.fao.org/es/esn/inaliments/Klensinetal1989Identificationoffoodconstituants.pdf
x Une série de tagnames mis à jour, incluant la mise à jour de 2003. Disponible à l’adresse:
x Union internationale de chimie pure et appliquée (UICPA). Compendium of Chimique Terminology -
the Gold Book’. Disponible à l’adresse: http://goldbook.iupac.org/index.html , Site Internet du
Department of Chemistry, University of Adelaide, Australie. Disponible à l’adresse:
http://www.chemistry.adelaide.edu.au/external/soc-rel/content/ac-meths.htm
x Wikipedia: http://en.wikipedia.org/wiki/Main_Page
x 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 à l’adresse:
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
RECOMMANDATIONS
Il est recommandé que les étudiants complètent le module 4.b (Nomenclature des constituants) avant de
commencer celui-ci et de compléter les modules 6 (Qualité des données analytiques) et 11 (Qualité de la
compilation des données) en appoint de ce module.
16 Les numéros indiqués correspondent aux numéros de page du livre (haut de page) non à ceux du fichier PDF.
79

x Compilateurs/ utilisateurs professionnels ++
x Analystes +++++
TEMPS ESTIME POUR

x Lire: 3-8 heures

Pour des informations plus détaillées sur les méthodes, il est recommandé que les étudiants consultent:
x Liste des ouvrages essentiels sur les banques de données sur la composition des aliments
(Annexe 7, p. 244-246), dans Greenfield et Southgate (2007)
x Association of Analytique Communities (AOAC): les publications récentes sur les méthodes
AOAC sont disponibles sur http://eoma.aoac.org/
x CEN (Comité européen de normalisation): normes: CEN/TC 275 Analyse des aliments - Méthodes
horizontales, par exemple, CEN/TC 275 WG 9 – Vitamines et Caroténoïdes. Disponible à l’adresse:
http://www.nal.din.de/gremien/CEN%2FTC+275/en/54740484.html
80
QUESTIONS
IVd.Q1 Expliquez pourquoi les compilateurs ont besoin de comprendre les principes qui
régissent la sélection des méthodes d’analyse, les méthodes d’analyse en soi et les systèmes
d’assurance de la qualité et de contrôle de la qualité au laboratoire. Sélectionnez Vrai ou Faux.
Vrai Faux Les compilateurs devraient posséder des connaissances de base sur les
méthodes d’analyse pour être capables de:
sélectionner un laboratoire adapté.
comprendre les différences entre les teneurs en nutriments liées aux méthodes d’analyse.
documenter les méthodes d’analyse des données de composition des aliments de façon
correcte.
réaliser une analyse chimique.
juger de la qualité des teneurs en nutriments.
discuter des résultats analytiques avec les analystes.
organiser un plan d’échantillonnage adapté.
calculer des recettes.
sélectionner les méthodes d’analyse adéquates.
IVd.Q2 Faites correspondre les termes suivants avec leur description. (10,5 points: ½ point pour
Note: il peut être utile de consulter l’IUPAC Compendium of Chemical Terminology - the «Gold Book»
(disponible à l’adresse: 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/ac-
meths.htm), ou Wikipedia (http://en.wikipedia.org/wiki/Main_Page ). Une autre source d’information
utile peut être la table à l’exercice IVd.E3.
Expressions rattachées aux méthodes d’analyse:

1. Constituants majeurs («proximates»)
2. Méthodes d’analyse obsolètes
3. Méthodes d’analyse recommandées
4. Mesures indirectes
5. Saponification
6. Extraction par solvant
7. Composés volatils
8. Hydrolyse
9. Interférences
81
Numéro Description
du
terme
Ce sont des composés organiques, comme les aldéhydes, les cétones, les halogénures et sulfites,
le formaldéhyde et d’autres hydrocarbures légers qui peuvent s’évaporer à température et
pression ambiantes.
Ces méthodes produisent des données qui ne correspondent plus aux normes et connaissances
actuelles et/ou ne doivent plus être utilisées.
Elles provoquent des erreurs lors de la mesure d’un signal du fait de leur présence dans un
échantillon.
C’est la réaction d’une base métallique avec des lipides ou une huile pour former un savon. L’ester
est hydrolysé dans des conditions très basiques pour former un alcool et le sel de l’acide
carboxylique. C’est une opération indispensable avant que l’échantillon ne soit analysé en ses
constituants lipidiques afin d’obtenir une valeur fiable (par exemple, pour les acides gras, le
cholestérol, les caroténoïdes et les vitamines A, D et E).
À l’origine ils regroupaient les déterminations analytiques de l’eau (humidité), des cendres, des
lipides totaux (extraits à l’éther), des protéines totales et de la fibre brute. L’extrait non azoté
(NFE), représentant plus ou moins les glucides et amidons, était calculé par différence plutôt que
mesuré par analyse. La définition a ensuite été adaptée aux objectifs de composition des aliments.
C’est une méthode de séparation au cours de laquelle un ou plusieurs solvants sélectionnés
extraient un ou plusieurs constituants solubles d’un mélange. Grâce à cette procédure, un
composé soluble est habituellement séparé d’un composé insoluble en fonction de leurs solubilités
relatives. Il existe plusieurs techniques: procédures par un contre-courant en continu en une ou
plusieurs étapes avec ou sans modification chimique, mécanisme par échange d’ions, diphasique
en milieu aqueux, ou en continu (par exemple, méthode Soxhlet).
Ces méthodes produisent des données qui correspondent le mieux aux références et
connaissances actuelles. Même si plusieurs méthodes existent, ces méthodes particulières sont
considérées comme optimales.
C’est la réaction qui est utilisée pour rompre certains polymères avant de les analyser. Ces
réactions peuvent être catalysées par un acide, une base ou des enzymes. Elle est appliquée
avant la détermination des acides gras, des acides aminés et de l’amidon.
Ces méthodes déterminent la teneur du constituant à mesurer au moyen de l’analyse d’un autre
constituant (par exemple, les protéines au moyen de la mesure de l’azote total).
Types de méthodes d’analyse:

1. Chromatographie en phase liquide à haute performance (CHPL/CLHP)
2. Chromatographie en phase gazeuse (CPG)
3. Colorimètre
4. Spectroscopie d’absorption atomique (SAA)
5. Spectrométrie d'émission à plasma inductif couplé (ICP)
6. Photométrie de flamme
7. Fluorimétrie (spectroscopie de fluorescence ou spectrofluorimétrie)
8. Titrimétrie/titrage
9. Test biologique
10. Méthode microbiologique
11. Analyse gravimétrique
12. Spectromètre de masse (SM)
82
Numéro de Description des types de méthodes d’analyse

la méthode
d’analyse
La méthode utilise la spectroscopie d’émission dans les domaines de l’ultraviolet et du visible pour
identifier et estimer les quantités de différents minéraux ionisés dans une flamme, un arc électrique
ou une étincelle de haut voltage.
La méthode utilise un appareil pour mesurer la concentration d’une solution en mesurant son
absorbance dans un faisceau lumineux de longueur d’onde déterminée. Les points critiques sont
l’étalonnage, la largeur du filtre et la longueur de l’onde lumineuse.
C’est une technique analytique de détermination de la composition élémentaire d’un échantillon ou
d’une molécule. Son principe consiste à ioniser les composés chimiques afin de générer des
molécules ou des fragments de molécule chargés et à mesurer leurs rapports masse/charge. On
peut l’utiliser seule ou couplée à d’autres instruments.
La méthode est une technique de séparation pour laquelle la phase mobile est un liquide. Elle peut
être réalisée avec ou sans colonne. Généralement, elle utilise de très petites particules et une
pression d’entrée relativement élevée et son emploi est très répandu pour la composition des
aliments (par exemple, les acides gras, les acides aminés, les sucres, les polyols, les
oligosaccharides, les vitamines et de nombreux composés non nutritifs).
La méthode dose la quantité d’une substance A en ajoutant peu à peu des concentrations connues
d’une autre substance B en veillant par différents moyens à mettre en évidence un point de virage,
qui représente l’instant essentiel où tout A a réagi avec B. La quantité de A est calculée à partir de
la quantité connue de B qui a été ajoutée pour atteindre le point de virage alors que le rapport du
poids de A à celui de B entrant dans la réaction devrait être connu par la stœchiométrie de la
réaction ou d’autres techniques. La méthode peut être utilisée pour la vitamine C, le calcium, le
magnésium et les protéines – même si ce n’est pas la méthode préférable pour l’un de ces
composés.
Dans cette méthode, les microorganismes sont utilisés pour déterminer la concentration d’un
composé. Ce type de méthode est principalement utilisé pour les vitamines du groupe B.
Cette méthode est capable de déterminer simultanément un ensemble de métaux et d’éléments
non métalliques mais elle est très chère. Si elle est couplée à un spectromètre de masse, cette
méthode a une très bonne sensibilité même à de basses concentrations et permet de déterminer
des spéciations isotopiques.
La méthode est un genre spectroscopie électromagnétique qui analyse la fluorescence d’un
échantillon. Elle consiste à utiliser un rayon lumineux, généralement une lumière ultraviolette qui
excite les électrons des molécules de certains composés et les amènent à émettre une lumière de
moindre énergie, typiquement mais pas nécessairement, dans le visible. Elle peut être employée
pour déterminer la vitamine C, la thiamine ou la riboflavine.
La méthode est utilisée pour la détermination quantitative d’un analyte à partir de sa masse sous
forme solide. L’analyte peut être extrait d’une solution ou d’un aliment par filtration ou évaporation,
puis pesé; mais il faut préalablement l’amener sous forme solide par précipitation à l’aide d’un
réactif approprié. Le précipité peut alors être recueilli par filtration, lavé, séché pour éliminer les
traces d’humidité de la solution, et pesé. La quantité d’analyte dans l’échantillon initial est alors
calculée à partir de la masse de son précipité et de sa composition chimique. Elle est utilisée pour
l’eau, les fibres alimentaires (méthode de Prosky) ou le soufre.
La méthode est une technique pour déterminer la concentration d’un élément minéral particulier
dans un échantillon. Les électrons des atomes, dans un atomiseur, peuvent être déplacés pendant
un instant sur des orbitales plus hautes en absorbant une quantité connue d’énergie (c’est-à-dire
une lumière d’une longueur d’onde donnée). Cette quantité d’énergie (ou longueur d’onde) est
caractéristique d’une transition électronique particulière pour un élément spécifique et, en général,
à chaque longueur d’onde ne correspond qu’un seul élément. Cela confère à cette technique sa
sélectivité par rapport aux éléments.
La méthode est une procédure pour déterminer la concentration, la qualité ou l’activité d’une
substance (par exemple, les vitamines, les acides aminés) en mesurant son effet sur un organisme
ou un tissu par comparaison à une préparation étalon. Elle a été utilisée pour déterminer les
activités vitaminiques (vitamines A, D et E) et est encore utilisée pour la qualité des protéines, par
exemple le coefficient d'efficacité protéique (CEP) ou l’utilisation protéique nette (UPN).
La méthode est un type de chromatographie dans lequel la phase mobile est un gaz vecteur,
habituellement un gaz inerte comme l’hélium ou un gaz non réactif comme l’azote. La phase
stationnaire est une couche microscopique d’un liquide ou d’un polymère fixée sur un support inerte
solide à l’intérieur d’une colonne. Les interactions entre les analytes sous forme gazeuse et les
parois de la colonne (recouvertes de phases stationnaires variées) amènent les différents
composés à éluer à des temps différents, appelés temps de rétention. La comparaison des temps
de rétention est le fondement de la capacité analytique de cette technique qui est utilisée, par
exemple, pour l’analyse des acides gras, de l’alcool, des glucides, des polyols, des
oligosaccharides, de l’iode et des vitamines D, E et C.
83
IVd.Q3 L’objectif principal des méthodes d’analyse est de séparer, d’identifier et de quantifier
des composés. Dans la liste suivante, sélectionnez ce qui n’est pas un principe de séparation des
composés en vue d’une analyse. (1 point)
Ce qui n’est pas un principe de séparation des composés en vue d’une analyse
Solubilité
Polarité
Volatilité
Rôle fonctionnel dans le corps humain
IVd.Q4 Une façon de s’assurer que les méthodes fournissent des résultats comparables consiste
à vérifier le nombre de tagnames INFOODS pour un même constituant. Sélectionnez Vrai ou
Note: Voir l’introduction dans Klensin et al. (1989), disponible à l’adresse:

http://www.unu.edu/unupress/unupbooks/80734e/80734E00.htm et le site Internet INFOODS avec les
tagnames mis à jour, à l’adresse: http://www.fao.org/inaliments/tagnames_en.stm
Vrai Faux Relation entre le nombre de tagnames et la comparabilité des méthodes

d’analyse
Les constituants alimentaires pour lesquels les différentes méthodes d’analyse donnent
des résultats significativement différents ont le même tagname.
Les teneurs en constituants ayant le même tagname sont comparables; celles avec
différents tagnames ne le sont pas.
Les méthodes rationnelles, c’est-à-dire les méthodes d’analyse différentes qui donnent
des résultats similaires, ont un seul tagname. Pour les constituants avec des méthodes
rationnelles, le compilateur/utilisateur peut utiliser les valeurs sans avoir à rechercher les
méthodes d’analyse.
Les méthodes empiriques, c’est-à-dire les méthodes d’analyse différentes qui donnent des
résultats significativement différents, ont plusieurs tagnames. Pour ces méthodes,
l’analyste, le compilateur et l’utilisateur devraient savoir quelle méthode d’analyse est
recommandée pour les travaux sur la composition des aliments et quelles méthodes
d’analyse donnent des résultats compatibles.
IVd.Q5 Si pour un même constituant, il existe plusieurs tagnames, cela signifie que soit le
mode d’expression est différent (par exemple glucides), soit il existe plusieurs méthodes
d’analyse (par exemple les fibres) qui aboutissent à des teneurs significativement différentes.
Indiquez pour les nutriments de la table suivante: 1) si les méthodes fournissent des résultats
comparables; 2) si ils ont plusieurs tagnames; et 3) si ils ont différents modes de calcul et
d’expression. Sélectionnez Oui ou Non. (42 points: ½ point pour chaque réponse correcte)
Note: Voir Klensin et al. (1989), disponible à l’adresse:

http://www.unu.edu/unupress/unupbooks/80734e/80734E00.htm et le site Internet INFOODS avec les
tagnames mis à jour, l’adresse: http://www.fao.org/inaliments/tagnames_en.stm
84
Les méthodes Existe-t-il Existent-ils différents

donnent-elles des plusieurs modes de calcul ou
résultats comparables?17 tagnames? d’expression?
Oui/Non Oui/Non Oui/Non
Eau Oui/Non Oui/Non Oui/Non
Lipides totaux Oui/Non Oui/Non Oui/Non
Acides gras individuels Oui/Non --- Oui/Non
Fractions d’acides gras, par --- ( Oui/Non
exemple, les acides gras ---
saturés
Cholestérol Oui/Non Oui/Non Oui/Non
Protéines Oui/Non Oui/Non Oui/Non
Azote total Oui/Non Oui/Non Oui/Non
Acides aminés individuels Oui/Non --- Oui/Non
Sucres individuels Oui/Non --- Oui/Non
Sucres Oui/Non Oui/Non Oui/Non
Polyols individuels Oui/Non --- Oui/Non
Oligosaccharides Oui/Non Oui/Non Oui/Non
Amidon Oui/Non Oui/Non Oui/Non
Fibres alimentaires Oui/Non Oui/Non Oui/Non
Amidon résistant --- --- Oui/Non
Alcool (alcool éthylique ou Oui/Non Oui/Non Oui/Non
éthanol)
Constituants inorganiques Oui/Non Oui/Non Oui/Non
Oui/Non Oui/Non Oui/Non Oui/Non
Carotènes/Caroténoïdes Oui/Non --- Oui/Non
Vitamine A (activité) Oui/Non Oui/Non Oui/Non
Vitamine D Oui/Non Oui/Non Oui/Non
Vitamine E Oui/Non Oui/Non Oui/Non
Vitamine K Oui/Non Oui/Non Oui/Non
Vitamines
Vitamine C Oui/Non Oui/Non Oui/Non

Thiamine Oui/Non Oui/Non Oui/Non
Riboflavine Oui/Non Oui/Non Oui/Non
Niacine Oui/Non Oui/Non Oui/Non
Vitamine B6 Oui/Non Oui/Non Oui/Non
Folates Oui/Non Oui/Non Oui/Non
Acide pantothénique Oui/Non Oui/Non Oui/Non
Biotine Oui/Non Oui/Non Oui/Non
Vitamine B12 Oui/Non Oui/Non Oui/Non
IVd.Q6 Quel nutriment devrait toujours être analysé? (1 point)
IVd.Q7 Quelle méthode d’analyse peut fournir des teneurs en eau non comparables?
Méthode d’analyse qui peut fournir des teneurs en eau non comparables
Lyophilisation
Séchage dans un four à moufle
Séchage dans un four à micro-ondes
Distillation de Dean et Stark
17 Cette question a pour but d’identifier les constituants pour lesquels les résultats dépendent de la performance de la
méthode, c’est-à-dire la capacité d’une méthode de mesurer spécifiquement le(s) constituant(s).
85
Pour les étudiants ayant des connaissances plus approfondies

IVd.Q8 La méthode classique d’analyse de l’alcool est la distillation. Nommez deux autres
méthodes de mesure de l’alcool. Indiquez un avantage pour chaque méthode par rapport à la
méthode classique. (2 points: 1 point pour chaque réponse correcte)
1.
2.

IVd.Q9 Sélectionnez les principes et les avantages/inconvénients correspondant aux méthodes
de Kjeldahl ou de Dumas. (3 points: ½ point pour chaque réponse correcte)
Principes et avantages/inconvénients Méthode Méthode

de Kjeldahl de Dumas
Elle mesure l’azote total sous sa forme gazeuse après une combustion
complète de l’aliment.
Elle mesure l’azote total de l’aliment par une décomposition des échantillons
organiques en utilisant une solution acide concentrée en présence d’un
catalyseur, puis un ajout d’une base en excès au minéralisât acide pour
convertir l’ammonium en ammoniaque suivi d’une évaporation et d’une
condensation de l’ammoniac gazeux dans une solution de capture. Celle-ci est
titrée pour doser la quantité d’azote.
Elle coûte cher.
Elle est peu polluante.
Elle nécessite une hotte.
Elle fournit des teneurs séparées pour l’azote non protéique.
IVd.Q10 Différentes méthodes d’analyse empiriques produisent différentes teneurs en

nutriments pour le même constituant dans le même aliment. Voir l’exemple de la fibre brute par
rapport aux fibres alimentaires (NSP) dans la table ci-dessous. Indiquez l’impact de ces deux
méthodes sur l’apport, l’équilibre et les besoins en fibres. Sélectionnez Vrai ou Faux. (2,5 points:
Aliments Fibre brute (g) Fibres alimentaires (g)

Céréales et millets
x Riz 0,2 4,1-8,3
x Blé 1,2 11,4-17,2
x Sorgho 1,6 9,7-14,3
x Bajra 1,6 11,8-20,3
x Ragi 3,6 11,5-18,6
Légumes secs et féculents
x Pois chiche vert (entier) 4,1 15,2
x Pois chiche vert (dhal) 0,8 13,5
x Pois chiche vert (dhal) 0,9 14,3
x Pois chiche rouge (dhal) 1,5 14,1
x Pois chiche du Bengale (entier) 3,9 26,6
x Pois chiche du Bengale (dal) 1,2 13,6
Noix et graines oléagineuses
x Arachide 3,1 6,1
x Noix de coco (séchée) 6,6 8,9
Racines et tubercules
x Patate douce 0,8 7,3
x Pomme de terre 0,4 4,0
x Igname 0,8 5,3
Fruits
x Banane 0,4 2,5
x Mangue 0,7 2,3
Légumes
x Amarante 1,0 3,4
x Épinard indien (Palak) 0,6 5,0
86
Aliments Fibre brute (g) Fibres alimentaires (g)

x Aubergine blanche (Brinjal) 1,3 2,0
x Ridge gourd (citrouille) 0,5 5,7
x Snake gourd (citrouille) 0,8 1,8
x Courge bouteille 0,6 2,8
x Courge jaune 0,7 0,5
Source: Modifié à partir de Rao, 200318
Vrai Faux Impact des deux méthodes sur les estimations des apports, de l’équilibre et
des besoins en fibres
Pour certains nutriments (par exemple analysés avec des méthodes empiriques), la
méthode d’analyse utilisée a une influence sur le pourcentage de la population qui atteint
un équilibre nutritionnel.
L’impact sur les estimations des apports en fibres est faible parce que la teneur en fibres
des aliments est basse.
L’apport journalier recommandé (AJR) pour les fibres peut être trop bas s’il est basé sur
l’apport en fibres moyen de la population, calculé à partir des teneurs en fibre brute.
De mauvaises décisions pourraient être prises dans les programmes nutrition et santé si la
table sur la composition des aliments contient des teneurs en nutriments inadéquates -
probablement déterminées avec une méthode inappropriée.
Seules les méthodes d’analyse recommandées devraient être utilisées pour les banques
de données sur la composition des aliments pour permettre une meilleure estimation des
apports en nutriments ainsi que de l’équilibre nutritionnel.

IVd.Q11 Lorsque les acides aminés sont analysés, l’hydrolyse acide entraîne une perte de
quelques acides aminés. Nommez cinq acides aminés qui sont partiellement ou complètement
dégradés ou détruits en milieu acide. (2,5 points: ½ point pour chaque réponse correcte)

IVd.Q12 Comment peut on déterminer les concentrations de ces cinq acides aminés? (3 points:
1 point pour chaque réponse correcte suivant le (•))
IVd.Q13 Quels sont les points importants à considérer pour l’analyse des lipides? Sélectionnez
Vrai ou Faux. (2 points: ½ point pour chaque réponse correcte)
Vrai Faux Points importants à considérer pour l’analyse des lipides

La méthode d’extraction continue (méthode Soxhlet) est recommandée pour la composition
des aliments et applicable à tous les aliments.
Vérifier si l’hydrolyse acide est effectuée avant la détermination des lipides (sinon, en fonction
de la matrice alimentaire, la teneur en lipides peut être sous-estimée).
La méthode Soxhlet fournit des teneurs trop basses pour les aliments à base de céréales.
Elle peut, cependant, être utilisée pour les aliments qui ne contiennent pas de céréales.
Les extraits obtenus par la méthode Soxhlet peuvent être utilisés pour les analyses d’acides
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
IVd.Q14 La teneur en «lipides totaux» est-elle plus élevée, plus faible ou égale à la somme des
acides gras? Sélectionnez la réponse correcte. (1 point)
Teneur en «lipides totaux» comparée à la somme des acides gras

La valeur analytique des «lipides totaux» est supérieure à la somme des acides gras
car la teneur en lipides comprend du glycérol, des phospholipides et des constituants
insaponifiables tels que les stérols. Ces constituants ne sont pas inclus dans la somme
des acides gras.
La valeur analytique des «lipides totaux» est inférieure à la somme des acides gras, en
raison du facteur de conversion des acides gras.
La valeur analytique des «lipides totaux» est égale à la somme des acides gras car
chaque acide gras est additionné pour donner la teneur en lipides totaux.
IVd.Q15 L’analyse des vitamines représente un défi pour les analystes. Indiquez les affirmations
correctes relatives à l’analyse des vitamines. Sélectionnez Vrai ou Faux. (3 points: ½ point pour chaque
réponse correcte)
Vrai Faux Défis de l’analyse des vitamines

Dans la mesure où certaines vitamines sont sensibles à la lumière, il est nécessaire de
protéger l’échantillon contre la lumière visible et UV lors de sa préparation et de son
analyse.
Les vitamines peuvent s’oxyder très rapidement. C’est pourquoi une protection est
nécessaire, par exemple, un ajout d’antioxydants ou une analyse rapide après la
préparation de l’échantillon.
La cuisson peut provoquer une isomérisation des vitamines et de ce fait des pertes.
Toutes les méthodes d’analyse des vitamines détectent tous les isomères, vitamères et
vitamines qui sont liées à d’autres constituants (e.x., folate lié à une protéine).
Idéalement, l’analyse des vitamines devrait être capable de mesurer les vitamères ou
constituants individuels ainsi que leur activité vitaminique séparément, si nécessaire.
L’analyse des vitamines devrait permettre de détecter les substances interférentes qui
n’ont pas d’activité vitaminique.

IVd.Q16 Pour les vitamines du groupe B, quelles méthodes ont été mises au point en
complément des tests microbiologiques et des méthodes colorimétriques existants, et pour quelle
raison? (2 points: 1 point pour chaque réponse correcte suivant le (•))
88

IVd.Q17 Certaines méthodes d’analyse sont adaptées à un objectif (analyse ciblée apposée au
criblage). Est-ce que les méthodes d’analyse pour les nutriments dans les aliments, telles que
recommandées par le Codex Alimentarius, sont toujours celles utilisées pour la composition des
aliments? Sélectionnez l’affirmation correcte. (1 point)
Note: Voir le document du Codex Alimentarius disponible à l’adresse:

http://www.codexalimentarius.net/download/standards/388/CXS_234e.pdf
Vrai Faux Les méthodes d’analyse utilisées pour la composition des aliments
sont-elles les mêmes que celles recommandées par le Codex
Oui, parce que les laboratoires utilisent les mêmes méthodes d’analyse quel que soit
l’objectif.
Non, parce que les méthodes recommandées par le Codex sont principalement
utilisées pour vérifier la conformité des produits avec la législation en vigueur. Elles
n’ont pas toujours besoin d’avoir la même fidélité que celle exigée pour les données sur
la composition des aliments.
Non, parce que les exigences pour les travaux analytiques sur le contrôle de la qualité
des aliments sont plus strictes que celles des programmes sur la composition des
aliments.
IVd.Q18 Lorsque des données analytiques sont générées par une méthode d’analyse
recommandée, les valeurs nutritionnelles sont-elles toujours de bonne qualité? Sélectionnez Vrai
ou Faux. (1,5 points: ½ point pour chaque réponse correcte)
Vrai Faux Qualité de la teneur en un constituant générée par une méthode d’analyse
recommandée
Tous les laboratoires peuvent réaliser une méthode d’analyse recommandée et produire
des données analytiques fiables et de bonne qualité.
Si la méthode d’analyse recommandée ne s’applique qu’à l’étape de détermination de la
procédure analytique, les autres étapes (séparation, extraction, préparation et calcul du
résultat, si c’est le cas), doivent aussi être prises en considération lors de l’évaluation de
la donnée analytique et de sa qualité.
Certains laboratoires modifient le mode opératoire normalisé de la méthode d’analyse
recommandée. Ces modifications n’ont pas à être prises en considération parce qu’elles
n’influencent ni le résultat ni sa qualité.
IVd.Q19 Indiquez les critères à prendre en compte lorsque l’on valide la méthode d’analyse pour
un aliment et un constituant donnés. Sélectionnez Vrai ou Faux. (2 points: ½ point pour chaque réponse
correcte)
Vrai Faux Critères pour valider une méthode d’analyse pour un aliment et un constituant
donnés
Une méthode d’analyse est validée pour une matrice alimentaire et un constituant
sélectionnés en employant un MRC pour cette matrice alimentaire spécifique et le niveau de
concentration du constituant.
Une validation est nécessaire des solvants, enzymes et colonnes, et des étapes de
saponification et d’extraction, si lieu.
Une validation de la limite de détection, de la limite de quantification, de l’instrument et de la
méthode devrait être réalisée.
Une validation est nécessaire pour démontrer l’adéquation aux besoins de la méthode. Par
exemple, pour démontrer qu’elle est adéquate à la conformité réglementaire et/ou pour l’étude
de la composition des aliments; ou selon les besoins soit d’une teneur totale ou des teneurs
de tous les constituants contribuants.
89
EXERCICES

IVd.E1 Complétez la figure sur les principes de détermination des glucides et des fibres
alimentaires en utilisant les termes suivants: (6,5 points: ½ point pour chaque réponse correcte)
x Cendres
x Protéines
x Azote
x Constituants lipidiques
x NSP
x Lignines
x NSP - méthode d’Englyst
x Fibres alimentaires totales- méthode AOAC de Prosky
x Sucres libres
x Glucose
x Monosaccharides
x Amidon
x Amidon résistant
Échantillon d’aliment (séché et finement broyé

et dégraissé si la teneur en lipides est élevée)
Ȼ
Extraire avec un mélange eau-alcool à 80 %
Ⱥ Utiliser l’extrait pour mesurer ……………..
v/v (extrait ……………..)
Ȼ
Hydrolyse enzymatique de l’amidon et
Mesurer ……………..pour estimer
précipitation des NSP avec de l’alcool à 80 % Ⱥ
……………..
v/v
Ȼ
Filtrer et laver le résidu (contient les cendres,
Hydrolyser avec un acide, mesurer les
les …………….., …………….., Ⱥ
constituants ……………..
…………….., …………….., etc.)
Ȼ Ȼ
Peser le résidu ……………..
Ȼ
Mesurer les …………….. et ……………..
Ȼ
Soustraire du poids du résidu Ⱥ ……………..
90
IVd.E2 Faites correspondre les tagnames suivants afin d’inclure les différents composés
constitutifs des fibres alimentaires: FIBC, FIBAD, FIBTS, FIBTG, PSACNS/NSP, FIBND.
Note: Voir Greenfield et Southgate, 2007 (p. 131), et Monro et Burlingame (1996), disponible à l’adresse:
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, à l’adresse: ftp://ftp.fao.org/docrep/fao/006/y5022e/y5022e00.pdf ou
Klensin et al. (1989), p. 84 du fichier PDF.
Tagname Lignines Cellulose Hémicellulose Pectine Pectine Amidon Non spécifié

insoluble résistant
RS1|RS2|
RS3|RS4
IVd.E3 Un compilateur a choisi un laboratoire pour analyser la composition en acides gras

de dix aliments. Après deux mois, le compilateur reçoit les données pour un aliment avec les
teneurs suivantes, exprimées en grammes pour 100 g d’acides 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
données sur la composition des aliments. Formulez trois questions que le compilateur doit poser
au laboratoire. (3 points: 1 point pour chaque réponse 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 composés), remplissez les blancs
marqués en jaune. Les méthodes d’analyse recommandées sont signalées par un *. (13 points:
Abréviations utilisées:
SAA = Spectrométrie d’absorption atomique; CPG = Chromatographie en phase gazeuse; CPG-SM =
Chromatographie en phase gazeuse couplée à la spectrométrie de masse; CGS = Chromatographie
gaz-solide; CLHP/CHPL = Chromatographie en phase liquide à haute performance (autrefois haute
pression) ; ICP-SM = Spectrométrie d’émission à plasma inductif couplée à la spectrométrie de masse;
ISE = Électrode spécifique; CL-SM = Chromatographie en phase liquide couplée à la spectrométrie de
masse; PIR = Spectroscopie proche infrarouge; RMN = Résonance magnétique nucléaire.
Note : L’objectif principal de cet exercice est de savoir où trouver dans Greenfield et Southgate (2007) les
méthodes analytiques pour chaque composant, et pour avoir une référence unique pour les limitations,
applications et préférences de méthodes analytiques selon les connaissances actuelles.
91
Analyse des macronutriments
Constituant
Méthode d’analyse disponible Limites Applications
alimentaire
Cette méthode est applicable à tous les
aliments à 60 C. À 100 C, elle est
Four à moufle* ……………..
applicable à tous les aliments sauf à ceux
riches en lipides et sucres
Four sous vide* Perte de composés volatils
Lente. Veiller à éviter la présence d’eau résiduelle
……………..* Applicable à la plupart des aliments
dans les échantillons
Applicable seulement aux aliments
Four à micro-ondes Carbonisation
d’humidité moyenne ou élevée
Applicable aux aliments contenant beaucoup
Distillation de Dean et Stark Innocuité des solvants employés
de composés volatils*
Eau (humidité) Applicable aux aliments de faible humidité ou
Karl Fisher
hygroscopiques
La RMN est applicable à la plupart des

Coût élevé. Exige un étalonnage pour chaque groupe
Méthodes physiques (RMN, PIR) aliments. La PIR est bien établie seulement
d’aliments
pour les céréales et quelques autres aliments
La CPG est seulement applicable aux

viandes et produits carnés. La CGS est
Chromatographie (CPG, CGS) Coût élevé
seulement applicable à quelques produits
carnés
Extraction continue (solvant unique, aussi appelée Applicable aux aliments à faible humidité et
Longue. ……………..
Soxhlet) aliments non céréaliers
Hydrolyse partielle des lipides. Les extraits ne peuvent Applicable à tous les aliments sauf les
Hydrolyse acide
pas être utilisés pour l’étude des acides gras produits laitiers et riches en glucides
Hydrolyse acide et CPG capillaire Coût élevé. Cette méthode est conforme à NLEA Applicable à la plupart des aliments
Lipides totaux Applicable à la plupart des aliments et
Extraction complète pour la plupart des aliments.
……………..* l’extrait peut être utilisé pour l’analyse des
L’extrait a souvent besoin d’un lavage.
acides gras
Hydrolyse alcaline Validée seulement pour les produits laitiers
Coût élevé. Requiert un étalonnage indirect par
PIR Bien établie seulement pour les céréales
d’autres méthodes
92
CLHP Coût élevé

Applicable à tous les aliments. Si elles sont
……………..* Coût modéré à élevé utilisées pour les acides gras trans, les
Acides gras
techniques capillaires sont requises
Absorption proche infrarouge (pour les acides gras
Coût élevé. Quelques interférences Applicable à tous les aliments
trans)
Kjeldahl (pour l’azote total)* …………….. Applicable à tous les aliments
Coût élevé, prise en compte de l’azote inorganique et
Dumas (pour l’azote total) * Applicable à tous les aliments
taille de la prise d’essai
Méthodes radiochimiques (pour l’azote total) Instrumentation d’un coût très élevé Applicable à la plupart des aliments
Azote Titrage au formol; Biuret; réactif de Folin (pour les
Spécificité ……………..
total/protéines protéines)
Distillation alcaline (pour les protéines) Spécificité Applicable seulement aux céréales
Applicable seulement à des aliments
Fixation d’un colorant (pour les protéines) Spécificité
spécifiques, quelques céréales et légumes
PIR (pour les protéines) Coût élevé. Nombre d’échantillons d’étalonnage Applicable à quelques aliments
CPG (précédée d’une hydrolyse acide de la plupart Coût modéré à élevé. Choix critique du réactif de Applicable à la plupart des aliments
des AA. Hydrolyse alcaline requise pour le dérivatisation. Les AA ont besoin d’être dérivatisés
tryptophane. Conditions d’hydrolyse spéciales pour avant la chromatographie
les AA soufrés et les AA sensibles à l’acide)
CLHP* (précédée d’une hydrolyse acide de la Coût élevé
plupart des AA. Hydrolyse alcaline requise pour le
tryptophane. Conditions d’hydrolyse spéciales pour
Applicable à tous les aliments
les AA soufrés et les AA sensibles à l’acide. Les AA
Acides aminés sont habituellement dérivatisés avant la
(AA) chromatographie)
Chromatographie par échange d’ions* (précédée ……………..
d’une hydrolyse acide de la plupart des AA.
Hydrolyse alcaline requise pour le tryptophane. Applicable à tous les aliments
Conditions d’hydrolyse spéciales pour les AA
soufrés et les AA sensibles à l’acide)
CL-SM Coût élevé Applicable à tous les aliments
Colorimétrie (tryptophane, AA soufrés et lysine) Pas assez sensible Applicable à tous les aliments
Test microbiologique Délicat, long et peu reproductible Applicable à tous les aliments
Alcool Distillation* …………….. Applicable à tous les aliments
CPG* Applicable à tous les aliments
Méthode par une enzyme spécifique* Applicable à tous les aliments
93
Densité Exacte seulement pour le saccharose Applicable aux solutions de sucres

Indice de réfraction Étalonnage empirique nécessaire Applicable aux solutions de sucres
L’application précise des méthodes normalisées est Applicable aux sucres isolés ou aux
Polarimétrie
essentielle mélanges simples
Sucres non réducteurs, saccharose et mélanges de
Sucres totaux Réductimétrie Applicable aux sucres réducteurs
sucres invertis
(mono et Applicable aux sucres isolés ou aux
disaccharides) Colorimétrie Spécificité
mélanges simples
Applicable au glucose et aux mélanges
……………..* Les réactifs peuvent être coûteux
complexes
CPG Nécessité d’une dérivatisation Peut s’appliquer aux mélanges complexes
Coût modéré à élevé. Le choix des colonnes et
CLHP* Peut s’appliquer aux mélanges complexes
détecteurs est crucial
Méthode par une enzyme spécifique Spécificité des enzymes Limitée seulement à quelques polyols
Coût modéré à élevé. Manque de procédures
Polyols CLHP* Peut s’appliquer aux mélanges complexes
normalisées; choix de la colonne
Microbiologie Seulement les polyols non cycliques Tous les aliments
Appliquée pour une hydrolyse et une
Méthodes par des enzymes spécifiques Coût modéré à élevé.
séparation sélective
Oligosaccharides
CPG Coût modéré à élevé. Choix de la colonne Peut s’appliquer aux mélanges complexes
CLHP Coût modéré à élevé Mélanges complexes
Applicable seulement à quelques aliments
Polarimétrie Nécessité d’un étalonnage très soigné
céréaliers
Hydrolyse par acide diluée, couplée à une méthode Applicable à des aliments hautement raffinés
Interférences si des NSP sont présents
générale pour les sucres à faible teneur en NSP
Amidon
Hydrolyse acide diluée, couplée à une méthode Applicable seulement aux aliments à faible
Présence de ȕ-glucanes
spécifique du glucose teneur en ȕ-glucanes
Hydrolyse enzymatique, couplée à une méthode
Choix des enzymes et des conditions ……………..
spécifique du glucose*
Fibres alimentaires
Fibres
……………...)* - méthode enzymatique et
alimentaires Longue Applicable à tous les aliments
gravimétrique
totales
Hydrolyse enzymatique et élimination de l’amidon. Coût modéré à élevé. L’amidon résistant doit être traité
Polysaccharides
Hydrolyse acide des NSP, CPG, séparation des avant l’hydrolyse. La CPG nécessite la préparation de
non amylacés Applicable à tous les aliments
monosaccharides par CLHP. Analyse colorimétrique produits de dérivatisation. Ne donne que les teneurs
(NSP)
des monosaccharides (Englyst et al.) totales. Cette méthode n’est pas robuste
Hydrolyse enzymatique de l’amidon avant et après
Amidon résistant Choix des enzymes et des conditions Applicable à tous les aliments
traitement par une base ou le DMSO
* Méthode recommandée
94
Analyse des composés inorganiques - Applicable à tous les aliments après ……………..
Constituant alimentaire Méthode d’analyse disponible Limites

Inadaptée à l’analyse minérale des éléments minéraux volatils du
Minéralisation par voie sèche
Cendres totales fait de leur perte partielle
Minéralisation par voie humide Faible nombre d’échantillons traités
Cations
Na*, K*, Ca, Mg Photométrie de flamme Interférences
Na, K, Ca*, Mg*, Fe*, Cu*, Zn*, Mn*, Coût modéré à élevé. Interférences des anions; techniques
……………..
Co*, Cr* spéciales d’élimination
SAA par génération d’hydrures Coût modéré à élevé.
Se*
Fluorimétrie
Tous cations ……………..* Coût très élevé. Effets de matrice à contrôler
K, Mg, Fe, Cu, Zn Colorimétrie Techniques d’extraction. Difficile pour K et Zn
Ca et Mg Précipitation classique et titrage Taille de l’échantillon analytique; techniques qualifiées
Anions
Colorimétrie
Phosphore
ICP-SM Très chère
Titrimétrie
Électrode spécifique ……………..
Chlore
ICP-SM Très chère
Conductimètre automatisée Coût élevé
Microdistillation Contamination du laboratoire
Électrode spécifique
Iode ICP-SM Très chère
Minéralisation alcaline par voie sèche
CPG Coût élevé
Microdistillation Longue
Fluor Électrode spécifique
Polarographie
Gravimétrie
Soufre Fluorescence de rayons X Coût élevé
ICP-SM Très chère
Colorimétrie
Nitrite
Électrode spécifique
Nitrate CLHP Coût élevé
95
Analyse des vitamines – applicable à tous les aliments
Constituant
Méthode d’analyse disponible Limites
alimentaire
Colorimétrie ……………..
Rétinol
……………..* Coût modéré à élevé.
Identification des caroténoïdes. Manque de pouvoir de résolution pour certains isomères géométriques
Chromatographie sur colonne ouverte
Caroténoïdes (lutéine/zéaxanthine) et stéréo-isomères (cis/trans).
……………..* Coût modéré à élevé. Identification des caroténoïdes
Test biologique Seulement pour les faibles teneurs. Nécessite une animalerie
Colorimétrie ……………..
Chromatographie en phase gazeuse
Nouvelles procédures en cours de développement
Vitamine D (CPG)
Coût élevé. Interférences dues aux lipides. Deux étapes sont nécessaires : une préparation suivie d’une
CLHP*
séparation analytique, requises pour la plupart des aliments
Test radio-immunologique Coût élevé
Colorimétrie Composés interférents
Vitamine E CPG Nécessité d’une dérivatisation préliminaire à la chromatographie
CLHP* Coût élevé. Techniques d’extraction
Colorimétrie Manque de spécificité
Chromatographie sur colonne, CPG* Coût modéré à élevé pour la CPG
Vitamine K
CLHP* Coût élevé. Interférences dues aux lipides
Titrage par un indicateur coloré ……………..
Colorimétrie Mesure aussi les composés inactifs
Vitamine C Fluorimétrie Ne sépare pas l’acide ascorbique du déhydroascorbique
CPG Nécessité d’une dérivatisation préliminaire à la chromatographie
……………..* Coût élevé. L’extraction et la détection séparée des homologues augmentent les délais
Microbiologie* Durée
Thiamine/
Fluorimétrie
Riboflavine
CLHP* Coût élevé
Microbiologie* Durée
Niacine Colorimétrie Réactif dangereux
CLHP* Coût élevé
Microbiologie* Durée ; les réponses aux différents vitamères peuvent ne pas être égales; teneurs totales seulement
Vitamine B6 CLHP* Coût élevé.
Méthode radiométrique microbiologique Coût élevé.
Microbiologie*
Vitamine B12
Méthode radio-isotopique Coût élevé.
Folates …………….. * Les réponses aux différents vitamères peuvent ne pas être égales; teneurs totales seulement
96
CLHP Coût élevé. ……………..

CL-SM Coût très élevé, mais cette méthode est capable de quantifier les différents isomères des folates
Microbiologie*
Acide pantothénique
CLHP Coût élevé.
……………..*
Dilution isotopique Coût élevé.
Méthode radiométrique microbiologique Coût élevé.
Biotine
Test radio-immunologique Coût élevé.
Précipitation de protéines Coût élevé.
CLHP Coût élevé.
* Méthode recommandée
97
Analyse des autres constituants
Constituant
Méthode d’analyse disponible Limites
alimentaire
Agglutination des hématocytes (globules rouges) Les échantillons sanguins d’une même espèce animale ne réagiront pas de la même façon du
fait de la présence de plusieurs groupes sanguins. Le test par dilution et agglutination est
Hémagglutinines/Lectines semi-quantitatif
Méthodes spectrophotométriques
Marquage radioactif des molécules de lectine Nécessite des manipulations spéciales
Échange d’anions Incapable de séparer correctement les phosphates d’inositol
CLHP Coût élevé
CPG Détecte les formes dérivatisées volatiles du phosphate d’inositol seulement après séparation par
Acide phytique
chromatographie par échange d’ions
Électrophorèse capillaire Non applicable à tous les aliments
RMN-SM Coûts élevés. Méthode de haute technicité
Électrophorèse capillaire Inadaptée aux faibles teneurs en oxalates <1,8 mg/100 g. dédié au contrôle de routine
Chromatographie ionique Coût de fonctionnement élevé
CPG Certaines formes d’oxalates sont difficiles à méthyler; instrumentation coûteuse
Oxalates
Méthode enzymatique Non applicable à tous les aliments
Colorimétrie (AOAC) Interférences avec d’autres acides
CLHP Coût élevé
Spectrophotométrie UV- réactif à la vanilline HCL Les paramètres comme la durée, la température, la concentration en vanilline et HCL doivent
Tannins être strictement contrôlés
(regroupés en tannins Spectrophotométrie UV- réactif de Folin-Denis Non spécifique, car réaction possible avec n’importe quel phénol présent dans le tissu du
condensés aussi appelés végétal
proanthocyanidines, en Spectrophotométrie UV- réactif au bleu de Prusse Non spécifique, car réaction possible avec n’importe quel phénol présent dans le tissu du
tannins hydrolysables et végétal, test qualitatif
dérivés) CLHP Performance modérée pour les composés plus petits venant des tannins dérivés
Colorimétrie Limitée aux composés basiques venant des tannins hydrolysables
Méthode spectrophotométrique Inadaptée à la détermination de l’acide médicagénique pour lequel une méthode de titrage doit
être employée pour la détermination quantitative de cette teneur en aglycone
Saponines
Test biologique
CLHP Identification des saponines individuelles
Colorimétrie Ne fait pas la différence entre les différents inhibiteurs de la protéase
Inhibiteur de la trypsine Méthode ELISA utilisant des anticorps monoclonaux
de souris
98
Une hydrolyse de l’échantillon est nécessaire pour une résolution optimale et une quantification
de la quercétine, du kaempférol, de la myricétine, de la lutéoline et de l’apigénine. Une
……………..
extraction séparée sans hydrolyse est nécessaire pour l’analyse des anthocyanidines et des
Flavonoïdes flavane-3-ols
Une hydrolyse n’est pas nécessaire aussi longtemps que les différences entre les masses des
CL-SM conjugués flavonoïdiques individuels sont plus élevées que la résolution en masse du
spectromètre de masse
CLHP Les conjugués complexes et leurs nombres peuvent être difficiles à séparer sur certaines
1 colonnes en phase inverse avec des programmes simples d’élution de la phase mobile
Isoflavones et
(isocratiques)
coumestrol
Une hydrolyse n’est pas nécessaire aussi longtemps que les différences entre les masses des
CL-SM
conjugués individuels sont plus élevées que la résolution en masse du spectromètre de masse
CLHP Pour l’isolaricirésinol, le pinorésinol, le secoisolaricirésinol et le matairésinol
Lignanes Seulement pour le matairésinol, le secoisolaricirésinol et la shonanine dans les aliments sous la
CPG-SM
forme de dérivés triméthylsylylés
1
Les isoflavones sont une sous-classe de flavonoïdes mais, parce qu’ils ont des activités biologiques uniques et différentes des autres sous-classes de flavonoïdes, ils sont
analysés et compilés comme un groupe à part.
99
Module 5
ÉCHANTILLONNAGE
comprendre les principes de l’échantillonnage, le protocole d’échantillonnage, la collecte et le
transport des échantillons, la manipulation des échantillons au laboratoire et la documentation;
comprendre des aspects spécifiques de l’échantillonnage ayant pour but la biodiversité alimentaire;
connaître les erreurs potentielles des teneurs en nutriments dues à un échantillonnage incorrect;
saisir l’importance de l’échantillonnage dans une perspective de qualité des données
développer un plan d’échantillonnage simple.
TEXTES A ÉTUDIER
x Annor, G. A. Préparation, manipulation et stockage des échantillons. Présentation PowerPoint disponible à
l’adresse: http://www.fao.org/infoods/presentations_fr.stm
x Annor, G. A. L'échantillonage des aliments pour l'analyse. Présentation PowerPoint disponible à l’adresse:
x Charrondière, U.R. Principes de l'échantillonnage. Présentation PowerPoint disponible à l’adresse:
Et, si possible:
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 à l’adresse: ftp://ftp.fao.org/docrep/fao/010/y4705f/y4705f.pdf

x Codex Alimentarius. 2004. Directives Generales sur l’Echantillonnage. CAC/GL 50. p. 8-29.
Disponible à l’adresse http://www.codexalimentarius.net/web/standard_list.do?lang=fr

x Compilateurs +++++
x utilisateurs professionnels +
x Analystes +++++
TEMPS ESTIME POUR

x Lire: 1-3 heures
19 Les numéros de page correspondent aux numéros de page du livre (haut de page) non à ceux du fichier PDF.
101
QUESTIONS
V.Q1 Quel est l’objectif de l’échantillonnage dans le contexte de la composition des

aliments? Sélectionnez Vrai ou Faux. (2,5 points: ½ point pour chaque réponse correcte)
Objectifs d’échantillonnage Vrai Faux

Identifier un échantillon d’aliment qui soit représentatif de l’ensemble de l’apport
alimentaire
Collecter des échantillons d’aliments représentatifs de l’apport l’alimentaire
Comparer les différents régimes alimentaires de différents pays
Produire des données de composition complètes et représentatives pour des
aliments spécifiques
Estimer la variabilité des teneurs en nutriments dans les aliments
V.Q2 Dans la liste suivante, indiquez les caractéristiques d’un aliment qui contribuent à la
variabilité de la composition en nutriments. Sélectionnez Vrai ou Faux. (5,5 points: ½ point pour chaque
réponse correcte)
Caractéristiques contribuant à la variabilité de la composition Vrai Faux

en nutriments
Zone géographique et saison
Partie de l’aliment
État de maturité
Taille de l’emballage
Cultivar, variété, race
Produits commerciaux
Lots
Niveaux d’enrichissement
Couleur
Teneur en lipides et en eau
Méthode de préparation et de transformation
V.Q3 Faites correspondre les termes utilisés pour l’échantillonnage des aliments avec les
définitions correctes. (6 points: ½ point pour chaque réponse correcte)
Note: Il peut être utile de consulter le document Codex CAC/GL 50 p. 8-29; disponible à l’adresse:
http://www.codexalimentarius.net/web/standard_list.do?lang=en.
Termes
1. Échantillonnage stratifié
2. Échantillonnage aléatoire
3. Échantillon d’aliment primaire
4. Échantillon d’aliment composé
5. Unité
6. Aliquote/prise d’essai
7. Échantillon de laboratoire
8. Échantillonnage de convenance/non aléatoire
9. Échantillon d’aliment réduit
10. Échantillon analytique
11. Échantillonnage sélectif
12. Lot
102
Définitions
Les échantillons sont prélevés en fonction de l’accessibilité, de la praticité, du coût ou d’autres raisons
qui ne concernent pas directement les paramètres d’échantillonnage.
Les échantillons sont prélevés de manière à ce que chaque unité ait une chance égale d’être incluse.
Les échantillons sont prélevés suivant un plan, de façon à exclure les aliments présentant certaines
caractéristiques ou à sélectionner seulement ceux qui ont des caractéristiques clairement définies.
La quantité d’un aliment appropriée à chaque mesure analytique.
L’échantillon est préparé en mélangeant des échantillons primaires (unités) avant l’analyse. Avec
cette technique, l’information sur la variabilité entre échantillons est perdue.
Partie préparée de l’échantillon de laboratoire sur laquelle les prises d’essai sont prélevées.
Les unités d’échantillonnage sont tirées des strates définies de la population mère. On prélève les
échantillons au hasard dans chaque strate.
Échantillon envoyé au laboratoire ou reçu par celui-ci.
Un aliment isolable et identifiable qui peut être prélevé dans la population d’aliments comme
échantillon et qui peut être individuellement décrit, analysé et combiné.
Une quantité définie d’une denrée alimentaire fabriquée ou produite dans des conditions supposées
uniformes.
L’unité/les unités prélevées au premier stade de la procédure d’échantillonnage.
Une partie représentative de l’échantillon primaire.
VI.Q4 Parmi les méthodes suivantes laquelle est recommandée pour être utilisée dans les
programmes sur la composition des aliments? Sélectionnez la méthode correcte (1 point)
Méthodes d’échantillonnage
L’échantillonnage sélectif doit être préféré parce que les échantillons sont prélevés selon un plan
d’échantillonnage précis.
L’échantillonnage aléatoire doit être préféré parce qu’il garantit que chaque unité a la même chance
d’être incluse.
L’échantillonnage stratifié doit être préféré parce que la population d’aliments est structurée en
strates, et les échantillons sont sélectionnés aléatoirement dans chaque strate. Il prend aussi en
compte la cause la plus importante de variation.
L’échantillonnage non aléatoire doit être préféré pour tous les aliments parce qu’il peut être le seul
moyen d’échantillonner des aliments sauvages ou non cultivés.
V.Q5 L’échantillonnage des aliments peut être basé sur divers principes: 1) la démographie
de la population qui consomme ces aliments (c’est-à-dire l’approche basée sur la population),
2) le lieu où ces aliment sont produits, ou 3) un mélange des deux. Choisissez l’explication qui
correspond à l’approche basée sur la population. (1 point)
Plan d’échantillonnage basé sur la population

Il tient compte de la distribution des aliments dans la zone étudiée.
Il tient compte de la densité de la population et de sa répartition.
Il suppose que les aliments ne sont pas distribués équitablement.
V.Q6 En général, le protocole d’échantillonnage est développé par le compilateur et décrit

toutes les phases depuis la collecte des échantillons d’aliments jusqu’à leur transport au
laboratoire. Le protocole analytique est développé par l’analyste et décrit toutes les phases en
commençant par l’arrivée des échantillons d’aliments au laboratoire jusqu’au rapport d’analyse.
Le transport des échantillons et la préparation des échantillons d’aliments composés peuvent
faire partie du protocole d’échantillonnage ou analytique. Associez les affirmations dans le
tableau ci-dessous à la lettre indiquant le protocole correspondant, c’est-à-dire A pour le
103
protocole d’échantillonnage et B pour le protocole analytique. Notez que certaines affirmations

peuvent correspondre à la fois au protocole d’échantillonnage et au protocole analytique.
A Protocole d’échantillonnage B Protocole analytique
Informations
Il est basé sur la connaissance générale des aliments, par exemple, groupe d’aliments, distribution
saisonnière, part de marché.
Il est basé sur les informations décrivant la manière dont les aliments sont produits, transformés,
distribués et consommés.
Il décrit les infrastructures et équipements de laboratoire.
Il décrit les procédures à utiliser pour la préparation des échantillons d’aliments.
Il décrit combien d’unités d’aliments doivent être collectées.
Il décrit le moyen de transport des échantillons d’aliments depuis le point de collecte jusqu’au
laboratoire.
Il décrit les conditions de stockage au laboratoire.
Il décrit le personnel de laboratoire.
Il décrit les points de collecte des échantillons possibles.
Il décrit les méthodes à utiliser pour l’analyse des nutriments.
Il décrit les mesures pour garantir la sécurité du personnel qui réalise les prélèvements.
Il décrit la division adéquate de la zone d’échantillonnage en sous-unités d’échantillonnage.
Il décrit la procédure pour le stockage des aliments avant qu’ils ne soient envoyés au laboratoire.
Il décrit le calendrier pour le transport des échantillons depuis les points de collecte jusqu’au
laboratoire.
Il décrit combien de temps les échantillons sont stockés avant d’être expédiés au laboratoire.
Il décrit comment les préleveurs sont payés.
Il décrit combien de temps les échantillons de laboratoire sont stockés.
Il décrit le système d’assurance de la qualité et de contrôle de la qualité du laboratoire.
Il énumère les nutriments à analyser, y compris l’eau.
Il décrit les actions de formation.
Il inclut les sommes allouées au budget.
V.Q7 Sélectionnez les affirmations correctes qui expliquent pourquoi les compilateurs et les
analystes devraient collaborer dans le développement et la mise en œuvre d’un protocole
d’échantillonnage et analytique. (3 points : ½ point pour chaque réponse correcte)
Pourquoi les compilateurs et les analystes devraient collaborer au Vrai Faux

développement et à la mise en œuvre d’un protocole d’échantillonnage et
analytique?
Pour bénéficier d’une planification et d’une budgétisation intégrée (par exemple, pour
estimer les ressources nécessaires) car l’échantillonnage et l’analyse sont liés l’un à l’autre
Pour assurer une meilleure performance de la méthode
Pour assurer une qualité des données, une représentativité et une documentation
meilleures
Pour assurer que les points d’échantillonnage sont proches du laboratoire
Pour assurer un processus harmonieux depuis l’échantillonnage jusqu’à l’analyse (par
exemple, un transport et une manipulation efficaces des échantillons; une
durée/capacité/température de stockage adéquates)
Pour assurer que l’échantillonnage et l’analyse sont effectués de sorte que des aliments
similaires ou appartenant au même groupe soient prélevés et analysés au même moment.
Cela facilite l’analyse si les matrices et concentrations sont similaires dans les aliments
étudiés (c’est-à-dire, simplification du calibrage, matériel de référence, etc.)
104
V.Q8 Indiquez les caractéristiques d’un bon plan/procédure/protocole d’échantillonnage.

Sélectionnez Vrai ou Faux. (5 points: ½ point pour chaque réponse correcte)
Caractéristiques d’un bon plan/procédure/protocole d’échantillonnage Vrai Faux

Il donne une description détaillée de la procédure d’échantillonnage à mettre en œuvre.
C’est un protocole précis, bien documenté et écrit à l’issue de la procédure
d’échantillonnage.
Il décrit le type d’échantillonnage et sa méthodologie particulière.
Il est écrit avec pour objectif de garantir qu’aucun changement dans la composition
n’intervienne entre la collecte et l’analyse.
Il décrit plusieurs méthodes d’échantillonnage par échantillon d’aliment laissant le choix
final au préleveur d’échantillons.
Il définit le nombre et la taille des échantillons.
Il est toujours écrit sous forme contractuelle.
Il est basé sur une compréhension claire de l’ensemble des aliments à étudier.
Il décrit tout changement dans la composition des aliments entre la collecte et l’analyse.
Il définit les points d’échantillonnage.
V.Q9 Associez les expressions suivantes à la description correspondante (1,5 points : ½ point
Expressions
1. Nombre d’échantillons d’aliments collectés
2. Nombre d’échantillons analytiques (taille de l’échantillon)
3. Nombre de répétitions
Expression Description
Le nombre d’échantillons analysés. Un échantillon d’aliment peut contenir plusieurs
aliments collectés en différents points d’échantillonnage ou à différentes saisons. Ce
nombre est rapporté comme nombre d’échantillons dans les tables de composition des
aliments (c’est-à-dire «n»).
Le nombre de répétitions d’analyses effectuées sur le même échantillon analytique pour
estimer la variabilité analytique de la méthode d’analyse. Des analyses effectuées en
double signifient que le même échantillon analytique a été analysé deux fois. Des analyses
effectuées en triple signifient que le même échantillon analytique a été analysé trois fois. Ce
nombre est rapporté séparément et n’est pas un indicateur du nombre d’échantillons
d’aliments pris en compte.
Le nombre d’échantillons initialement prélevés dans la population totale.
V.Q10 Quelle est la formule pour calculer une taille adéquate d’un échantillon, en prenant en
compte les variations possibles en nutriments dans l’aliment et l’exactitude recherchée? (1 point)
V.Q11 Selon une règle empirique, combien d’aliments devraient être, en général, combinés
en un seul échantillon et, en particulier, selon la législation sur l’étiquetage aux États-Unis? Quel
devrait être le nombre minimum d’échantillons pour analyse par aliment, particulièrement si les
résultats sont à publier dans une revue à comité de lecture? (1,5 points: ½ point pour chaque réponse
correcte suivant (•))
105
V.Q12 Il peut arriver qu’en écrivant un protocole combiné, c’est-à-dire qui combine les
protocoles analytiques et d’échantillonnage, il soit nécessaire de réduire le budget. Quelle option
devrait être choisie s’il est aussi envisagé de publier les résultats dans une revue scientifique?
Options de réduction des coûts

Réduire le nombre d’échantillons par aliment à un échantillon composé
Réduire le nombre de 10 (ou 12) à trois aliments constituant l’échantillon à analyser
Réduire le nombre d’échantillons à analyser à trois par aliment
V.Q13 Ordonnez les différentes opérations de l’échantillonnage, allant de l’acquisition des

échantillons jusqu’à leur analyse. Attribuez un numéro à chaque étape, 1 pour la première étape
et 6 la dernière. (3 points: ½ point pour chaque réponse correcte)
Opérations d’échantillonnage Ordre

Analyser le(s) constituant(s)
Fabriquer des échantillons composés
Prélever les échantillons en vrac ou emballés en sélectionnant
un ou plusieurs lots
Sélectionner les échantillons primaires/bruts
Préparer les échantillons de laboratoire
Préparer les échantillons et les prises d’essai
V.Q14 Quel type d’information sur les aliments devrait apparaître sur les étiquettes ou dans
les enregistrements suivants? Associez les numéros des descriptions des aliments correspondants
aux types d’étiquettes. Veuillez noter que plusieurs réponses sont possibles (5 points : 1 point pour
Description de l’aliment sur l’étiquette

1 Poids et nature de la partie non comestible – poids et nature de la partie comestible – poids avant
cuisson – poids après cuisson – méthode utilisée pour prélever l’échantillon analytique – stockage
des échantillons d’aliment et des échantillons pour analytiques – date de réception au laboratoire
2 Noms alternatifs – noms scientifiques – état de maturité – qualité/catégorie - aliment d’origine
végétale ou animale
3 Utilisation locale de l’aliment – dimensions physiques – état physique – processus et méthode de
conservation – numéro de lot – emballage
4 Nom commun de l’aliment – code de l’échantillon
5 Date et heure de la collecte – nom du préleveur – lieu d’origine – point d’échantillonnage – saison –
conditions de transport
Type d’étiquette ou d’enregistrement Description de l’aliment sur l’étiquette

Étiquette sur l’échantillon d’aliment
Enregistrement de l’identification de l’aliment
Enregistrement de la collecte
Enregistrement contenant une description de
l’échantillon d’aliment collecté
Enregistrement de la manipulation au laboratoire
106
V.Q15 Indiquez les étapes de la préparation des échantillons pour les aliments ci-dessous, en
utilisant les numéros dans le tableau des étapes de préparation des échantillons. Voir l’exemple
pour le pain. (5 points : 1 point pour chaque réponse correcte)
Étapes de la préparation des échantillons

1 Couper en quatre
2 Sécher
3 Moudre et écraser avec un pilon et un mortier
4 Mélanger
5 Homogénéiser
6 Nettoyer
7 Séparer les différentes parties
8 Séparer la partie comestible
9 Couper grossièrement
10 Congeler et écraser
11 Hacher finement
12 Éviter la séparation durant le mélange
13 Utiliser un mixeur ou un broyeur électrique
Étapes de la préparation des échantillons

Exemple: pain 1, 2, 3, 4
Farine ou lait en poudre ou sucre
Viande ou poisson
Sauce à deux phases (ex. émulsion)
Ananas
Choux
V.Q16 Indiquez, à partir des exemples suivants, si la teneur du nutriment analysé sera plus
élevée, plus faible ou aléatoirement différente lorsque l’une des erreurs suivantes surviendra lors
de l’échantillonnage ou de la préparation de l’échantillon. (4,5 points : 1 point pour chaque réponse correcte)
Valeur Valeur Erreur

nutritionnelle nutritionnelle aléatoire
plus faible plus élevée
Teneurs en acides gras pour une margarine qui a fondu
durant le transport
Perte en eau/humidité durant le stockage
Teneur en éléments traces pour un échantillon d’aliment
préparé dans un milieu poussiéreux
Teneur en calcium du poisson dont les arêtes ont été
enlevées mais consommées par la population
Teneur en beta-carotène du poireau lorsque les feuilles
vertes sont incluses mais qu’elles ne sont pas consommées
par la population
Teneur en fer des aliments préparés dans un mixeur dont
les lames sont en fer
Mélange, découpe, hachage, ou broyage inapproprié de
l’échantillon
Exposition à la lumière des vitamines sensibles à la lumière
Teneur en vitamines d’un échantillon d’aliment qui n’a pas
été proprement homogénéisé
107
V.Q17 La durée et les conditions de stockage peuvent avoir un effet néfaste sur les
échantillons pour analyse. Associez chaque effet possible du stockage avec la/les mesure(s)
préventive(s) correspondante(s), en utilisant les numéros de 1 à 7 du tableau des précautions.
Veuillez noter que les choix multiples sont possibles. (3,5 points : ½ point pour chaque réponse correcte)
Précautions
1 Conserver à basse température
2 Conserver les échantillons dans des récipients
scellés ou munis d’un couvercle
3 Protéger contre la lumière
4 Neutraliser l’acide
5 Conserver à -30 °C dans des emballages sous azote.
Ajouter des antioxydants ou agents bactériostatiques
6 Pasteuriser ou ajouter des inhibiteurs
7 Mélanger doucement, et décongeler en une seule
fois avant l’analyse. Préparer le nombre nécessaire
de prises d’essai avant le stockage
Effet du stockage Mesure préventive

correspondante
Perte ou gain en eau
Activité microbienne conduisant à des pertes en glucides et en
protéines mais à un gain en vitamines B1 et B6
Oxydation des acides gras insaturés
Hydrolyse acide, conduisant à des pertes en sucres et
oligosaccharides
Photodégradation des nutriments (par exemple la riboflavine)
Séparation des émulsions
Activité enzymatique conduisant à des pertes en sucres et
vitamines
V.Q18 Quelles précautions devraient être prises pour les aliments analysés pour leur teneur
en vitamine C? Sélectionnez la réponse correcte. (1 point).
Vrai Précautions à prendre pour analyser la teneur en vitamine C des aliments

La préparation doit être très rapide et l’analyse immédiate, idéalement à 4 °C
Les précautions pour la préparation et l’analyse sont les même que pour les autres
nutriments
La préparation doit avoir lieu dans un environnement sec et l’analyse doit être rapide
V.Q19 L’analyse de l’eau devrait faire partie du plan d’échantillonnage et d’analyse. Quand
et pourquoi l’eau devrait-elle être analysée? Sélectionnez Vrai ou Faux. (2 points : ½ point pour chaque
réponse correcte)
Affirmations concernant l’analyse de l’eau Vrai Faux

L’eau devrait être analysée uniquement après avoir séché les échantillons.
L’eau devrait être analysée avant le séchage et la conservation des échantillons.
L’eau est nécessaire pour calculer les teneurs en nutriments pour un aliment frais à
partir de la teneur en matière sèche.
L’eau devrait être analysée une fois que les échantillons sont préparés pour le stockage,
par exemple, séchés, congelés ou lyophilisés.
108
V.Q20 Dans la littérature scientifique, un compilateur a trouvé un article sur les teneurs en
nutriments d’un aliment et voudrait incorporer ces données dans sa base de données nationale
sur la composition des aliments. L’aliment a été collecté dans un pays étranger, et le plan
d’échantillonnage est vraiment complet et bien construit. L’aliment a été analysé avec des
méthodes analytiques adéquates. Les teneurs en nutriments de cet article peuvent-elles être
considérées comme représentatives de celles de l’aliment de son pays et, par conséquent, obtenir
un score élevé de qualité pour le critère d’échantillonnage? Sélectionnez la réponse correcte.
(1 point)
Vrai Les aliments de différents pays sont-ils représentatifs des aliments de son propre
pays ?
Oui, parce que le plan d’échantillonnage est bien réalisé et le nom de l’aliment est le même.
Leurs teneurs en nutriments devraient obtenir un score élevé de qualité pour le critère
d’échantillonnage.
Oui, parce que le plan d’échantillonnage est bien réalisé et que la méthode d’échantillonnage
serait similaire à celle du pays d’origine. Les teneurs en nutriments devraient obtenir un score
élevé de qualité pour le critère d’échantillonnage.
Non, parce que l’aliment est collecté dans un pays différent et de nombreux facteurs tels que
les variétés d’aliments, les sols, le climat, la transformation et la commercialisation, peuvent
différer d’un pays à l’autre. Les teneurs en nutriments devraient obtenir un faible score de
qualité pour le critère d’échantillonnage.
connaissances avancées.
V.Q21 Des mangues seront échantillonnées pendant deux saisons (décembre et mai). Pour
des raisons d’économie, un échantillon composé des deux saisons sera préparé avant l’analyse de
10 nutriments, incluant les vitamines (sauf la vitamine C). Comment faudrait-il conserver les
mangues de la première saison? Sélectionnez Vrai ou Faux. (2,5 points : ½ point pour chaque réponse
correcte)
Conservation correcte Vrai Faux

À température ambiante
Au réfrigérateur
Au congélateur à -18 °C
Au congélateur à -30 °C
Lyophilisées
V.Q22 Un fromage est échantillonné et doit être envoyé à un laboratoire pour l’analyse des
vitamines. Le transport au laboratoire dure trois jours. Il n’est pas possible de garder les
échantillons au froid pendant le transport et la température ambiante est de 35 °C. Sélectionnez
Vrai ou Faux. (2,5 points : ½ point pour chaque réponse correcte)
Considérations pour le transport Vrai Faux

Le transport dans un récipient scellé et isolant, avec de la glace, garantit que les teneurs
en eau et en vitamines ne changeront pas.
Le transport dans un récipient scellé et sous vide, et emballé avec de la glace, garantit
que les teneurs en eau et en vitamines ne changeront pas.
Le transport un récipient scellé et isolant, avec de l’azote liquide, garantit que les teneurs
en eau et en vitamines ne changeront pas.
Tout moyen de transport peut être choisi pourvu qu’il garantisse que les teneurs en
vitamines demeurent inchangées. La teneur en eau/humidité peut changer.
Un autre bon laboratoire, situé à moins de 24 heures de transport, devrait être identifié,
parce que le transport jusqu’à 24 heures d’un fromage dans un récipient isolant et
emballé avec de la glace sur une telle durée conserve les teneurs en eau et en vitamines.
À l’issue de cette période, la glace fond et des changements dans le fromage pourraient
survenir.
109
Question facultative pour ceux qui possèdent des connaissances avancées en biodiversité alimentaire
V.Q23 L’échantillonnage des aliments joue un rôle important dans les études sur la
biodiversité. Quels sont les objectifs complémentaires de l’échantillonnage lorsque l’on se réfère
à la biodiversité alimentaire? Sélectionnez Vrai ou Faux. (2 points : ½ point pour chaque réponse correcte)
Considérations complémentaires pour les études sur la biodiversité Vrai Faux

Établir des liens entre les ressources génétiques et la composition nutritionnelle de
l’aliment
Rapporter les liens entre la composition de l’aliment et celle des différents aliments de
marque
Fournir des preuves d’interactions entre les influences de l’environnement et la
composition de l’aliment
Fournir des valeurs moyennes, représentatives pour toute l’année et tout le pays, pour
tous les aliments
Question facultative pour ceux qui possèdent des connaissances avancées en biodiversité alimentaire
V.Q24 Quelles informations supplémentaires sont nécessaires pour l’identification correcte
des aliments aux fins de la biodiversité alimentaire (c’est-à-dire, aux niveaux de la variété, du
cultivar ou de la race) et pour la préparation du plan d’échantillonnage dans une optique de
biodiversité alimentaire? Sélectionnez Vrai ou Faux (3,5 points : ½ point pour chaque réponse correcte)
Informations supplémentaires nécessaires aux fins de la biodiversité Vrai Faux

alimentaire
Pour tous les aliments, les informations taxonomiques sont nécessaires seulement au
niveau de l’espèce.
Les informations taxonomiques sont nécessaires au niveau de la variété, du cultivar ou
de la race.
L’identification génétique est désirable si l’identification taxonomique n’est pas possible.
Les informations sur les aliments de marque sont nécessaires.
Les informations environnementales et écologiques sont nécessaires.
Les fréquences de consommation des aliments sont nécessaires pour les aliments les
plus fréquemment consommés (par exemple, les pommes, les tomates)
Des autorisations éthiques sont nécessaires lorsqu’on travaille avec des communautés
autochtones spécifiques et/ou des espèces protégées
110
V.Q25 L’échantillonnage pour les recettes est bien plus complexe que l’échantillonnage pour
les aliments simples, mais beaucoup de procédures d’échantillonnage ne couvrent pas les
recettes. Quelles informations devraient être incorporées dans un bon plan d’échantillonnage
pour les recettes? Sélectionnez Vrai ou Faux (4 points : ½ point pour chaque réponse correcte)
Données supplémentaires requises pour les recettes Vrai Faux

Une recette familiale devrait être représentative de celle consommée par la population et les
quantités de tous ses ingrédients devraient être connues.
La manière dont la recette est préparée dans le pays devrait être considérée.
Une recette préparée par une ménagère choisie aléatoirement, avec les ingrédients
disponibles à son domicile, sera représentative de la façon dont la recette est préparée
dans le pays.
Dans le cas d’une recette commerciale (par exemple, dans un restaurant), il n’est pas
toujours possible de savoir quels ingrédients sont utilisés ni leurs quantités. Au moins dix
échantillons de la même recette devraient être collectés en divers lieux afin de représenter
la recette. Comme ce type de recette pourrait être très différent d’une recette préparée à la
maison, elle devrait figurer comme recette commerciale dans la table de composition.
L’échantillonnage des ingrédients pour une recette peut être simplifié (par exemple, sur un
marché proche) parce que la préoccupation la plus importante est que les quantités
d’ingrédients soient représentatives de la recette moyenne, telle que consommée dans le
pays.
Les informations sur les recettes les plus consommées dans un pays et sur leurs
ingrédients peuvent être recueillies à partir des enquêtes de consommations alimentaires et
des livres de cuisine de référence ou grâce à des informateurs clés ou de femmes.
De façon idéale, l’échantillonnage des ingrédients pour une recette devrait suivre les
mêmes procédures, comme s’il s’agissait d’aliments simples.
Une recette préparée devrait être analysée aussi rapidement que possible, ou stockée
correctement pour éviter des changements dans sa composition nutritionnelle,
particulièrement au regard des vitamines.
111
EXERCICES
V.E1 Un compilateur a l’intention d’échantillonner du riz, l’aliment le plus important de

son pays, et d’analyser la majorité de ses nutriments afin de les inclure dans la table nationale de
composition sur les aliments. Le pays a une population de 60 millions d’habitants, dont 50 % vit
dans les villes d’égale importance A, B, et C. Les villes A et B sont situées dans le Nord et la
ville C dans le Sud. Le reste de la population est uniformément répartie dans dix districts à
travers le pays. La moitié du riz est importée (une variété de riz blanc et du riz précuit) et l’autre
moitié est cultivée 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 variétés: les variétés 1 et 2 sont
cultivées dans le Nord et la variété 3 dans le Sud. Les consommateurs sont capables de distinguer
les variétés de riz. Le riz blanc est le plus consommé mais 20 % de la population mange le riz
étuvé. La méthode de cuisson prédominante consiste à le faire bouillir, mais 10 % de la
population le fait frire après l’avoir bouilli. Il n’existe pas de données nationales sur la
composition nutritionnelle du riz. Dans une table étrangère de composition des aliments, on
trouve les teneurs en nutriments pour le riz blanc et le riz précuit. Voici quelques exemples:
Riz blanc, cru Riz brun, cru

Protéines (g) 8,4 (8,3-8,5) 9,0 (8,6-9,5)
Thiamine (mg) 0,41 (0,32-0,53) 0,59 (0,42-0,68)
Fer (mg) 0,5 (0,1-1,3) 1,4 (0,35-2,5)
a) Le compilateur souhaite analyser le riz blanc parce que c’est l’aliment le plus consommé. On
soupçonne de grandes différences entre les régions pour les teneurs en nutriments, mais
beaucoup moins qu’entre les saisons. On dispose d’un budget qui permet d’analyser les
nutriments sélectionnés dans trois aliments, chacun avec trois échantillons analytiques. Citez le
nom des aliments des échantillons pour analyse en tenant compte de l’origine du riz (3 points:
Citez le nom de trois aliments à analyser dont on soupçonne des différences liées au lieu de
production du riz (région, origine du riz importé)
1.
2.
3.
b) Le compilateur souhaite analyser le riz blanc parce que c’est l’aliment le plus largement
consommé. De grandes différences entre les saisons pour les teneurs en nutriments sont
soupçonnées, mais beaucoup moins entre les régions. On dispose d’un budget qui permet
d’analyser les nutriments sélectionnés dans trois aliments, chacun avec trois échantillons
analytiques. Citez le nom des aliments des échantillons analytiques, en tenant compte des
variations saisonnières, y compris pour le riz importé. (3 points: 1 point pour chaque réponse correcte)
Citez le nom de trois aliments à analyser dont on soupçonne des différences liées aux saisons, y
compris pour le riz importé.
1.
2.
3.
112
c) Le compilateur souhaite analyser le contenu nutritionnel de la variété 1. On pense qu’il existe

de grandes différences entre les teneurs en nutriments entre les lieux de production mais moins
entre les saisons. On dispose d’un budget qui permet d’analyser trois échantillons analytiques.
Citez le nom des échantillons analytiques en tenant compte des différences régionales de la
variété 1. (3 points: 1 point pour chaque réponse correcte)
Noms d’aliments des trois échantillons analytiques de la variété 1 si des différences régionales
sont suspectées
1.
2.
3.
d) Après que du riz blanc cru ait été analysé pour ses différences régionales, un budget
complémentaire a été dégagé pour l’analyse de trois aliments de façon à étudier le contenu
nutritionnel du riz cuit, et afin de publier ces résultats dans la banque de données sur la
composition des aliments et sous la forme d’un article scientifique. Sélectionnez la réponse
correcte. (1 point)
Options pour analyser le riz cuit en vue de la publication dans la banque de

données et d’un article scientifique
Choisissez d’analyser seulement le riz blanc bouilli, car c’est la méthode de cuisson la
plus commune: faites bouillir le riz des trois échantillons régionaux de riz cités
précédemment et analysez-les séparément. Puis, calculez les facteurs de rétention des
nutriments, que vous pourrez ensuite appliquer au calcul des teneurs en nutriments
d’autres riz bouillis.
Choisissez d’analyser un échantillon de riz blanc bouilli (composé des trois échantillons
régionaux); un de riz blanc frit et un de riz étuvé bouilli. Ainsi, toutes les méthodes de
cuisson principales sont-elles analysées.
Choisissez d’analyser deux échantillons de riz blanc bouilli (un échantillon composé de
l’échantillon national et d’un riz importé), et un de riz étuvé bouilli. Ainsi, la cuisson à l’eau
comme principale méthode de cuisson, est bien définie tout en tenant aussi compte des
différences régionales.
e) Calculez le nombre d’échantillons pour le fer dans le riz blanc cru (la valeur moyenne trouvée
dans une table étrangère sur la composition des aliments est de 0,5 mg/100 g et l’intervalle est de
0,1 - 1,3 mg/100 g). Une exactitude de 10 % et un niveau de confiance de 95 % sont envisagés. Si
l’on veut calculer la taille de l’échantillon, il faut disposer d’un écart-type (SD) et trois valeurs
sont nécessaires pour calculer SD. Dans le contexte de cet exercice, SD est estimé à 0,6, en
supposant que la moyenne est une valeur (valeurs : 0,1 ; 0,5 et 1,1). Supposez une taille
d’échantillon de 10 pour la valeur t. (2 points)
Note: pour un échantillon de taille 10, t = 2,262 et t² = 5,1166
Taille de l’échantillon > (t ơ n-1)2 x SD2/ (exactitude u moyenne)2
113
V.E2 Un compilateur a échantillonné des pommes pour les analyser et les inclure dans la
banque de données nationale sur la composition des aliments. À chacune des quatre saisons,
10 pommes ont été prélevées en 12 points d’échantillonnage à travers tout le pays, y compris dans
les supermarchés, les marchés et petites boutiques. Les 12 points d’échantillonnage sont
représentatifs des 12 régions du pays. (3 points: 1 point pour chaque réponse correcte)
a) Quel nombre d’échantillons serait indiqué dans la banque de données sur la composition des
aliments si chaque aliment était analysé séparément?
b) Quel nombre d’échantillons serait indiqué dans la banque de données sur la composition des
aliments si, pour chaque saison, un échantillon composite était préparé et analysé?
c) Quel nombre d’échantillons serait indiqué dans la banque de données sur la composition des
aliments si toutes les pommes étaient rassemblées en un seul échantillon composite et analysées
en double?
V.E3 Dans la mesure où les pommes sont des matériaux biologiques, le même aliment
peut avoir des compositions différentes. De ce fait, plus le nombre d’échantillons analytiques qui
servent à calculer une teneur moyenne est élevé, plus cette donnée est exacte. Dans l’exemple
ci-dessous, calculez la teneur moyenne de l’aliment pour les trois plans d’échantillonnage
différents. (4,5 points: 1 point pour chaque calcul correct et ½ point pour chaque réponse d’interprétation correcte)
Résultat analytique Aliments sélectionnés grâce au plan d’échantillonnage

(mg/100 g de partie Plan 1 (n = 10) Plan 2 (n = 5) Plan 3 (n = 1)
comestible)
52 x
121 x x
88 x
47 x x
39 x x
94 x x
102 x
83 x x
75 x
66 x x
Teneur dans la banque de
données sur la composition des
aliments
Interprétation:
Vrai Faux Interprétation de la qualité de la valeur selon le nombre d’échantillons

analytiques
Aucun biais n’est introduit quand un échantillon est pris et analysé (par exemple,
provenant de la boutique du coin).
Plus d’échantillons d’aliments sont prélevés et analysés séparément, plus la teneur
moyenne est proche de la vraie moyenne. Cette approche permet d’évaluer la
variabilité d’une composition nutritionnelle.
Plus d’échantillons sont pris et analysés sous la forme d’un échantillon composite,
plus la teneur moyenne est proche de la vraie moyenne. Cette approche permet
d’évaluer la variabilité d’une composition nutritionnelle.
114
V.E4 Un kilogramme par échantillon analytique et par répétition est nécessaire pour
analyser un certain nombre de constituants. Le laboratoire réalise toutes les analyses en doubles.
L’aliment a une partie comestible de 40 % et on prévoit de stocker un échantillon supplémentaire
au congélateur au cas où le laboratoire perdrait un échantillon. Sélectionnez le poids d’aliment à
prélever. (1 point)
Poids d’aliment nécessaire

3 400 g
7 500 g
4 200 g
3 000 g
115
Module 6
QUALITÉ DES DONNÉES ANALYTIQUES
comprendre les principes du choix des méthodes analytiques;
appliquer ces principes dans le laboratoire ou lors du choix d’un laboratoire pour les analyses
chimiques;
comprendre l’importance et la mise en œuvre de l’assurance de la qualité dans le travail analytique.
TEXTES A ÉTUDIER
x Elliot, J. Laboratory Quality Systems Assuring Quality in Laboratory performance – Introduction and Overview.
Une présentation PowerPoint disponible à l’adresse:
http://wwwn.cdc.gov/dls/ila/cd/guam/files/Module%201-QS%20Overview.ppt#1
Et, si possible:
utilisation. FAO. Rome. Chapitres 5 (p. 87)20, 6 (p. 91-106), et 8 (p. 163-178). Disponible à l’adresse:
x Codex Alimentarius. 2007. Rapport de la vingt-huitième session du comité du Codex sur les méthodes d’analyse et
d’échantillonnage (ALINORM 07/30/23), Juillet 2007, Appendice V. p. 0-61. Disponible à l’adresse:
http://www.codexalimentarius.net/web/archives.jsp?year=07
x EURACHEM/CITAC. 2000. Guide CG4 Quantifying uncertainty in analytical measurement. Seconde
édition. QUAM: 2000.1: p. 3-10. Disponible à l’adresse:
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 à l’adresse: http://www.eurachem.org/

x Site Internet de l’International Laboratory Accreditation Cooperation: http://www.ilac.org/
x 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 être utile d’achever le module 4.d (Méthodes d’analyse des constituants) avant de commencer la
question VI.Q2

x Compilateurs/utilisateurs professionnels ++
x Analystes +++++
TEMPS ESTIMÉ POUR

x Lire: 1-3 heures
x Répondre aux questions : 1-3 heures
x Compléter les exercices : 1-3 heures

x EURACHEM. 1998. The Fitness for Purpose of Analytical Methods - A Laboratory Guide to Method
Validation and Related Topics. Disponible à l’adresse: http://www.eurachem.org/guides/valid.pdf .
117
x ISO/IEC. 2005. ISO/IEC 17025. General requirements for the competence of testing and calibration laboratories.
2e édition. Disponible à l’adresse: http://www.iso.org/iso/Catalogue_detail?csnumber=39883
x Wolf, W.R. et Andrews, K.W. 1995. Un système pour définir les matériaux de référence applicable à
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
QUESTIONS
VI.Q1 Expliquez pourquoi un compilateur a besoin de comprendre les principes du choix

des méthodes analytiques et des systèmes d’assurance de la qualité au laboratoire. Sélectionnez
Vrai ou Faux. (2,5 points : ½ point pour chaque réponse correcte)
Pourquoi un compilateur a-t-il besoin de comprendre les principes du Vrai Faux

choix des méthodes analytiques et des systèmes d’assurance de la
qualité au laboratoire
Pour être capable de sélectionner un laboratoire approprié
Pour être capable de juger la qualité des valeurs nutritionnelles
Pour être capable d’évaluer des recettes
Pour être capable de discuter des résultats analytiques avec les analystes
Pour être capable de sélectionner des méthodes analytiques appropriées pour la
nutrition humaine
VI.Q2 La qualité de la méthode disponible a un impact sur la qualité des valeurs

nutritionnelles. Sélectionnez les critères qui déterminent la qualité des données de composition
des aliments. Sélectionnez Vrai ou Faux. (2,5 points : ½ point pour chaque réponse correcte)
Critères Vrai Faux

Exécution minutieuse par un analyste compétent
Choix d’une méthode analytique appropriée et exacte
Budget alloué élevé
Système d’assurance de la qualité du laboratoire
Échantillonnage et manutention des échantillons
VI.Q3 Pour les nutriments suivants, indiquez la qualité des méthodes applicables et
disponibles. (9 points: ½ point pour chaque réponse correcte par composant)
x Bonnes méthodes: largement évaluées par des essais collaboratifs;

x Méthodes adaptées: évaluées avec un nombre limité d’études;
x Méthodes non adaptées pour certains aliments: pas étudiées sur un large spectre de
matrices alimentaires;
x Absence de méthodes: aucune méthode analytique disponible pour déterminer le
constituant; et
x Inapplicable: le nutriment n’est pas analysé – ses valeurs sont calculées.
119
Bonnes Méthodes Non adaptées Absence de Inapplicable

méthodes adaptées pour certains méthodes
aliments
Déchets/parties
comestibles; énergie
Eau; alcool, cendres
Protéines
Azote, total; acides aminés
Glucides totaux par
différence
Sucres, individuels et
totaux; amidon
Lipides
Cholestérol
Acides gras saturés;acides
gras monoinsaturés; acides
gras polyinsaturés
Acides gras trans
Fer, calcium, magnésium,
potassium, zinc
Iode
Sélénium
Acide ascorbique
Vitamine C
Folates
Thiamine, riboflavine,
niacine
Vitamine A, total
Rétinol, carotènes,
isomères de vitamine D et
E
VI.Q4 Faites correspondre les termes suivants avec leur définition correspondante. (3,5 points:
Il pourrait aussi être utile de consulter le site du Codex à l’adresse:
http://www.codexalimentarius.net/web/archives.jsp?year=07–ALINORM07/30/23, appendice V.
Termes:
1. Fidélité
2. Fiabilité
3. Applicabilité
4. Justesse
5. Robustesse
6. Sensibilité
7. Spécificité
Numéro Définition
Étroitesse de l’accord entre l’espérance mathématique du résultat d’essai ou de mesure et la valeur
vraie, (Codex, 2007).
Quotient du changement dans l’indication d’un système de mesure et le changement correspondant
dans la valeur de la quantité mesurée {VIM} (Codex, 2007).
Les analytes, matrices et concentrations pour lesquels une méthode d’analyse peut être utilisée de
façon satisfaisante pour déterminer la conformité avec une norme (Codex, 2007). Elle peut aussi
inclure les mises en garde concernant les interférences mises en évidence pour d’autres
constituants.
120
Numéro Définition
La capacité d’une méthode à ne mesurer que la substance désirée. Très fréquemment, les
méthodes s’appuient sur l’absence d’interférences pour atteindre l’objectif.
Étroitesse d’accord entre des résultats d’essai indépendants obtenus sous des conditions stipulées.
dépend uniquement de la distribution des erreurs aléatoires et n’a aucune relation avec la valeur
vraie ou la valeur spécifiée (Codex, 2007)
Une Mesure de la capacité d’une méthode analytique de ne pas être affectée par des variations
faibles mais délibérées dans les paramètres de méthode; elle donne une indication de sa fiabilité
durant une utilisation normale (Codex, 2007)
Terme qualitatif exprimant un degré de satisfaction lié aux performances d’une méthode, en termes
d’applicabilité, de spécificité, de justesse, de précision, de capacité de détection et de sensibilité. Le
type, la concentration du constituant et les objectifs des analyses déterminent l’importance relative
des différents critères.
VI.Q5 Sélectionnez les trois critères essentiels, comme suggéré par Egan (1974), pour le
choix d’une méthode d’analyse en vue de la production de données pour un programme national
sur la composition des aliments. Sélectionnez Vrai ou Faux. (3 points: ½ point pour chaque réponse
correcte)
Critères Vrai Faux

La préférence devrait être donnée aux méthodes pour lesquelles la fiabilité a été
établie par des études collaboratives impliquant plusieurs laboratoires.
La préférence devrait être donnée aux méthodes recommandées et adoptées par
une organisation nationale.
La préférence devrait être donnée aux méthodes pour lesquelles la fiabilité a été
établie par le principal laboratoire spécialisé dans ce domaine.
La préférence devrait être donnée aux méthodes applicables à une matrice d’aliment
spécifique.
La préférence devrait être donnée aux méthodes recommandées et adoptées par
des organisations internationales.
La préférence devrait être donnée aux méthodes applicables à un large éventail de
types d’aliments et de matrices plutôt qu’à celles seulement applicables à des
aliments spécifiques (en particulier si une seule méthode est utilisée dans le
laboratoire).
VI.Q6 Les laboratoires peuvent-ils produire de bons résultats d’analyse avec des
équipements moins sophistiqués en appliquant une méthode d’analyse valide nécessitant une
main-d’œuvre importante? Sélectionnez Vrai ou Faux. (1,5 points: ½ point pour chaque réponse correcte)
Affirmations Vrai Faux

Oui, parce que la méthode répond au critère de qualité de validité et un
personnel compétent est capable d’exécuter la méthode correctement.
Non, parce que seulement les équipements sophistiqués avec des
procédures automatisées peuvent produire des résultats de bonne qualité.
Non, parce que toutes les méthodes d’analyse manuelles et nécessitant une
main-d’œuvre importante ont un faible niveau de justesse.
VI.Q7 Associez les termes suivants avec la définition correspondante. (3 points : ½ point pour
Note: Il pourrait être utile de consulter le site du Codex à l’adresse suivante:

http://www.codexalimentarius.net/web/archives.jsp?year=07– ALINORM 07/30/23, appendice V
121
Termes:
1. Écart-type de répétabilité [reproductibilité]
2. Écart-type relatif de répétabilité [reproductibilité]
3. Limite de détection
4. Limite de quantification
5. Récupération
6. Reproductibilité/répétabilité
Numéro Définitions
Fidélité sous des conditions de répétabilité (Codex 2007).
L’écart type des résultats d’essais ou de mesure obtenus sous des conditions de répétabilité
(Codex, 2007).
C’est la partie de la quantité d’une substance à analyser présente ou ajoutée au matériau d’essai
qui est extrait et présenté pour la mesure (Codex, 2007).
La concentration en analyte correspondant au signal instrumental de mesure le plus bas, qui,
pour un niveau de confiance défini, peut être interprété comme indiquant que l’analyte est
présent dans l’échantillon, mais qui ne permet pas sa quantification. Conventionnellement, sa
valeur est estimée à partir d’un échantillon blanc + 3ı, qui correspond à l’écart type des signaux
mesurés sur l’échantillon blanc (définition UICPA).
En termes de procédure analytique, c’est la concentration la plus faible de l’analyte dans un
échantillon de laboratoire qui peut être déterminée avec un certain niveau de confiance (Codex,
2007).
Sa valeur est calculée en divisant l’écart type de répétabilité [reproductibilité] par la moyenne.
C’est une mesure de précision utile dans les études quantitatives. Elle permet de comparer la
variabilité de séries de données dont les moyennes sont différentes. Ses valeurs sont
indépendantes de la quantité d’analyte sur une étendue raisonnable et facilitent la comparaison
des variabilités à différentes concentrations (Codex, 2007).
VI.Q8 Est-il nécessaire pour un laboratoire d’évaluer une méthode bien établie? Expliquez
brièvement (1 point)
VI.Q9 Classer dans l’ordre correct les cinq étapes qu’un laboratoire devrait suivre pour se
familiariser avec une méthode nouvelle – 1 étant la première étape, 5 la dernière étape. (2,5 points:
Étapes nécessaires pour découvrir une nouvelle méthode

Conduire un essai (sans tenir compte des résultats) pour vérifier les étapes, en particulier en ce
qui concerne le temps de réalisation. Un personnel peu expérimenté peut avoir besoin davantage
de temps pour effectuer lui-même les adaptations s’il y a plusieurs points critiques (par exemple,
dans la méthode pour les polysaccharides non amylacées où les étapes de mélange sont
critiques).
Vérifier la liste des réactifs nécessaires (la standardisation de certains réactifs peut être
nécessaire avant le démarrage de la méthode), les concentrations de certains réactifs, les
conditions décrites, le temps et les équipements nécessaires, et toute spécification indiquée pour
les équipements.
Exécuter un exercice sur papier pour s’assurer que le principe de la méthode est compris.
Évaluer de façon critique chaque étape pour se familiariser pleinement avec le but et la logique
de la méthode.
Étudier le protocole formel pour la méthode.
122
VI.Q10 La métrologie est la branche de la science qui s’occupe des mesures. Elle nous
permet de comprendre les déterminations théoriques et expérimentales et les incertitudes des
mesures, et donc la validité (et la fiabilité) de résultats d’analyses. Sa caractéristique principale
est la traçabilité, c’est-à-dire que toutes mesures d’analyse obtenues grâce à une méthode
d’analyse peuvent être validées au moyen d’un point de référence commun. Associez les termes
suivants aux définitions correspondantes. (4 points: ½ point pour chaque réponse correcte)
Note: Il pourrait être utile de consulter le site du Codex à l’adresse suivante:

http://www.codexalimentarius.net/web/archives.jsp?year=07–ALINORM 07/30/23, appendice V et
EURACHEM/CITAC guide 2003.
Termes:
1. Matériau de référence certifié (MRC)
2. Étude de performance des laboratoires
3. Étude interlaboratoires
4. Matériau de référence
5. Validation
6. Étalonnage
7. Traçabilité
8. Incertitude de mesure
Numéro Définition
La confirmation par examen et preuves objectives que des conditions particulières pour un
usage spécifique et intentionné sont remplies (définition ISO) et qu’elles permettent de
produire les résultats prévus.
Une étude pour laquelle plusieurs laboratoires mesurent une quantité dans une ou plusieurs
portions « identiques » de matières homogènes et stables dans des conditions attestées, et
dont les résultats sont regroupés dans un seul document (Codex).
Paramètre, associé au résultat d’un mesurage, qui caractérise la dispersion des valeurs qui
pourraient raisonnablement être attribuées au mesurande (Codex).
Une étude qui consiste en une ou plusieurs mesures effectuées par un groupe de
laboratoires sur un ou plusieurs échantillons pour essais homogènes et stables à l’aide de
la méthode choisie et utilisée par chaque laboratoire. Les résultats obtenus sont comparés
avec ceux d’autres laboratoires ou à la valeur de référence connue ou assignée,
habituellement dans le but d’améliorer la performance du laboratoire (Codex). Elle est aussi
appelée essai d’aptitude (Codex).
Matériau accompagné d’un certificat d’authentification, ayant pour chaque quantité
spécifiée une valeur, une incertitude de mesure et une chaîne de traçabilité métrologique
définie (Codex).
Propriété du résultat d’un mesurage tel qu’il puisse être relié à des références déterminées
par l’intermédiaire d’une chaîne ininterrompue de comparaisons ayant toutes des
incertitudes déterminées (Codex).
Matériau, suffisamment homogène et stable en ce qui concerne une ou plusieurs quantités
spécifiées, utilisé pour l’étalonnage d’un système de mesure, ou pour l’évaluation d’une
procédure de mesure, ou pour attribuer des valeurs et des incertitudes de mesure aux
quantités du même type pour d’autres matériaux (Codex).
Un processus pour valider une technique et un équipement de mesure spécifiques ou pour
établir une relation entre le système de mesure et les unités de mesure. Il compare une
quantité ou une mesure de magnitude ou de justesse inconnue avec un étalon de justesse
connue (par exemple, un MRC).
VI.Q11 Parmi les techniques suivantes, sélectionnez celles qui permettront au laboratoire de
valider ses propres performances et/ou avec d’autres laboratoires. Veuillez noter que certaines
techniques peuvent s’appliquer aux deux types de validations. (3,5 points: ½ pour chaque réponse correcte)
123
Techniques Validation interne Validation entre

au laboratoire laboratoires
Étude de récupération
Mesures répétées
Utilisation d’échantillons standards ou authentiques
Utilisation d’échantillons normaux ou de routine avec des
concentrations variées
Utilisation d’échantillons d’aliments analysés avec des
méthodes différentes
Analyse exécutée par un second analyste
Études collaboratives
VI.Q12 Classez les matériaux de référence suivants du plus élevé au plus faible – 1 étant le
plus élevé et 3 le plus faible – en fonction de leur qualité et de leur coût. (3 points: ½ point pour chaque
réponse correcte)
Matériau de référence Qualité Coût

Matériau de référence standard/certifié
Échantillon standard/authentique
Matériau de référence interne
VI.Q13 Un matériau de référence formé d’une substance pure (par exemple, un métal pur)
peut être utilisé pour établir la traçabilité à une unité SI, mais dans beaucoup de cas, l’incertitude
des résultats est élevée et inacceptable. Par conséquent, un matériau de référence certifié (MRC),
aussi appelé matériau de référence standard (MRS), dont les valeurs sont certifiées, est souvent
utilisé pour établir la traçabilité à une unité SI. Il a l’avantage d’être un aliment avec une matrice
spécifique et la certification s’applique à cette matrice spécifique et pour une concentration
donnée. Un matériau de référence secondaire est produit au niveau national; il est calibré en
utilisant un MRC et peut être utilisé en routine pour des déterminations analytiques. Des
matériaux de référence tertiaires sont produits de façon interne au laboratoire et calibrés grâce à
un MRC ou des matériaux de référence secondaires pour certains analytes. Faites correspondre
les termes suivants sur les matériaux de référence avec la affirmation correspondante. Pour une
réponse, plusieurs solutions sont possibles. (2,5 points : ½ point pour chaque réponse correcte)
Note: Lire aussi EURACHEM/CITAC Guide CG 4, Seconde édition, 2000. Quantifying uncertainty in
analytical measurements. QUAM : 2000. 1: p. 9-10, disponible à l’adresse:
Termes en relation avec les matériaux de référence:

1. un matériau de référence de type «substance pure»
2. un matériau de référence certifié (MRC)
3. un matériau de référence secondaire
4. un matériau de référence tertiaire ou interne
124
Affirmations sur les matériaux de référence

Matrice naturelle fournie par des institutions internationalement reconnues, dans laquelle certaines
substances peuvent avoir été ajoutées. Le matériau est certifié pour un certain nombre d’analytes
pour un niveau de concentration spécifique, et est utilisé pour calibrer des instruments tout en
garantissant qu’une matrice d’aliment spécifique ne cause pas d’interférences.
Matériau de référence produit dans le laboratoire, souvent avec une matrice spécifique pour un
analyte. Sa qualité est supérieure à celle des échantillons standards ou authentiques, et il est utilisé
pour les travaux de routine pour contrôler la performance des méthodes.
Substance de très haute pureté fournie par des institutions internationalement reconnues
représentant l’excellence métrologique grâce à sa justesse la plus élevée. Il est utilisé pour calibrer
les matériaux de référence certifiés et les méthodes.
Il peut être utilisé pour établir la traçabilité des mesures à long terme, identifier et développer des
méthodes d’analyse exactes, et pour valider des méthodes indépendantes. C’est le seul matériau de
référence qui peut être utilisé pour satisfaire des besoins réglementaires.
Il est moins cher qu’un matériau de référence certifié, avec une justesse moindre, et est souvent
utilisé pour produire des matériaux de référence internes. Il est produit à l’échelle nationale et
régionale.
VI.Q14 Wolf et Andrews (1995) suggèrent que tous les aliments peuvent être classés dans l’un
des neufs champs de la pyramide. Ils proposent que les aliments se trouvant dans le même
secteur puissent être chimiquement semblables et, de ce fait, se comportent de façon semblable
en termes d’analyse. C’est pourquoi, le même MRC peut être employé. Indiquez les affirmations
correctes concernant la matrice de matériaux de référence certifiés. Sélectionnez Vrai ou Faux.
Carbohydrates (CHO)= glucides ; Fat = lipides ; Protein (Prot) = protéines
Affirmations correctes concernant le matériau de référence certifié (MRC) Vrai Faux

Les teneurs en protéines, lipides et glucides de l’aliment à analyser doivent être prises
en considération lors du choix du MRC approprié.
Les protéines sont le principal composant de la matrice du MRC qui produit des
interférences.
Les MRC ont été développés pour chacun des neuf groupes, et peuvent, en général,
être utilisés pour tous les aliments de ce groupe.
125
VI.Q15 Sélectionnez les critères pour les échantillons de contrôle interne de la qualité ou pour
les matériaux de référence internes. Sélectionnez Vrai ou Faux (2 points: ½ point pour chaque réponse
correcte)
Critères pour contrôle interne de la qualité Vrai Faux

Homogène
Matrice similaire à celle de l’échantillon à analyser, et ayant une matrice et des
analytes stables sur la durée
Matrice similaire à celle de l’échantillon à analyser et ayant une concentration
connue et certifiée pour l’analyte
Raisonnablement peu coûteux et facilement disponible en quantité suffisantes
VI. Q16 Quels matériaux parmi les suivants sont souvent utilisés comme matériau de
référence interne? Sélectionnez Vrai ou Faux. (5 points : ½ point pour chaque réponse correcte)
Matériau utilisé comme matériau de référence interne Vrai Faux

Poudres non ségrégatives, telles que le lait en poudre écrémé
Poudre d’œuf
Huile de poisson
Mélange de poudres pour l’alimentation parentérale
Farine de soja
Farine de poisson
Lait
Gélatine
Céréales pour petit-déjeuner
Farines
VI.Q17 Associez les trois types d’étude collaborative avec leur objectif. (1,5 point: ½ point pour
Types d’études collaboratives:

1. Essai d’aptitude
2. Type BCR (Community Bureau of Reference)
3. Type AOAC
Type Objectifs
Développer des matériaux de référence standards certifiés
Établir la performance d’une méthode
Fournir des évaluations comparatives de la performance des laboratoires
VI.Q18 Différentes valeurs des z-scores ou des écarts-types sont recommandées pour évaluer
des valeurs analytiques (ou autres). Par exemple: 1) ISO 8258:1991 (cartes de contrôle de
Shewhart) utilise 2 écarts types comme avertissement et 3 écarts-types pour des actions
correctives; 2) pour une base de données regionale, ASEANFOODS a accepté les valeurs
nutritionnelles nationales inférieures à 3 z-scores et les valeurs nutritionnelles internationales
inférieures à 5 z-scores. Pourquoi ces diverses valeurs de contrôle sont-elles différentes pour
différents buts? Sélectionnez Vrai ou Faux (1 point)
126
Critères d’examen des données Vrai Faux

Plus les échantillons d’aliment sont similaires, plus les écarts-types ou z-scores
devraient être proches de la moyenne.
Tous les laboratoires devraient être capables de produire des résultats inférieurs à
2 écarts-types pour des aliments similaires.
Si un jeu de données inclut des valeurs de différentes qualités et origine (par
exemple, des données non analytiques ou de différentes sources), le z-score ou
l’écart type peuvent être plus élevés du fait de la plus grande variabilité attendue.
VI.Q19 Indiquez le but des vérifications en cochant : «Préparation», «Méthode d’analyse», ou

«Calcul». Certaines affirmations peuvent avoir deux réponses correctes. (7 points : ½ point pour chaque
réponse correcte)
Note: les calculs ne devraient pas être sélectionnés si une étape de calcul est requise lorsque la vérification
est effectuée dans un autre but. Par exemple, vérifier que la dilution est correcte pour un échantillon de
laboratoire correspond à «Préparation, par exemple, d’échantillons de laboratoire».
Vérification Préparation, par Méthode Calcul

exemple, de d’analyse
l’échantillon de
laboratoire
Vérifier les points-clés de la performance de
la méthode
Conduire une étude de récupération
Recalculer la récupération
Vérifier les calculs, y compris toutes les
opérations secondaires, comme l’exactitude
des équations, les opérations mathématiques
simples, les unités
Vérifier la minéralisation de la matrice (pour
les cendres)
Vérifier l’efficacité de l’extraction et de la
saponification
Vérifier la performance d’un équipement
analytique
Répéter les déterminations
Vérifier l’homogénéité de l’échantillon
d’aliment
Utiliser un matériau de référence homogène
Vérifier la composition et la concentration des
solutions
Exécuter une analyse en aveugle
Exécuter des courbes d’étalonnage
Vérifier les mesures à partir des pics obtenus
sur les appareils d’enregistrement
VI.Q20 Décrivez brièvement trois pratiques courantes qui conduisent à des erreurs
systématiques dans les résultats d’analyse. (3 points : 1 point pour chaque réponse correcte)
1.
2.
3.
127
VI.Q21 Associez les termes suivants aux définitions correspondantes: (2 points: ½ point pour chaque
réponse correcte)
Termes:
1. Qualité des données
2. Contrôle de la qualité
3. Assurance de la qualité/programme d’assurance de la qualité
4. Bonnes pratiques de laboratoire
Numéro du Définition
terme
Un programme d’actions planifiées et systématiques pour garantir, avec une confiance adéquate,
que le produit ou le service satisfera à des conditions prescrites de qualité (adaptées a l’usage).
Cela comprend des mesures objectives pour évaluer la performance du laboratoire. L’objectif est
d’améliorer et de stabiliser la performance.
Résumé de toutes les caractéristiques qui rendent les mesures appropriées pour un usage projeté.
Les techniques opérationnelles et les activités qui sont utilisées pour satisfaire les conditions de
qualité. L’objectif est de tester le produit ou le service pour détecter d’éventuelles erreurs.
Le processus organisationnel et les conditions dans lesquelles les études de laboratoires sont
planifiées, exécutées, suivies, enregistrées et rapportées.
VI.Q22 Toutes les tâches d’un programme d’assurance de la qualité peuvent être
catégorisées. Les mesures préventives sont prises avant l’analyse pour garantir l’exactitude des
essais analytiques. Les mesures d’évaluation sont des procédures mises en œuvre au cours des
essais pour évaluer si le système fonctionne correctement. Alors que les mesures correctives sont
prises quand une erreur est détectée. Associez les éléments suivants d’un programme d’assurance
de la qualité à la catégorie correspondante: «Mesures pour prévenir les erreur», «Mesures pour
évaluer le fonctionnement de la méthode», et «Mesures pour corriger les erreurs». (7,5 points:
Éléments du programme d’assurance qualité Mesures Mesures pour Mesures

pour évaluer le pour
prévenir les fonctionnement corriger les
erreurs de la méthode erreurs
Utilisation correcte des étalons et des matériaux de référence
Qualification adéquate, motivation du personnel et formation
continue
Remplacement des réactifs défectueux
Contrôle de la qualité des réactifs, de la verrerie et des solvants
Contrôle de la qualité de fonctionnement des instruments et
équipements
Gestionnaire de laboratoire, responsable du programme
d’assurance qualité
Investigation des valeurs inhabituellement faibles ou élevées,
incluant des répétitions d’analyses; vérification de pertes ou de
contaminations possibles de l’analyte; nouvelle vérification des
calculs
Locaux du laboratoire bien organisés; bonne ventilation et
présence de hottes; alimentation électrique adéquate; qualité et
volume adéquats pour l’eau distillée et les réactifs
Réétalonnage-calibration
Prévention des contaminations
Développement d’un manuel d’assurance de la qualité pour une
consultation régulière par l’ensemble du personnel
Maintenance et adaptation du système d’enregistrement des
résultats analytiques
Programmation régulière de l’entretien et le remplacement des
équipements, la re-évaluation des résultats
Examen minutieux des résultats, incluant la comparaison avec
ceux d’autres laboratoires; choix des analyses répétées
Veiller à tous les aspects de l’échantillonnage des aliments et un
stockage adéquat des échantillons d’aliments
128
VI.Q23 Choisissez les affirmations correctes relatives aux études de récupération.

Vrai Faux Affirmations concernant les études de récupération

Les études de récupération sont utilisées pour contrôler la justesse d’une méthode.
Les études de récupération sont utilisées pour déterminer si une méthode d’analyse
identifie correctement les différentes concentrations des constituants intrinsèques d’un
échantillon d’aliment.
Les études de récupération sur les constituants ajoutés indiquent si la méthode est
capable de déterminer la concentration des constituants endogènes d’une matrice
alimentaire.
La récupération est évaluée par le rapport entre la concentration ou quantité observée et
celle d’un matériau contenant l’analyte à un niveau de référence.
VI.Q24 Les cartes de contrôle sont utilisées pour contrôler la validité des résultats d’analyse.
Affirmations sur les cartes de contrôle Vrai Faux

Une carte de contrôle est un graphique montrant classiquement une ligne centrale (la
moyenne) et des limites de contrôle qui sont basées sur des valeurs statistiques de
mesures faites sur une série ou des sous-groupes d’échantillons. Les résultats d’un
essai de laboratoire sont représentés sur un graphique où l’axe vertical détermine les
valeurs et l’axe horizontal le temps (heures, jours, etc. – idéalement jusqu’à 3 mois).
Théoriquement, les valeurs doivent être reparties aléatoirement autour de la ligne
centrale.
La carte de contrôle signale un problème si les résultats d’analyse sont aléatoirement
distribués au-dessus et en dessous de la moyenne et entre les limites de contrôle.
La carte de contrôle signale un problème si les résultats d’analyse indiquent une
tendance vers le haut ou vers le bas, si une valeur est en dehors de la limite de contrôle
ou si plusieurs valeurs consécutives sont au-dessous (ou au-dessus) de la moyenne.
VI.Q25 Parmi les affirmations suivantes, choisissez celles qui décrivent, soit la variabilité
analytique, soit la variabilité du nutriment dans les aliments. Mettez 1 pour la variabilité
analytique et 2 pour la variabilité du nutriment dans les aliments. (3 points: ½ point pour chaque réponse
correcte)
Affirmations concernant (1) la variabilité analytique ou (2) la variabilité du nutriment

dans les aliments
Analyses répétées d’échantillons d’aliments
Analyse de variétés/cultivars/races d’un même aliment
Analyse utilisant différentes méthodes d’analyse
Analyse par différents analystes
Analyse d’un même échantillon par plusieurs laboratoires
Analyse d’aliments de différentes régions ou saisons
129
VI.Q26 Choisissez les affirmations correctes concernant les laboratoires accrédités.

Note: Voir aussi le site web de la Coopération internationale pour l’accréditation des laboratoires:
http://www.ilac.org/
Affirmations sur les laboratoires accrédités Vrai Faux

Les laboratoires accrédités ont mis en place un programme d’assurance de la
qualité et sont certifiés par une organisation nationale ou internationale.
Par définition, un laboratoire accrédité est accrédité pour toutes les méthodes
d’analyse et matrices d’aliments.
Un programme d’assurance de la qualité de haute qualité est synonyme d’une
accréditation.
Les analyses réalisées par un laboratoire accrédité sont généralement plus chères
que celles faites par un laboratoire non accrédité parce que le programme
d’assurance de la qualité a un coût.
Les laboratoires accrédités sont régulièrement évalués par un organisme
d’accréditation pour garantir la durabilité de l’accréditation.
130
EXERCICES
VI.E1 En Inde, un petit laboratoire souhaite devenir accrédité à l’échelle nationale pour
l’analyse de la vitamine C dans les fruits et les protéines dans la viande. Sur les dix dernières
années, il a utilisé HPLC pour la vitamine C et la méthode de Kjeldahl pour les protéines. Il n’a
jamais participé à des essais d’aptitude ni collaboré avec d’autres laboratoires pour évaluer ses
performances. En regardant les documents du site web du Bureau national pour l’accréditation
pour les tests et laboratoires de calibration (NABL à http://www.nabl-
india.org/nabl/asp/users/documentsMgmt.asp?docType=both), il s’est aperçu qu’il était
nécessaire de réaliser un nombre de travaux avant d’obtenir l’accréditation. Indiquez pour les
taches suivantes la catégorie de l’accréditation correspondante : « Phase préparatoire » ,
« Amélioration de la méthode » , « Amélioration des infrastructures et autres », ou « Audit
d’accréditation ». (11,5 points: ½ point pour chaque réponse correcte)
Tâches Phase Améliorati Améliora- Audit

prépara- on de la tion des d’accrédi-
toire méthode infra- tation
structures
et autres
Participer à une étude inter laboratoires
Discuter du processus avec tout le personnel concerné;
lire et discuter de tous les documents
Discuter des progrès sur les résultats d’analyse avec
tout le personnel concerné
Recevoir un certificat d’accréditation
Améliorer les performances des méthodes car les
résultats sont en dehors de la limite de performance
acceptable, en comparaison avec d’autres laboratoires
Former le personnel sur la méthode
Préparer la visite de l’auditeur
Améliorer la paillasse sous hotte, la ventilation,
l’alimentation électrique (pour éviter les coupures
d’électricité) et les mesures de sécurité contre les
incendies
Envoyer un membre du personnel pour travailler dans un
laboratoire accrédité pour une période d’un an, afin que
par la suite il/elle remplisse les fonctions de gestionnaire
de l’assurance de la qualité à son retour
Améliorer le matériau d’étalonnage et de référence
utilisé
Améliorer l’homogénéisateur, le stockage des
échantillons (pour éviter des contaminations croisées ou
des pertes en nutriments) et la documentation
Préparer un manuel d’assurance de la qualité à faire
circuler auprès de l’ensemble du personnel
Envoyer un formulaire de candidature au NABL
Améliorer l’enregistrement des données et l’archivage
pour y inclure, entre autres, l’achat des consommables,
des fournitures et des équipements
Vérifier que les méthodes sont en accord avec les
directives du Codex
Améliorer l’identification, le contrôle et les actions
correctives concernant toute non-conformité
Améliorer le rapport de résultats
Améliorer la traçabilité des prises d’essai des
échantillons par rapport aux échantillons originaux
Décider si le laboratoire remplit toutes les conditions
pour l’accréditation
Actualiser les registres sur la qualification du personnel,
la formation et la description des fonctions
131
Tâches Phase Améliorati Améliora- Audit

prépara- on de la tion des d’accrédi-
toire méthode infra- tation
structures
et autres
Obtenir un engagement de la direction pour initier le
processus d’accréditation
S’assurer que l’objectif de l’accréditation est valide
Nommer et missionner un gestionnaire de qualité
VI.E2 Tirez quatre flèches dans chaque cible pour démontrer:
a) une méthode fidèle mais non juste;

b) une méthode juste mais non fidèle;
c) une méthode ni fidèle ni juste;
d) une méthode fidèle et juste (fiable).

a) b) c) d)
132
Module 7– Questions
Module 7
SOURCES D’INFORMATION SUR LA COMPOSITION DES ALIMENTS
PUBLIER DES DONNÉES SUR LA COMPOSITION DES ALIMENTS
Savoir où localiser des références sur la composition des aliments, par exemple, sur les données, les
normes et autres documents techniques;
Être capable de juger de la qualité des différentes catégories de publications;
Être prévenu des exigences pour la rédaction et la soumission d’un article scientifique et de les
appliquer à l’écriture d’articles.
TEXTES A ÉTUDIER
utilisation. FAO. Rome. Chapitre 10 (p. 189-191 du livre et non du fichier PDF). Disponible à l’adresse:

x Guide for Authors. Journal of Food Composition and Analysis (JFCA). Disponible à l’adresse
http://www.elsevier.com/wps/find/journaldescription.cws_home/622878/authorinstructions#
x Quelques-unes des références indiquées ci-dessous dans le paragraphe ressources
PERTINENCE POUR LES DIFFÉRENTS GROUPES (SUR UNE ÉCHELLE DE + A +++++)

x Analystes +++++
TEMPS ESTIME POUR

x Lire: 1–2 heures
x Répondre aux questions: 1–2 heures
x Compléter les exercices: 1–2 heures
RESSOURCES
Sites Internet et livres
utilisation. FAO. Rome. Disponible à l’adresse: 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 d’EuroFIR 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 données sur la composition des aliments

x Répertoire global
ɿ par région, y compris les plus anciennes: http://www.fao.org/inaliments/directory_en.stm
ɿ par ordre alphabétique avec les liens Internet:
http://www.langual.org/langual_linkcategory.asp?CategoryID=4&Category=Food+Composition
x Banques de données européennes:
ɿ Partenaires EuroFIR et autres banques de données
européennes:http://www.eurofir.net/eurofir_knowledge/european_databases
ɿ Schlotke, F et Moeller, A. 2000. Inventory of European Food Composition Databases and Tables.
Disponible à l’adresse: ftp://ftp.fao.org/ag/agn/inaliments/42867747.pdf
133
Compilation
x L’« Outil pour la compilation », version 1.2.1, un fichier Excel, a été développé par
FAO/INFOODS . Cet outil est disponible gratuitement et peut être téléchargé :
http://www.fao.org/infoods/software_fr.stm
x Plusieurs Systèmes de gestion des banques de données sur la composition des aliments ont été
développés par différents 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 à l’adresse:
http://www.unu.edu/unupress/unupbooks/80734e/80734E00.htm ou comme fichier PDF à
l’adresse: ftp://ftp.fao.org/es/esn/inaliments/Klensinetal1989Identificationoffoodconstituants.pdf
x INFOODS tagnames. Disponible à l’adresse: http://www.fao.org/inaliments/tagnames_en.stm
x EuroFIR component, version 1.1 dans EuroFIR thesaurus. Disponible à l’adresse:
http://eurofir.net/eurofir_knowledge/eurofir_thesauri
Nomenclature des aliments

x Nomenclature des aliments INFOODS. Disponible à l’adresse
http://www.fao.org/inaliments/nomenclature_en.stm
x Thesaurus EuroFIR de description des aliments LanguaL et Food Product Indexer. Disponible à
l’adresse : 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 rétention, et calcul de recettes

x Site Internet EuroFIR sur le calcul de recettes, y compris les facteurs de rendement et de rétention.
Disponible à l’adresse:
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 Vásquez-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 Bergström, L. 1994. Nutrient Losses and Gains. Statens Livsmedelsverk, Uppsala. Disponible à
l’adresse
http://www.slv.se/upload/dokument/rapporter/mat_naring/1994_32_Livsmedelsverket_nutrient_l
osses_and_gains.pdf
134
x Bognár, 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 für Ernährung, Karlsruhe.
http://www.bfel.de/cln_045/nn_784780/SharedDocs/Publikationen/Berichte/bfe-r-02-
03,templateId=raw,property=publicationFile.pdf/bfe-r-02-03.pdf
x McCance & Widdowson’s the Composition of Foods. 2002. Summary Edition (Sixième édition). Royal
Society of Chemistry. Food Standards Agency, Cambridge, Royaume-Uni. p. 431-440.
x USDA. 1975. Agriculture Handbook N° 102. Food Yields Summarized by Different Stages of Preparation.
USDA Agricultural Research Service, Washington. Disponible à l’adresse:
http://www.nal.usda.gov/fnic/foodcomp/Data/Classics/ah102.pdf .
x USDA. 2003. Table of Nutrient Retention Factors, Release 5. Disponible à l’adresse:
http://www.nal.usda.gov/fnic/foodcomp/Data/index.html#retention
x Rodriguez-Amaya, D.B. 1997. Carotenoids and Food Preparation: The Retention of Provitamin A Carotenoids
in Prepared, Processed, and Stored Foods. Disponible à l’adresse:
http://www.mostproject.org/PDF/carrots2.pdf
x Rodriguez-Amaya, D.B. 1999. Carotenoides y Preparacion de Alimentos: La Retención de los Carotenoides
Provitamina A en Alimentos Preparados, Procesados Almacenados. JSI. Disponible à l’adresse
http://www.inta.cl/latinfoods/TEXTO%20FINAL%20COMPLETO%20CON%20TAPAS%20.pdf
x Numéro spécial de JFCA. 2006. After Processing: The Fate of Food Components. Journal of Food
Composition and Analysis, 19 (4): 251-394. Disponible à l’adresse:
%23999809995%23620669%23FLA%23&_cdi=6879&_pubType=J&_auth=y&_acct=C000047720&
_version=1&_urlVersion=0&_userid=927244&md5=83c9235f41a18e28b10082c2812db0d7
Conventions, normes et dictionnaires internationaux pour la chimie – disponibles comme suit:

x http://physics.nist.gov/cuu/Unités/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 données de composition (liste adaptée à partir de P. Hulshof)
x Journal of Food Composition and Analysis (Disponible à l’adresse:
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
Accès en ligne journaux scientifiques sur les données de composition

x AGORA (= Access to Global Online Research in Agriculture) donne un accès gratuit ou à tarif réduit
à 913 journaux scientifiques dans 69 pays. Disponible à l’adresse: http://www.aginternetwork.org
x Directory of Open Access Journals (DOAJ). Disponible à l’adresse: http://www.doaj.org/
x OPEN ACCESS journaux et archives e-print. Disponible à l’adresse: http://www.lr.mdx.ac.uk/tempus/
syria/openaccess/
Moteurs de recherche scientifiques

x Banques de données de résumés
o CAB
o FSTA
o Science Direct
x Pour la littérature scientifique/primaire
o Scirus: http://www.scirus.com
o Google Scholar: http://scholar.google.com
o Scopus: http://www.scopus.com
x Pour la littérature scientifique/primaire et secondaire
o FAO bibliothèque virtuelle, mais aussi livres et rapports, etc. Disponible à l’adresse:
http://www.fao.org/waicent/portal/Virtualibrary_en.asp
o The NAL Catalogue (AGRICOLA) sur la littérature agricole. Disponible à l’adresse:
http://agricola.nal.usda.gov/
o AGRIS. Disponible à l’adresse: http://www.fao.org/Agris/
o google: www.google.com
Constituants bioactifs
x Banque de données EuroFIR BASIS. Disponible sur: http://ebasis.eurofir.org/Default.asp
x USDA pour les phyto-oestrogènes (isoflavones, flavonoïdes, cholines et pro-anthocyanidines):
http://www.ars.usda.gov/Services/docs.htm?docid=6382
Contaminants
x Codex Alimentarius: Résidus de pesticides dans les denrées alimentaires ; Limites Maximales de
résidus. Limites maximales de résidus d' origine
étrangère :.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 données GEMS/FOOD. Disponible à l’adresse:
http://www.who.int/alimentsafety/chem/gems/en/index.html
x Banques de données nationales ou régionales sur les contaminants. Exemples:
o Europe (http://ec.europa.eu/food/food/chimiquesafety/contaminants/index_en.htm )
o Études de la diète totale. Exemples:
Australie:
http://www.alimentstandards.gov.au/monitoringandsurveillance/australiantotaldiets1914
.cfm
France: http://www.afssa.fr/Documents/RapportEAT1.pdf
Nouvelle-Zélande: http://www.nzfsa.govt.nz/science/research-projects/total-diet-
survey/
États-Unis: http://vm.cfsan.fda.gov/~comm/tds-toc.html
Cameroun (voir l’article à l’adresse:
http://www.informaworld.com/smpp/content~content=a791515753~db=all~order=p
age )
136
Étiquetage nutritionnel
x Codex Alimentarius. 2001. Étiquetage des Denrées Alimentaires - Textes Complets – Révisée en
2001. Disponible à l’adresse: http://www.fao.org/docrep/005/y2770f/y2770f00.htm
x Union Européenne. Disponible à l’adresse:
http://ec.europa.eu/food/food/labellingnutrition/foodlabelling/index_en.htm
x FDA: NLEA. 1990. Nutrition labelling of food. Disponible à l’adresse:
http://www.cfsan.fda.gov/~lrd/CFR101-9.HTML
Échange de données/gestion des banques de données

x FAO, 2004. Report of the Technical Workshop on Standards for Food Composition Data Interchange. FAO,
Rome. Disponible à l’adresse: 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 à l’adresse:
http://www.unu.edu/unupress/unupbooks/80774e/80774E00.htm ou comme fichier PDF
ftp://ftp.fao.org/es/esn/inaliments/Klensin%201992INALIMENTSDataInterchangeHandbook.pdf
2000. Eurofoods recommendations for food composition database management and data interchange. Report
N° EUR 19538, Luxembourg: Bureau des publications officielles des communautés européennes.
Disponible à l’adresse: 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 à l’adresse:
Formations et conférences
x Site Internet des formations INFOODS: http://www.fao.org/infoods/training_en.stm et des
conférences internationales sur les données alimentaires:
http://www.fao.org/infoods/food_data_conf_en.stm sur les conférences 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 développement de potentiel:
http://unu.edu/capacitybuilding/index.htm et Capacity Development à l’aide d’ateliers de formation
à distance: http://www.unu.edu/elearning/workshop_200811/ (ce lien doit être copié dans le champ
d’adresse Internet)
Méthodes d’analyse
x Liste des livres essentiels pour les banques de données sur la composition des aliments (appendice 7,
p. 244-246 de Greenfield et Southgate (2007)
x AOAC page d’accueil: www.aoac.org
x AOAC: publication des normes récentes dans les méthodes AOAC, disponible à l’adresse:
http://eoma.aoac.org/
x CEN (Comité européen de normalisation) normes. CEN/TC 275 Analyse des aliments - méthodes
horizontales, par exemple, CEN TC 275 WG 9 – Vitamines et Caroténoïdes. Disponible à l’adresse:
http://www.nal.din.de/gremien/CEN%2FTC+275/en/54740484.html
x ‘IUPAC Compendium of Chemical Terminology - the Gold Book’. Disponible à l’adresse:
http://goldbook.iupac.org/index.html
Qualité des données analytiques

x Codex Alimentarius. 2007. Rapport de la vingt-huitième session du comité du Codex sur les méthodes d’analyse
et d’échantillonnage (ALINORM 07/30/23), Juillet 2007, Appendice V. p. 0-61. Disponible à l’adresse:
http://www.codexalimentarius.net/web/archives.jsp?year=07
x EURACHEM/CITAC. 2000. Guide CG4. Quantifying uncertainty in analytical measurement. Seconde
édition. QUAM: 2000.1:p. 3-10. Disponible à l’adresse:
137
x EURACHEM/CITAC Guide. 2003. Traceability in Chemical Measurement – A guide to achieving

comparable results in chemical measurements. p. 3-14 Disponible à l’adresse: http://www.eurachem.org/
x EURACHEM. 1998. The Fitness for Purpose of Analytical Methods - A Laboratory Guide to Method
Validation and Related Topics. Disponible à l’adresse: http://www.eurachem.org/guides/valid.pdf .
x Elliot, J. ‘Laboratory Quality Systems Assuring Quality in Laboratory Performance – Introduction
and Overview.’ Présentation PowerPoint disponible à l’adresse:
http://wwwn.cdc.gov/dls/ila/cd/guam/fichiers/Module%201-QS%20Overview.ppt#1
x Site Internet de International Laboratory Accreditation Cooperation: http://www.ilac.org/
x ISO/IEC. 2005. ISO/IEC 17025. General requirements for the competence of testing and calibration
laboratories. Édition 2. Disponible à l’adresse:
http://www.iso.org/iso/Catalogue_detail?csnombre=39883
138
QUESTIONS
VII.Q1. Faites correspondre les termes ci-dessous avec la description et les

avantages/inconvénients correspondants. (4 points: ½ point pour chaque réponse correcte)
Termes:
1. Publications primaires
2. Publications secondaires
3. Rapports non publiés
4. Rapports d’analyse
Terme Description
Contiennent habituellement des données provenant d’analyses spécifiquement réalisées pour un
programme sur la composition des aliments, ou pour d’autres applications.
Comprennent des articles scientifiques dans des revues à comité de lecture.
Comprennent des rapports allant d’enregistrements analytiques à des rapports internes (par
exemple, des rapports de sociétés, instituts ou organisations).
Les exemples sont des revues ou des compilations publiées, des tables et banques de données
sur la composition des aliments, de la littérature sans comité de lecture et des livres. Quelques
références dans cette catégorie ne sont pas accessibles par les indexes bibliographiques usuels
et sont appelées «littérature grise» (par exemple, les rapports techniques, les fiches d’information,
les journaux internes, les bulletins, les publications en cours, les posters, les résumés ou les
thèses).
Terme Avantages/inconvénients
Ils/elles représentent une importante collection de données sur la composition des aliments
compilées en conformité avec des normes internationales (par exemple, les banques de données
sur la composition des aliments), mais la documentation complète n’est pas toujours accessible
au public.
Ils/elles publient des données sur la composition des aliments qui sont revues par des experts.
Elles ne sont pas toujours pertinentes ou adéquates pour une banque de données nationale sur la
composition des aliments parce que les données peuvent avoir été collectées pour un objectif
autre que celui d’être représentatif de la composition d’un aliment d’un pays donné.
Ils/elles publient des données sur la composition des aliments qui ne sont pas revues par des
experts. Elles peuvent avoir été collectées pour un objectif de composition des aliments ou pour
d’autres buts, ce qui les rend moins pertinentes ou adéquates pour une banque de données
nationale sur la composition des aliments.
Ils/elles incluent des données non directement accessibles au public mais qui peuvent être des
données de composition des aliments pertinentes et de bonne qualité.
VII.Q2 Sélectionnez l’affirmation correcte sur la relation entre la documentation trouvée dans
les publications et l’évaluation de sa qualité. (1 point)
Relation entre la documentation trouvée dans les publications et les critères

d’évaluation de sa qualité
Les critères formels de qualité ne peuvent pas être appliqués aux données sur la composition des
aliments venant de publications sans documentation appropriée.
L’application de critères formels de qualité appliqués aux données sur la composition des aliments
venant de publications sans documentation appropriée donnera un résultat médiocre.
Une documentation complète sur les données sur la composition des aliments n’est pas nécessaire
pour apprécier leur qualité.
139
VII.Q3 Déterminez l’ordre de priorité de la littérature selon la qualité des données pour des
objectifs de composition des aliments, 1 désignant la qualité la plus haute et 6 la plus basse.
Littérature Ordre
- Articles scientifiques bien documentés ou rapports internes portant sur les aliments d’autres pays
- Banques de données sur la composition des aliments d’autres pays accompagnées d’une
documentation bien faite
- Articles scientifiques bien documentés ou rapports internes portant sur les aliments de son
propre pays
- Articles scientifiques ou rapports internes insuffisamment documentés
- Données analytiques envoyées sans documentation par des fabricants
- Résultats analytiques originaux produits pour la composition des aliments accompagnés d’une
bonne description de l’aliment et du constituant, d’un plan d’échantillonnage correct, d’une
assurance de la qualité, etc.
- Banques de données sur la composition des aliments d’autres pays accompagnées, en
introduction, d’une documentation limitée
- Livres sur la nutrition (généralement des citations globales de références)
- Étiquettes d’aliments
Pour les étudiants plus avancés

VII.Q4 Dans beaucoup de pays, les produits manufacturés constituent une part importante
du régime. C’est 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 d’aliments manufacturés. Sélectionnez Vrai ou Faux. (3 points: ½ point pour
Comment obtenir des teneurs en nutriments d’aliments manufacturés Vrai Faux

Les fabricants partagent facilement les données sur la composition nutritionnelle de leurs
produits et les transmettent normalement avec une documentation complète sur
l’échantillonnage et les méthodes d’analyse.
La meilleure façon pour réunir des données sur la composition nutritionnelle est de les
copier à partir de l’étiquette. Cependant, ces données sont souvent simplement calculées
à partir de banques de données sur la composition des aliments et il n’est pas toujours
possible que le compilateur obtienne les métadonnées du fabricant pour les quelques
nutriments de l’étiquette.
Avec certains logiciels, il est possible, à partir de la liste des ingrédients et des teneurs en
nutriments figurant sur l’étiquette, d’effectuer un calcul grossier des teneurs en nutriments
d’aliments manufacturés. Ce calcul est plus simple et exact si les quantités d’ingrédients
sont fournies.
Dans la plupart des pays, il existe des banques de données centrales avec des données
sur la composition des aliments pour les aliments manufacturés vendus dans le pays.
Beaucoup de sociétés importantes ont des sites Internet qui contiennent des données
nutritionnelles sur leurs produits.
Les données sur la composition des aliments peuvent toujours être copiées à partir des
données des aliments manufacturés des autres pays parce que la formulation d’un
produit est toujours identique d’un pays à l’autre.
140
EXERCICES
VII.E1 Lisez les Instructions aux auteurs du Journal of Food Composition and Analysis
(disponible à l’adresse :
http://www.elsevier.com/wps/find/journaldescription.cws_home/622878/authorinstructions# ) et
répondez aux questions suivantes. Si c’est mentionné, rayez la/les réponse(s) incorrectes.
Questions Réponses
Responsabilités des
auteurs (2 points)
Langue de publication
(1 point)
Noms des produits
chimiques (1 point)
Format des nombres
(2 points)
Unités des constituants
en général et de l’énergie
en particulier (2 points)
Expression des calculs
(1 point)
Listez deux constituants
non recommandés
(2 points)
Présentation et longueur
de l’article (2 points)
Résumé: listez deux

objectifs (2 points)
Nombre minimum de
mots-clés et objectifs
(2 points)
Introduction: listez deux
objectifs (2 points)
Matériel et méthodes:
listez deux éléments
décrits dans cette section
(2 points)
Résultats: listez deux

éléments décrits dans
cette section
(2 points)
Indications spécialement
exigées pour les résultats
d’études utilisant (et
citant) des banques de
données sur la
(1 point)
Conclusion: listez deux
éléments décrits ici
(2 points)
141
Citations: pour chaque

couple, sélectionnez la
réponse correcte. Rayez
celle qui est incorrecte
(2 points)
Liste des références et
format des références:
pour chaque couple,
sélectionnez la réponse
correcte. Rayez celle qui
est incorrecte
(2 points)
Nombre de relecteurs
(1 point)
Listez deux critères de
refus du manuscrit
(2 points)
VII.E2 Indiquez la réponse aux questions suivantes. Consultez la liste des ressources au
début de ce module. Si c’est mentionné, rayer la/les réponse(s) incorrectes. (11 points: 1 point pour
Questions Réponses
Indiquez le document qui fournit les
facteurs de rétention et de rendement,
comme on les utilise en Europe
(1 point)
Quel est l’intervalle des facteurs de
rétention des nutriments pour la vitamine C
dans les pommes de terre bouillies en
Europe? Voir Bell et al., 2006 (1 point)
Quel facteur de rétention des nutriments
pour la vitamine C dans les pommes de
terre bouillies est proposé par EuroFIR?
Voir Vásquez-Caicedo et al., 2008 (1 point)
Quel système de calcul des recettes est Le facteur de rendement doit être appliqué: au niveau de l’ingrédient
proposé par EuroFIR pour l’Europe? Rayez ou au niveau de la recette ou pas du tout
celle(s) qui est/sont incorrecte(s) (2 points) Les facteurs de rétention des nutriments doivent être appliqués: au
niveau de l’ingrédient ou au niveau de la recette ou pas du tout
Citez deux sites Internet où l’on peut

trouver des liens vers des tables et banques
de données sur la composition des aliments
publiées dans le monde entier (2 points)
Listez deux journaux scientifiques qui
publient fréquemment des données sur la
composition des aliments (pas le lien
Internet) (2 points)
Indiquez le site Internet sur lequel on peut
trouver des données sur la contamination
des aliments par les métaux lourds en
France (1 point)
Listez une banque de données sur les
constituants bioactifs qui soit accessible au
grand public sans mot de passe (1 point)
142
Module 8
RECETTES ET AUTRES CALCULS
comprendre les principes du calcul des recettes et savoir comment les calculer;
comprendre l’influence des facteurs de rétention et de rendement des nutriments et savoir comment
les utiliser lors d’un calcul de recettes ;
représenter les recettes et leurs métadonnées dans les banques de données de référence et utilisateur21;
savoir comment remplacer des données manquantes.
TEXTES A ÉTUDIER
Charrondière, U.R. Calcul des valeurs nutritionnelles (VN) des recettes et des valeurs manquantes. Présentation
PowerPoint disponible à l’adresse: http://www.fao.org/infoods/presentations_fr.stm
Et, si possible :
utilisation. FAO. Rome. Chapitres 1 (p. 7-9), 10 (p. 200), 11 (p. 211-213) et Annexe 6 (p. 242)22.
Disponible à l’adresse: 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 à l’adresse: http://www.unu.edu/unupress/unupbooks/80772e/80772E00.htm ou le
fichier PDF: ftp://ftp.fao.org/es/esn/inaliments/Randeal1991CompFCDBases.pdf

x FAO/INFOODS Outil pour la compilation version 1.2.123, un fichier Excel disponible à l’adresse
http://www.fao.org/inaliments/software_en.stm
RECOMMANDATION
Avant de démarrer ce module, il peut être utile de compléter les modules 2, 3 et 4.b .
RESSOURCES
Facteurs de rendement et de rétention et calcul de recettes
x Site Internet EuroFIR sur le calcul de recettes, y compris les facteurs de rendement et de rétention.
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 Vásquez-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 Pour une explication de ces termes, voir p. 10-12 dans Greenfield et Southgate (2003).
22 Les numéros de page correspondent aux numéros de page du livre (haut de page) non à ceux du fichier PDF.
23 Ce fichier Excel® a été développé par la FAO/INFOODS et il est gratuitement disponible sur le site Internet INFOODS.
Les utilisateurs sont invités à changer les facteurs de rétention des nutriments selon leurs besoins et à ajouter plus de
facteurs s’ils sont nécessaires. Lors d’une modification d’un facteur ou de l’ajout de lignes, il faudrait veiller à ce que les
formules continuent à prendre en compte les bonnes cases et garder à l’esprit que les teneurs en nutriments de recettes déjà
calculées sont susceptibles de changer.
143
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 Bergström, L. 1994. Nutrient Losses and Gains. Statens Livsmedelsverk, Uppsala. Disponible à
l’adresse
http://www.slv.se/upload/dokument/rapporter/mat_naring/1994_32_Livsmedelsverket_nutrient_l
osses_and_gains.pdf
x Bognár, 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 für Ernährung, Karlsruhe.
http://www.bfel.de/cln_045/nn_784780/SharedDocs/Publikationen/Berichte/bfe-r-02-
03,templateId=raw,property=publicationFile.pdf/bfe-r-02-03.pdf
x McCance & Widdowson’s the Composition of Foods. 2002. Summary Edition (Sixième édition). 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 à l’adresse:
http://www.nal.usda.gov/fnic/foodcomp/Data/Classics/ah102.pdf
x USDA. 2003. Table of Nutrient Retention Factors, Release 5. Disponible à l’adresse:
http://www.nal.usda.gov/fnic/foodcomp/Data/index.html#retention
x Rodriguez-Amaya, D.B. 1997. Carotenoids and Food Preparation: The Retention of Provitamin A Carotenoids
in Prepared, Processed, and Stored Foods. Disponible à l’adresse:
http://www.mostproject.org/PDF/carrots2.pdf
x Rodriguez-Amaya, D.B. 1999. Carotenoides y Preparacion de Alimentos: La Retención de los Carotenoides
Provitamina A en Alimentos Preparados, Procesados Almacenados. JSI. Disponible à l’adresse
http://www.inta.cl/latinfoods/TEXTO%20FINAL%20COMPLETO%20CON%20TAPAS%20.pdf
x Numéro spécial de JFCA. 2006. After Processing: The Fate of Food Components. Journal of Food
Composition and Analysis 19 (4): 251-394. Disponible à l’adresse:
%23999809995%23620669%23FLA%23&_cdi=6879&_pubType=J&_auth=y&_acct=C000047720&
_version=1&_urlVersion=0&_userid=927244&md5=83c9235f41a18e28b10082c2812db0d7

x Analystes +
TEMPS ESTIME POUR

x Lire: 1-2 heures
144
QUESTIONS
VIII.Q1 Faites correspondre les termes relatifs aux recettes avec la description
correspondante. (2,5 points: ½ point pour chaque réponse correcte)
Termes:
1. Pas une recette
2. Recette multi-ingrédients
3. Recette à un seul ingrédient
4. Facteur de rendement (YF)
5. Facteur de rétention du nutriment (RF)
Termes Description
Préparation à partir de plusieurs aliments (par exemple, soupe de légumes)
Pourcentage de préservation des nutriments, en particulier des vitamines et minéraux, dans un
aliment ou un plat après conservation, préparation, transformation, maintien au chaud ou
réchauffage
Préparation d’un aliment avec un ingrédient (par exemple, pommes de terre bouillies)
Aliment sans préparation (par exemple, pomme crue)
Pourcentage du changement de poids pour les aliments ou les recettes du fait de la cuisson
VIII.Q2 Pour la recette suivante, identifiez le nom de recette, le nom et la quantité d’un
ingrédient, les quantités pour la recette, le mode de préparation et le facteur de rendement.
Riz blanc, frit

550 g de riz bouilli
168 g d’oignons en tranches
30 g d’huile végétale
21 g d’ail
2 g de sel
1 g d’épices
Poids de la recette avant cuisson: 772 g

Frire les oignions et l’ail, ajouter le riz et assaisonner.
Perte de poids: 5,6 %
Élément correspondant dans la recette ci-dessus

Nom de l’ingrédient principal
Quantité de l’ingrédient principal
Mode de préparation de la recette
Facteur de rendement
Nom de la recette
Poids de la recette avant cuisson
Poids de la recette après cuisson
145
VIII.Q3 Sélectionnez la plus mauvaise méthode pour recueillir des informations sur une recette
et ses ingrédients. (1 point)
Méthode de recueil des informations sur une recette et ses ingrédients la moins
efficace
Livres de cuisine
Groupes de discussion centralisés, surtout dans les pays en développement
Votre recette préférée
Internet
Liste quantitative des ingrédients à partir d’une étiquette ou fournie par un fabricant
VIII.Q4 Déterminez l’ordre correct des étapes de création et calcul des teneurs en nutriments
pour des recettes destinées à une table ou une banque de données sur la composition des
aliments, 1 étant la première étape et 5 la dernière. (2,5 points: ½ point pour chaque réponse correcte)
Ordre Étapes de création et calcul des teneurs en nutriments pour des recettes
S’assurer que tous les ingrédients possèdent toutes les teneurs en nutriments (pas de données
manquantes)
Préparer pour la banque de données utilisateur: 1) un catalogue des recettes listant pour chaque
recette, les ingrédients et leurs quantités, une courte description de la préparation et le facteur de
rendement utilisé; 2) une liste de facteurs de rétention des nutriments (par aliment ou groupe
d’aliments)
- Sélectionner les recettes à inclure dans la table ou la banque de données sur la composition des
aliments
- Recueillir les recettes et énumérer tous les ingrédients avec les quantités et le mode de
préparation
- Calculer pour tous les ingrédients la quantité en grammes de portion comestible
- Collecter et/ou analyser les facteurs de rendement et de rétention des nutriments
- Convenir du système de calcul des recettes; saisir tous les facteurs de rendement et de rétention
des nutriments dont on a besoin.
Vérifier les résultats du calcul des recettes et les recopier dans la banque de données de référence
- Lancer le programme de calcul
- Documenter les données (origine des recettes, facteurs de rendement et de rétention des
nutriments; système de calcul des recettes)
VIII.Q5 Dans beaucoup de livres de cuisine, les ingrédients ne sont pas indiqués en grammes
mais en unités ménagères (par exemple, un oignon, deux cuillères à soupe d’huile, une
demi-tasse de farine). Sélectionnez la réponse correcte pour indiquer comment idéalement, si ce
n’est pas déjà le cas dans votre pays, les unités ménagères et les coefficients comestibles des
ingrédients doivent être obtenus. (1 point)
Les poids des unités ménagères et des coefficients comestibles des ingrédients doivent
être obtenus comme suit:
les copier à partir d’autres banques de données nationales (par exemple, USDA) parce qu’elles sont
identiques dans la plupart des pays.
prélever des échantillons alimentaires (par exemple, dix) pour chaque ingrédient, 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 expérience personnelle.
VIII.Q6 Les recettes peuvent être calculées en utilisant différentes méthodes, selon que l’on
applique ou non et à quel niveau les facteurs de rendement et de rétention des nutriments. Les
facteurs sont applicables au niveau de l’ingrédient (c’est-à-dire aux teneurs en nutriments de
chaque ingrédient) ou au niveau de la recette (c’est-à-dire après avoir additionné les teneurs en
nutriments de tous les ingrédients). Faites correspondre la méthode avec le concept ou la
définition qui correspond. (2 points: ½ point pour chaque réponse correcte)
146
Méthodes:
1. Méthode ‘d’addition des valeurs nutritionnelles des ingrédients crus’ (en abrégé Méthode
‘ingrédients crus’), c’est-à-dire que des teneurs en nutriments des ingrédients crus sont
additionnées sans appliquer aucun facteur (ni de rendement ni de rétention);
2. Méthode ’ingrédient’, c’est-à-dire que l’application des facteurs de rendement et de rétention
des nutriments se fait aux niveaux des ingrédients;
3. Méthode ’recette totale’, c’est-à-dire que l’application des facteurs de rendement et de rétention
des nutriments se fait au niveau de la recette globale;
4. Méthode ’mixte’, c’est-à-dire que le facteur de rendement est appliqué au niveau de la recette et
les facteurs de rétention des nutriments au niveau des ingrédients.
Définition et concept qui correspond

Ingrédient 1: NV x RF
-----------------------------------------------------
Recette: Somme x 1/YF
Ingrédient 1: NV
Ingrédient 2: NV
Ingrédient 3: NV
--------------------------------------------------------
Recette: Somme
Ingrédient 1: NV
Ingrédient 2: NV
Ingrédient 3: NV
--------------------------------------------------------------
Recette: Somme x 1/YF x RF
Ingrédient 1: NV x 1/YF x RF
-------------------------------------------------------
Recette: Somme
NV = teneurs en nutriments, YF = facteur de rendement, RF = facteur de rétention du nutriment
VIII.Q7 Indiquez la/les réponse(s) correcte(s) pour montrer si les facteurs de rétention
des nutriments existent pour tous les aliments, recettes et groupes d’aliments ou de recettes.
Les facteurs de rétention des nutriments existent pour: Vrai Faux

Tous les groupes d’aliments
Tous les aliments et ingrédients
Toutes les recettes
Tous les groupes de recettes
VIII.Q8 Idéalement comment devrait-on obtenir les facteurs de rendement et de rétention des
nutriments? Déterminez l’ordre correct des réponses pour obtenir des données de bonne qualité;
1 représente la meilleure qualité et 4 la plus mauvaise. (2 points: ½ point pour chaque réponse correcte)
Ordre Les facteurs de rendement et de rétention des nutriments peuvent être obtenus :
en calculant le facteur de rendement de la recette à partir des facteurs de rendement de ses
ingrédients, ce qui n’est réalisable que si les facteurs de rendement de tous les ingrédients sont
connus ou en copiant les facteurs de rendement à partir de la littérature tout en préférant ceux qui
proviennent de recettes similaires.
en les estimant d’après votre expérience personnelle.
en pesant les aliments ou la recette avant et après cuisson ou en analysant les teneurs en
nutriments de la recette avant et après cuisson.
en copiant les facteurs d’aliments et de recettes plus ou moins identiques, en ayant pour objectif de
constituer un jeu complet de facteurs.
147
VIII.Q9 Il peut arriver que les teneurs en nutriments pour quelques ingrédients soient
manquantes. Sélectionnez la réponse correcte pour indiquer comment traiter ce problème lors
d’un calcul de recette. (1 point)
Traiter le problème des valeurs manquantes lors d’un calcul de recette

Faire la somme des teneurs en nutriments de tous les ingrédients, sans se soucier qu’il y ait des
valeurs manquantes pour l’un des ingrédients.
Faire la somme des teneurs en nutriments de tous les ingrédients seulement s’il n’y a pas de données
manquantes pour l’un des ingrédients, ou si la donnée manquante provient d’un ingrédient mineur, ou
si on estime que la donnée manquante ne contribue que faiblement à la valeur nutritionnelle de la
recette.
Faire la somme des teneurs en nutriments de tous les ingrédients, sans se soucier qu’il y ait des
valeurs manquantes pour les ingrédients principaux.
VIII.Q10 Dans un pays donné, des recettes peuvent avoir des noms différents même si elles
contiennent les mêmes ingrédients; ou bien avoir le même nom alors qu’elles contiennent
différents ingrédients, selon la région; ou elles peuvent présenter des différences de composition
pour certains ingrédients. Sélectionnez la réponse correcte pour indiquer comment traiter ce
problème. (1 point)
Traiter le problème des différences de noms et d’ingrédients pour la même recette

Utiliser le même nom de recette mais en changeant les ingrédients.
Ajouter l’ingrédient qui change au nom de la recette et changer les ingrédients en conséquence. Il
n’est pas nécessaire d’ajouter la région au nom car les gens sont capables d’identifier la recette
régionale grâce à la liste des ingrédients.
Ajouter les ingrédients qui changent et/ou la région au nom de la recette (et aussi son synonyme) et
changer les ingrédients en conséquence.
VIII.Q11 Énumérer quatre sources possibles d’erreur lors du calcul d’une recette. (4 points: 1 point
1.
2.
3.
4.
VIII.Q12 Les teneurs en nutriments des recettes peuvent être calculées ou analysées. L’analyse
des recettes est très coûteuse mais les teneurs en nutriments d’une recette analysée sont exactes.
Le calcul des teneurs en nutriments des recettes est bon marché et permet une grande souplesse
mais les résultats sont de moins bonne qualité comparés à des données analytiques originales. Il
existe d’autres avantages et inconvénients à ces approches. Sélectionnez parmi les affirmations
suivantes les raisons pour lesquelles les compilateurs de tables et banques de données sur la
composition des aliments devraient calculer les valeurs des nutriments en utilisant des recettes
ou d’autres procédures de calcul/estimation, plutôt qu’en effectuant des analyses. Sélectionnez
148
Raisons pour lesquelles les compilateurs de tables et banques de Vrai Faux

données sur la composition des aliments devraient calculer et estimer
les valeurs des constituants des recettes
Le calcul des recettes est nécessaire parce que les recettes ne peuvent pas être
analysées avec un bon niveau de précision.
Il vaut mieux avoir des valeurs de qualité médiocre (à l’aide des recettes et
estimations) que des données manquantes.
Étant donné que les variations intra- et inter-individus lors de la préparation d’une
recette sont supérieures à la précision des teneurs en nutriments des recettes
calculées ou analysées, on peut calculer les valeurs nutritionnelles des recettes
consommées par la population.
La plupart des utilisateurs ont besoin de données sur les recettes, en particulier
dans les pays dont les recettes représentent une large proportion de l’apport
alimentaire total. Les compilateurs peuvent facilement réaliser ces calculs et
normalement atteindre une meilleure qualité que les utilisateurs. C’est pourquoi il
est préférable que les données calculées pour des recettes soient publiées dans les
tables et banques de données sur la composition des aliments.
Les méthodes de calcul des recettes sont aussi utilisées pour calculer la
composition nutritionnelle des aliments cuits (c’est-à-dire calculer les valeurs
nutritionnelles d’une recette à ingrédient unique). Mais comme la composition
nutritionnelle des aliments cuits est identique à 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 d’une compote de fruits) ne sont pas importantes parce qu’elles
n’influencent pas les estimations d’apports nutritionnels. Toutes les données
manquantes peuvent être remplacées par un zéro.
VIII.Q13 Dans le texte qui suit, rayez les options incorrectes. (4,5 points: ½ point pour chaque réponse
correcte)
Les recettes sont analysées parce que ces données sont de mauvaise/bonne qualité. Les inconvénients liés
à l’analyse d’une recette sont que: 1) dans une recette analysée, tous les ingrédients et leurs quantités sont
fixés/modifiables c’est-à-dire qu‘aucun/quelques ingrédient ne peut être changé sans introduire des
modifications pour au moins une des teneurs en nutriments analysées; et 2) la préparation de la recette
représente souvent le mode de préparation d’une population/personne. Les teneurs en nutriments d’une
recette peuvent/ne peuvent pas être estimées à partir de celles d’une recette similaire qui a été analysée.
Les compositions en ingrédients des recettes sont peu/très variables, en fonction des préférences et de la
disponibilité des ingrédients. Les teneurs en nutriments analysées d’une recette ne sont applicables que
pour des quantités fixes de tous les/quelques ingrédients, ce qui signifie que l’analyse des recettes est/n’est
pas rentable. Il est plus/moins rentable d’analyser les ingrédients crus des recettes et de calculer ensuite les
différentes recettes basées sur les ingrédients analysés, plutôt que d’analyser chaque recette séparément.
VIII.Q14 Des données sont manquantes dans la plupart des tables et banques de données sur
la composition des aliments. Faites correspondre les expressions correctes avec la définition
correspondante. (2 points: ½ point pour chaque réponse correcte)
Expressions:
1. Donnée manquante
2. Aliment manquant
3. Nutriment manquant
4. Documentation manquante
Définitions 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
(déchet), la densité).
Des métadonnées ne sont pas disponibles pour expliquer une valeur.
L’aliment ou une recette et leurs teneurs en nutriments ne sont pas indiqués.
149
VIII.Q15 Énumérez trois approches pour compléter des données manquantes dans une banque
de données sur la composition des aliments. (3 points: 1 point pour chaque réponse correcte)
1.
2.
3.
VIII.Q16 Listez quatre façons possibles de vérifier si un aliment provenant d’une autre source
est bien le même, ou du moins le plus similaire possible, que les aliments de votre propre banque
de données. Faites le même exercice pour les nutriments. (8 points: 1 point pour chaque réponse correcte)
Vérifier s’il s’agit du même aliment (ou du moins du plus similaire)

1.
2.
3.
4.
Vérifier s’il s’agit du même nutriment

1.
2.
3.
4.
VIII.Q17 Lorsque l’on copie des teneurs en nutriments à partir d’autres sources, il est
recommandé de vérifier que les teneurs en eau, lipides et protéines de l’aliment emprunté à
l’autre source correspondent bien à celles de l’aliment de sa propre banque de données avant
d’incorporer la(les) donnée(s) manquante(s). Souvent, si l’on constate des différences
significatives (par exemple, plus de 10 %), les valeurs sont à ajuster avant de les incorporer dans
votre propre banque de données. Faites correspondre les nutriments qui ont besoin d’être ajustés
avec les nutriments correspondants lors de différences significatives de teneurs entre aliments.
Nutriment avec des différences significatives:

1. Différence significative des teneurs en lipides
2. Différence significative des teneurs en eau
3. Différence significative des teneurs en protéines
Ajustez les teneurs en nutriments en fonction des nutriments suivants

Vitamines hydrosolubles et minéraux
Acides gras, fractions d’acides gras, vitamines liposolubles, cholestérol
Acides aminés
150
VIII.Q18 Pour chacune des vitamines suivantes, indiquez si elles dépendent des teneurs en
lipides ou en eau de l’aliment. (3 points: ½ point pour chaque réponse correcte)
Dépend de la Dépend de la teneur

Vitamine
teneur en eau en lipides
A
B
C
D
E
K
VIII.Q19 Faites correspondre les calculs suivants avec les formules correspondantes. (3 points:
Calculs:
1. Calculer la teneur en vitamine C de la pomme de terre bouillie, à partir de la pomme de terre
crue;
2. Calculer la teneur en eau d’une recette;
3. Extrapoler la teneur en acides gras et l’ajuster selon la différence des teneurs en lipides entre
l’aliment source et votre aliment (par exemple, avec une différence > 10 %);
4. Extrapoler la valeur nutritionnelle et l’ajuster selon la différence des teneurs en eau entre
l’aliment source et votre aliment (par exemple, avec une différence > 10 %);
5. Extrapoler la valeur nutritionnelle sur la base de la matière solide non lipidique (aussi appelée
«matière sèche non lipidique») ;
6. Transformer la valeur nutritionnelle sur la base de 100 g de matière sèche (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 l’aliment cru ou de la recette-(a-b)/b] x 100 où a= poids cru et b=poids après
cuisson
NV (PC) = NV (MS) x (100 – water)/ 100
VN (SF) x (100 – eau (OF)) / (100 – eau (SF))
VN de l’aliment 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 rétention du nutriment, SF = aliment
source, c’est-à-dire l’aliment dont la VN a été copiée, OF = aliment dans sa propre table, c’est-à-dire l’aliment de
votre propre banque de données pour lequel la VN est copiée
VIII.Q20 Faites correspondre les aliments avec la méthode correspondante de calcul ou

d’estimation des teneurs en nutriments manquantes. (5,5 points: ½ point pour chaque réponse correcte)
Aliments:
1. Cuisse de poulet avec la peau, crue
2. Côtelette de porc avec la matière grasse visible, crue
3. Côtelette de porc avec la matière grasse visible, grillée
4. Bœuf en ragoût
5. Yaourt, de lait de brebis, écrémé, nature
6. Yaourt, de lait de vache, sucré, nature, entier
7. Fromage, de lait de vache, à pâte pressée, 30 % de matière grasse
8. Mangue séchée
9. Salade de fruits mélangés
10. Banane, crue (tel qu’achetée, c’est-à-dire, comprenant la partie non comestible)
11. Cornflakes, enrichis
151
Comment calculer ou estimer les teneurs en nutriments manquantes

Mesurer la viande maigre et la matière grasse visible et construire une recette avec ces deux
ingrédients en tenant compte des proportions mesurées. Les teneurs en nutriments de la viande de
porc maigre crue et de la matière grasse de porc crue peuvent être extraites de travaux analytiques
ou copiées d’autres sources.
Prendre les teneurs en nutriments des cornflakes non enrichis et remplacer les valeurs des
nutriments enrichis par celles indiquées sur l’étiquette.
Prendre les teneurs en nutriments du yaourt entier nature et ajouter le sucre en fonction des
informations sur l’étiquette sur la teneur en glucides et recalculer l’énergie (vérifier qu’ils contiennent
bien tous les deux du lait de vache).
Peser la viande et la peau et construire une recette avec ces deux ingrédients en tenant compte des
proportions mesurées. Les teneurs en nutriments de la viande et de la peau crues peuvent être
extraites de travaux analytiques ou copiées d’autres sources
Prendre les teneurs en nutriments de la banane crue (partie comestible) et appliquer le coefficient
comestible à toutes les teneurs.
Prendre les teneurs en nutriments du fromage à pâte pressée à 45 % de matière grasse et ajuster à
la fois les teneurs en lipides, en vitamines liposolubles et en cholestérol selon les proportions (vérifier
qu’ils contiennent bien tous les deux du lait de vache).
Prendre les teneurs en nutriments du yaourt entier nature et ajuster à la fois les teneurs en lipides, en
vitamines liposolubles et en cholestérol selon les proportions (vérifier qu’ils contiennent bien tous les
deux du lait de brebis).
Prendre les teneurs en nutriments de la «côtelette de porc avec la matière grasse visible, crue» et
effectuer un calcul de recette. Sélectionner les facteurs de rétention des nutriments appropriés, soit
pour l’aliment spécifique, soit pour le porc, soit pour la viande (en fonction des données disponibles)
et mesurer ou estimer le facteur de rendement.
Sélectionner une recette (par exemple, dans un livre de cuisine classique), vérifier que tous les
ingrédients sont répertoriés (en particulier l’eau et les huiles de cuisson), transformer la quantité
d’ingrédient en poids, sélectionner les aliments avec les teneurs en nutriments complètes dans la
banque de données, sélectionner les facteurs de rendement et de rétention des nutriments
appropriés et appliquer le système de calcul des recettes.
Sélectionner une recette (par exemple, dans un livre de cuisine classique), transformer la quantité
d’ingrédient en poids de portion comestible, sélectionner les aliments avec les teneurs en nutriments
complètes dans la banque de données, additionner les ingrédients et ramener les teneurs en
nutriments à 100 g.
Prendre les teneurs en nutriments de la mangue crue, mesurer la teneur en eau de la mangue
séchée et ajuster toutes les teneurs en nutriments selon la différence entre teneurs en eau (vérifier
que la mangue crue est similaire à la mangue séchée, en termes de couleur, dans la mesure où la
teneur en carotène varie significativement avec les différentes couleurs).
VIII.Q21 Indiquez pour les nutriments suivants, si les données manquantes peuvent être
estimées à partir des autres nutriments du même aliment. Sélectionner Oui ou Non. Si «oui» est
sélectionné, indiquez comment elles peuvent être estimées. (4 points: ½ point pour chaque réponse correcte)
Nutriment Peut être Comment l’estimer

estimé
Oui/Non
Glucides disponibles Oui/Non
Contribution du tryptophane dans Oui/Non
l’équivalent niacine
Rétinol Oui/Non -
Calcium Oui/Non -
152
EXERCICES
VIII.E1 Une enquête de consommation alimentaire a été réalisée en Afrique du Sud et la

recette «omelette aux oignons et tomates» a été enregistrée. Les ingrédients et leurs quantités ont
été pris à partir d’un livre de cuisine classique. Transformez les quantités d’ingrédients en
grammes de partie comestible de la recette et arrondir les poids de façon à ce qu’ils se terminent
par 0 ou 5 g. Par exemple, 111,5 g de beurre sont arrondis à 110 g. (5 points: 1 point pour chaque réponse
correcte)
Données disponibles:
1 œuf de très gros calibre = 58 g (USDA)
1 œuf de petit calibre = 38 g (USDA)
1 œuf = 50 g (tables de McCance et Widdowson – Royaume-Uni)
1 œuf = 45 g (mesuré en Afrique du Sud)
1 tasse d’oignons hachés = 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 cuillère à soupe = 15 mL (mesure personnelle)
1 cuillère à café = 5 mL (mesure personnelle)
Densité du lait = 1,03 g/mL (tables de McCance et Widdowson – Royaume-Uni)
Densité du beurre = 0,96 g/mL (mesure personnelle)
Coefficient comestible de l’oignon = 0,9 (mesure personnelle)
Coefficient comestible de l’œuf = 0,95 (mesure personnelle)
Coefficient comestible de la tomate = 0,91 (mesure personnelle)
Volume en mL u densité = poids en g
«Omelette aux oignons et tomates», avec les Poids de l’ingrédient dans la partie comestible
ingrédients proposés dans le livre de cuisine
2 œufs
2 cuillères à soupe de lait
1 cuillère à café de beurre
1 gros oignon
2 petites tomates
VIII.E2 Répondez aux questions suivantes. (7 points: 1 point pour chaque réponse correcte)
Questions Réponses
Un steak cru de 200 g, après avoir été grillé, pèse
150 g. Quel est son facteur de rendement?
Dans le steak cru précédent, il y a 20 g de protéines
pour 100 g. Combien y a-t-il de protéines dans le steak
grillé?
Dans 100 g de poisson frais, il y a 12 g protéines et
75 g d’eau. Après séchage, le poisson perd 60 g d’eau.
Combien y a-t-il de protéines dans 100 g de poisson
séché?
100 g de haricots secs contiennent 22 g de protéines.
Combien y a-t-il de protéines dans 50 g de haricots
secs?
100 g de haricots secs contiennent 22 g de protéines.
153
Combien y a-t-il de protéines 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 différentes sources. Un produit céréalier
de la banque de données nationale contient 20 g de
glucides (en glucides disponibles par différence). Le
même aliment a 25 g de glucides (en glucides totaux
par différence) et 5 g de fibres alimentaires dans les
tables USDA et 20 g (en équivalents monosaccharide)
dans les tables anglaises24. Quelle est la teneur la plus
proche de la teneur nationale?
Un porridge au maïs contient 300 g de farine complète
de maïs, 200 g de haricots à oeil noir séchés et 100 g
d’oignons crus. Faire bouillir tous les ingrédients. Quel
ingrédient majeur est manquant?
VIII.E3 Calculez les teneurs en nutriments de la tomate bouillie à partir de la tomate fraîche.
Utiliser l’«Outil pour la compilation, version 1.2.1» et calculez les teneurs en nutriments d’un
aliment cuit en suivant les instructions ci-dessous. Ensuite, copiez les résultats des calculs qui se
trouvent dans les différentes cases de l’«Outil pour la compilation» dans les réponses
correspondantes du tableau ci-dessous. (15 points: 1 point pour chaque réponse correcte)
Note: L’«Outil pour la compilation version 1.2.1» est un fichier Excel disponible à l’adresse
http://www.fao.org/infoods/software_fr.stm. Les noms des constituants sont les tagnames. Leurs
descriptions et unités peuvent être retrouvées dans la feuille de calcul « composants » (et à l’adresse
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 à l’adresse http://office.microsoft.com/en-us/excel/FX100646951033.aspx. Le nom des fonctions Excel
décrit ci-dessous peuvent être différent dans Word Vista.
Étapes logiques à suivre pour un calcul de recette:

L’objectif le plus important de cet exercice est que vous compreniez les formules et les étapes, ainsi vous serez capable de
calculer les teneurs en nutriments de n’importe quel aliment cuit à partir de l’aliment cru correspondant.
1. Insérez une ligne pour l’aliment cru et ses teneurs en nutriments dans la feuille de calcul ‘calcul
des recettes’ (pour copier les teneurs, utilisez «collage spécial» et non «collage»).
2. Insérez la ligne vide de l’aliment cuit pour calculer ses teneurs en nutriments.
3. Regardez les formules de l’exemple 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 (exceptée celles de l’eau et de XN = facteur de
conversion d’azote en protéines) est le produit de la valeur nutritionnelle de l’aliment cru
divisée par le facteur de rendement fois le facteur de rétention du nutriment. Dans cet
exemple, le facteur de rétention du nutriment correspond à celui du groupe des ‘légumes et
produits dérivés’ - ‘facteur de rétention bouilli’ ;
- la formule pour la valeur de l’eau est la valeur de l’eau de l’aliment cru moins la différence
entre le poids de l’aliment cru et cuit. Cette somme est divisée par le poids cuit et le résultat
est multiplié par 100 pour obtenir le poids pour 100 g d’aliment cuit ;
- la case de XN doit avoir la même valeur que celle de l’aliment cru.
4. Copiez les formules de calcul des teneurs en nutriments à partir de l’exemple (pour copier les
teneurs, utilisez «collage» et non «collage spécial»).
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 rétention des nutriments ainsi que la case avec les
24 Glucides totaux par différence – fibres alimentaires = glucides disponibles par différence.
Glucides en équivalents monosaccharides/1,1 = glucides disponibles en poids.
154
teneurs en nutriments de l’aliment cru (dans ce cas la tomate fraîche) et copiez-la dans la case
avec la formule corrigée pour toutes les valeurs nutritionnelles (sauf pour celles de WATER
(eau) et XN)
- Changer dans la formule de la valeur d’énergie (R123) le numéro de la case du facteur de
rendement pour qu’il indique toujours celui de la recette, dans ce cas E121 (pour la tomate
bouillie) ; et changez le numéro de la case du facteur de rétention pour qu’il indique celui du
groupe des ‘légumes et produits dérivés’ - ‘ facteur de rétention bouilli’ . Le signe de $ avant le
E et avant 121 indique à l’ordinateur de toujours prendre en compte cette case spécifique
(facteur de rendement pour la tomate bouillie) dans le calcul des valeurs, quand vous
copieriez cette formule à d’autres cases pour calculer la valeur nutritionnelle d’autres
nutriments
- copiez cette formule à toutes les valeurs nutritionnelles, sauf à l’eau et XN
- la formule de l’eau reste comme telle.
- Entrez la valeur de XN de la tomate crue dans la case de XN de la tomate bouillie
7. Vérifiez que votre calcul est correct et qu’aucune valeur nulle n’est inopinément produite (s’il
n’existe pas de valeur pour la tomate crue et que la formule est saisie, Excel donnera la valeur 0
à la tomate crue.
8. Copiez ces nouvelles teneurs en nutriments calculées pour la tomate bouillie (avec «collage
spécial») dans la feuille de calcul «calcul des recettes» et ensuite dans la feuille de calcul «banque
de données de référence» où vous pouvez aussi documenter ces nouvelles données.
Instructions spéciales pour l’exercice sur le fichier Excel:

Rappelez-vous bien que l’utilisation d’Excel exige un travail très attentif. Utilisez «collage spécial» pour copier les valeurs et
«collage» pour copier les formules. La moindre erreur soit dans une formule, soit en la copiant collant, soit en l’insérant à des
endroits incorrects, conduit à des résultats erronés. C’est pourquoi, il faut toujours vérifier que les formules se réfèrent aux
bonnes cases et il faut toujours réfléchir avant d’utiliser «collage», «collage spécial» ou «insérer» si c’est la bonne fonction.
1. Copiez la ligne 21 (tomate, mûre, crue – dernier enregistrement) à partir de la feuille de calcul
«banque de données de référence» et la coller dans la feuille de calcul «calcul de recettes» à la
ligne 120. Utilisez la fonction «collage spécial», «valeurs».
2. Copiez la ligne 23 (tomate, bouillie) à partir de la feuille de calcul «banque de données de
référence» et collez-la dans la feuille de calcul «calcul de recettes» à la ligne 119.
Procédez alors comme suit pour la feuille de calcul «calcul de recettes»:

1. Copiez les lignes 37-40 dans les lignes 121-124 (c’est-à-dire copiez toutes les formules de calcul de
« recettes à un seul ingrédient» à partir de l’exemple 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 à 100 %.
3. Intégrez le facteur de rendement de 0,8 (Bergström, 1994) en E122 et le système calculera le poids
après cuisson (voir le changement dans la case E121 – le poids après cuisson est de 80 g, calculé à
partir de 100 g de tomate crue en appliquant le facteur de rendement de 0,8).
4. Maintenant, il faut modifier la formule de façon à ce qu’elle a intègre le facteur de rétention des
nutriments pour les légumes 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 (N’oubliez pas le signe = en début de formule, sinon le système ne saura
pas qu’il s’agit d’une formule).
5. À l’exception de WATER et XN, copiez cette formule dans toutes les cases de la ligne 123 qui
ont une valeur nutritionnelle à la ligne 120 (si vous appliquez la formule à une case qui ne
contient pas de valeur nutritionnelle pour la tomate crue, Excel crée une valeur zéro pour la
tomate bouillie. Ce serait une grave erreur. Il faut donc veiller à éviter de produire des valeurs zéro
pour la tomate bouillie).
6. Pour XN, prenez la même valeur que pour l’aliment cru (la valeur pour XN ne change pas en
cuisant).
7. Pour WATER (l’eau), il existe une formule spéciale. Le système calcule automatiquement la
teneur en eau pour 100 g du plat cuit à partir de la formule introduite.
155
8. Vérifiez que vous avez calculé la teneur en nutriments de la tomate bouillie uniquement s’il y a
une teneur pour la tomate crue à la ligne 120 (supprimer les 0 s’il manque des valeurs dans la ligne
de la tomate crue – sinon, vous êtes en train de créer des valeurs zéro à la place de données
manquantes, ce qui, comme on l’a dit auparavant, représente une grave erreur!!).
9. Copiez avec «collage spécial», «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 données
de référence» à la ligne 23 pour la tomate bouillie.
Félicitations
Maintenant, vérifiez que vous avez effectué le calcul correctement en répondant aux questions suivantes.
Recopiez dans la réponse correspondante, les nombres et formules obtenus dans l’«Outil pour la
compilation».
Questions Réponses (copiez le résultat ou la formule

correspondant à partir de l’Outil pour la
compilation)
Poids après cuisson
Formule pour calculer l’eau (case V123)
Catégorie d’aliments choisie pour les facteurs de rétention
des nutriments
La formule de calcul de la teneur en lipides (Lipides
standards) de la tomate bouillie est
=AB120*1/$E$122*AB63. Que représente $E$122?
Teneurs de la tomate bouillie ------------
Coefficient comestible
XN (deux chiffres après la virgule)
Eau (un chiffre après la virgule)
Lipides standardisés (deux chiffres après la virgule)
Glucides standardisés (deux chiffres après la virgule)
Fibres alimentaires standardisées (deux chiffres après la
virgule)
Vitamine A standardisée (deux chiffres après la virgule)
Riboflavine (trois chiffres après la virgule)
Acide gras en C4:0, indifférenciés (deux chiffres après la
virgule)
Lysine (deux chiffres après la virgule)
Les teneurs en nutriments calculées seraient-elles
différentes si la méthode ‘ingrédient’ ou ‘recette totale’
avait été appliquée? Sélectionnez oui ou non.
VIII.E4 Calculez les teneurs en nutriments de la recette «Riz frit aux tomates» en utilisant la
méthode ‘mixte’. Utilisez l’Outil pour la compilation version 1.2.1 et calculez les teneurs en
nutriments de la recette en suivant les instructions ci-dessous. Répondez alors aux questions
suivantes à partir des calculs effectués dans la feuille Excel. (15 points: 1 point pour chaque réponse
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
Étapes logiques à suivre pour le calcul de la recette:

L’objectif le plus important de cet exercice est que vous compreniez les formules et les étapes. Ainsi vous serez capables de
calculer les teneurs en nutriments de n’importe quelle recette à partir des ingrédients crus correspondants.
1. Insérez 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 spécial» et non pas «collage»). Elles
ont des teneurs en nutriments pour 100 g.
2. Insérez une ligne vide pour la recette et pour calculer ses teneurs en nutriments.
3. Créez pour chaque ingrédient une ligne et adaptez les poids des ingrédients d’après leurs poids de
portion comestible dans la recette.
4. Choisissez un mode de calcul des recettes (méthode ‘recette totale’, ‘ingrédient’ ou ‘mixte’).
5. Étudiez les formules de l’exemple 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 n’est pas nécessaire.
- la formule pour chaque valeur nutritionnelle des ingrédients est construite de la même
façon (excepté pour XN et l’eau): c’est la valeur nutritionnelle correspondant de l’aliment cru
multipliée par la proportion relative de poids de l’ingrédient dans la recette puis multipliée par
le facteur de rétention pour le groupe alimentaire et sa méthode de cuisson.
- la formule de la somme des valeurs nutritionnelles des ingrédients dans la recette indique la
somme des teneurs pour ce nutriment dans la recette. Par exemple : =SUM(R131:R133)
signifie que la somme est calculée à partir des valeurs d’énergie des trois ingrédients de la
recette. Une adaptation doit être faite si le nombre d’ingrédient change. S’il y a 4 ingrédients,
la somme doit inclure ces 4 ingrédients.
- la formule des valeurs nutritionnelles de la recette pour 100 g est construite de cette
manière (excepté pour l’eau et XN): C’est la somme de la valeur nutritionnelle de tous les
ingrédients, divisée (/) par le poids de la recette cuite et multipliée (*) par 100 pour arriver à
100 g de recette. Par exemple : ‘=R134/$E$135*100’ signifie que la valeur nutritionnelle des
ingrédients d’énergie (R134) est divisée (/) par le poids de la recette cuite (E135) et multipliée
(*) par 100 pour arriver à 100 g de recette. Le signe $ avant le E et avant 135 indique à
l’ordinateur de toujours prendre en compte cette case spécifique (poids de la recette cuite)
dans le calcul des teneurs, quand vous copiez cette formule à d’autres cases pour calculer la
valeur nutritionnelle d’autres nutriments.
- la formule pour la valeur de l’eau est la valeur de l’eau de l’aliment cru moins la différence
entre le poids de l’aliment cru et cuit. Cette somme est divisée par le poids cuit et le résultat
est multiplié par 100 pour obtenir le poids pour 100 g d’aliment cuit. Une adaptation de la
formule n’est pas nécessaire;
- la formule de la case de XN (facteur de conversion d’azote en protéines) correspond à la
valeur des protéines divisée par la valeur d’azote. Par exemple : ‘=Y137/X137’ indique que la
valeur des protéines (Y137) est divisée (/) par la valeur d’azote (X137). Une adaptation de la
formule n’est pas nécessaire;
6. Copiez les formules de calcul des teneurs en nutriments à partir de celles de l’exemple (pour
copier les formules utilisez «collage» et non «collage spécial»).
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 rétention 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 (l’eau) et XN.
- Une adaptation des formules n’est pas nécessaire pour les cases de : poids cuit de la recette,
l’eau et XN.
- Par exemple adaptez la formule de l’énergie ‘=R126*($E$131/100)*R33’ pour 200 g de riz
blanc bouilli. Elle affiche la case de l’énergie du riz blanc cru pour 100 g (R126), multipliée (*)
par le poids de riz dans la recette (E131) divisée par 100 pour arriver à sa proportion de poids
de l’ingrédient dans la recette, puis multipliée par le facteur de rétention du groupe ‘Céréales
et produits dérivés’ - ‘ facteur de rétention bouilli’ (R33). Le signe $ avant le E et avant 131
157
indique à l’ordinateur de toujours prendre en compte cette case spécifique (poids de riz dans
la recette) dans le calcul des teneurs, quand vous copiez cette formule à d’autres cases pour
calculer la valeur nutritionnelle d’autres nutriments. Faites la même chose pour l’énergie de la
tomate et de la margarine qui doivent indiquer respectivement le facteur de rétention du
groupe des légumes frits et matières grasses frites.
- Par exemple adaptez ‘=SUM(R131:R133)’ qui signifie que la somme des valeurs d’énergie
des trois ingrédients de la recette (de R131 à R133) est calculée. Dans ce cas spécifique,
aucune adaptation n’est nécessaire. Par contre, une adaptation doit être faite si le nombre
d’ingrédients change. S’il y a 4 ingrédients, la somme doit inclure les 4 ingrédients. N’oubliez
pas d’adapter aussi la somme des poids des ingrédients dans la recette (E134), si nécessaire.
- Par exemple adaptez ‘=R134/$E$135*100’ qui signifie que la valeur nutritionnelle des
ingrédients d’énergie (R134) est divisée (/) par le poids de la recette cuite (E135) et multipliée
(*) par 100 pour arriver à 100 g de recette. Le signe $ avant le E et avant 135 indique à
l’ordinateur de toujours prendre en compte cette case spécifique (poids de la recette cuite)
dans le calcul des teneurs, quand vous copieriez cette formule à d’autres cases pour calculer la
valeur nutritionnelle d’autres nutriments.
- Dans cet exemple, copiez les cases de l’énergie que vous avez adaptées (R131 à R137) et
collez-les aux cases correspondantes des autres nutriments (excepté pour l’eau et XN).
9. Vérifiez que vos calculs sont corrects et qu’aucune valeur zéro n’a été générée par accident (s’il
n’existe pas de valeur pour tous les ingrédients et que la formule est saisie, Excel générera une
valeur 0 pour la recette).
10. Copiez les teneurs en nutriments de la recette nouvellement générées (avec «collage spécial») dans
la ligne insérée (voir étape 2) et copiez ensuite la ligne de la feuille de calcul «calcul de recettes»
dans la feuille de calcul «banque de données de référence» où vous devrez aussi documenter les
nouvelles teneurs.
Instructions spéciales pour l’exercice sur le fichier Excel:

Rappelez-vous bien que l’utilisation d’Excel exige un travail très attentif. Utilisez «collage spécial» pour copier les teneurs et
«collage» pour copier les formules. La moindre erreur soit dans une formule, soit en la copiant collant, soit en l’insérant à des
endroits incorrects, conduit à des résultats incorrects. C’est pourquoi, il faut toujours vérifier que les formules se réfèrent aux
bonnes cases et il faut toujours réfléchir avant d’utiliser «collage», «collage spécial» ou «insérer» si c’est la bonne fonction.
1. Dans la feuille de calcul «banque de données de référence», créez un nouvel enregistrement à la
ligne 33: saisissez le nom de la recette, le code de l’aliment 0101015, R pour recette (dans la
case D33), le numéro d'entrée de l'aliment 1 et la source («calculée avec la méthode mixte»). Puis
copiez la ligne 33 à la ligne 130 de la feuille de calcul «calcul des recettes».
2. À partir de la feuille de calcul «banque de données de référence», copiez les lignes 8 (Riz, blanc,
grain rond, bouilli), 21 (Tomate, mûre, crue – enregistrement final), et 25 (Margarine, 80 % de
matières grasses, graisse végétale) et collez-les respectivement dans les lignes 126, 127 et 128 dans
la feuille de calcul «calcul des recettes». Utilisez la fonction «collage spécial» «valeurs». Saisissez 100
dans les cases E126-E128 et E130 pour indiquer qu’il s’agit de teneurs en nutriments rapportées à
100 g d’aliment comestible.
Effectuez alors les opérations 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 ingrédients mentionnés ci-dessus dans les cases E131-E133 (200, 150 et
30 respectivement).
3. Sauf pour XN, adaptez toutes les teneurs en nutriments des ingrédients (lignes 131-133) en
fonction des poids des ingrédients dans la recette et des facteurs de rétention des nutriments
correspondants. Par exemple, dans la case R131 tapez la formule =R126*($E$131/100)*R32
(adaptation de la valeur nutritionnelle au poids de l’ingrédient dans la recette et du facteur de
rétention des nutriments pour les céréales cuites et les produits céréaliers). Dans la case R132
tapez la formule =R127*($E$132/100)*R64 (faisant référence au poids de la tomate et aux
facteurs de rétention des nutriments pour les légumes frits). Dans la case R133 tapez la formule
=R128*($E$133/100)*R74 (faisant référence au poids de la margarine et aux facteurs de rétention
des nutriments des graisses et huiles frites). oubliez pas de saisir = en début de formule et les
signes $ avant E et 131 – sinon les formules ne marchent pas. Copiez alors la formule dans les
158
cases où il existe des teneurs en nutriments exprimées pour 100 g dans l’aliment correspondant.
De cette façon, les facteurs de rétention des nutriments sont appliqués au niveau de l’ingrédient.
4. Copiez les lignes 87-91 dans les lignes 134-138 (c’est-à-dire copiez les formules de la méthode
‘mixte’ dans votre recette).
5. Saisissez le facteur de rendement correct (0,9) dans la case E136 et le système calculera
automatiquement le poids après cuisson (si ce n’est pas fait automatiquement vous devez copier à
nouveau les lignes 87-91 et les coller dans les lignes 134-138; veiller à ne pas utiliser «collage spécial»
«valeurs»).
6. Vérifiez que pour le premier nutriment, la somme des teneurs en nutriments porte bien sur tous
les ingrédients de la recette. Par exemple, dans la case R134, la formule doit être =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
ingrédients divisée (/) par le poids de la recette cuite et multipliée (*) par 100 pour arriver à 100 g
de recette. Par exemple, dans la case R137 la formule doit être ‘=R134/$E$135*100’ qui signifie
que la valeur nutritionnelle des ingrédients d’énergie (R134) est divisée (/) par le poids de la
recette cuite (E135) et multipliée (*) par 100 pour arriver à 100 g de recette. Dans ce cas, le
facteur de rendement est appliqué au niveau de la recette. Le signe $ avant le E et avant 135
indique à l’ordinateur de toujours prendre en compte cette case spécifique (poids de la recette
cuite) dans le calcul des teneurs, quand vous copieriez cette formule à d’autres cases pour calculer
la valeur nutritionnelle d’autres nutriments. Après, copiez cette formule pour tous les nutriments
(sauf WATER et XN).
8. Le système calcule automatiquement la teneur en eau pour 100 g de plat cuit à partir de la formule
saisie.
9. Le système calcule automatiquement la valeur de XN en divisant la teneur en protéines par la
teneur en azote: XN = PROTCNT/ NT.
10. Vérifiez que vous avez bien calculé les teneurs en nutriments pour les seuls nutriments qui ont
une valeur exprimée pour 100 g d’ingrédient dans les lignes des ingrédients crus (supprimer les 0 s’il
n’existe pas de valeur pour aucun des ingrédients crus - sinon, vous allez produire des zéros pour
toutes les données manquantes, ce qui représente une grave erreur!!).
11. Saisissez le coefficient comestible 1.
12. Copiez avec «collage spécial» «valeurs» (si vous utilisez uniquement «collage» vous copierez les
formules) les teneurs en nutriments de la line 137 (en commençant 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 données de référence».
13. Pour vérifier les calculs, saisissez la formule de la «somme des constituants majeurs
(DB personnelle)» (DB signifie banque de données) dans la case O33 (copiez par exemple la formule à
partir de la case O31).
Félicitations
Maintenant vérifiez que votre calcul est correct en répondant aux questions suivantes. Merci de recopier
dans la réponse correspondante les nombres et formules obtenus dans l’«Outil pour la compilation».
Questions Réponses
Poids après cuisson
Formule de calcul de XN (dans la case W123)
Choisir les catégories d’aliments pour les facteurs de
rétention des nutriments
Formule de calcul de la teneur standardisée en lipides
pour le riz frit aux tomates
Teneurs du riz frit aux tomates ------------------
Coefficient comestible
XN (deux chiffres après la virgule)
Eau (un chiffre après la virgule)
Lipides standards (deux chiffres après la virgule)
159
Questions Réponses
Glucides standardisés (deux chiffres après la virgule)
Fibres alimentaires standardisées (deux chiffres après la
virgule)
Fer (un chiffre après la virgule)
Riboflavine (trois chiffres après la virgule)
Acide gras en C18:1 n-9 (deux chiffres après la virgule)
Lysine (deux chiffres après la virgule)
Les teneurs en nutriments calculées seraient-elles
différentes si la méthode ‘ingrédient’ ou ‘recette totale’
avait été appliquée? Sélectionnez oui ou non.
VIII.E5 Calculez les teneurs en calcium et en rétinol du «Yaourt nature maigre» à partir du
«Yaourt nature au lait entier» et ajustez les teneurs estimées si les différences en lipides et en eau
sont supérieures à 10 %. Utilisez les formules du VIII.Q19. (4 points: 1 point pour chaque réponse correcte)
Note: les données sont pour 100 g de partie comestible
Eau en g Lipides Calcium en mg Rétinol en mcg

en g
Yaourt nature au lait entier 81,9 3,0 200 28
Yaourt nature maigre (calculez les 87,2 1,0
valeurs en les ajustant selon les
teneurs différentes en eau et/ou en
lipides)
Yaourt nature maigre (calculez les 87,2 1,0
valeurs sur la base de la matière
sèche non lipidique)
VIII.E6 Quand on remplace ou calcule des données manquantes, un certain nombre de

décisions doivent être prises. Pour chaque question, sélectionnez la réponse la plus exacte et
rayez-la (les) autre(s). (8 points: 1 point pour chaque réponse correcte)
Questions Réponses
Estimez une teneur en cendres manquante x Sommez tous les minéraux.
(1 point) x Copiez la teneur en cendres du même aliment de la table
de composition préférée.
x Copiez la teneur en cendres d’un aliment comparable à
partir d’une table de composition préférée.
Si la compilation est effectuée dans une feuille x Oui, la documentation est possible au niveau de l’aliment
Excel, est-il possible de documenter les teneurs en (valeur par défaut pour toutes les données) et au niveau de
nutriments au niveau de la valeur nutritionnelle? la valeur nutritionnelle. Par exemple, si l’information au
(1 point) niveau de l’aliment par défaut est inapplicable, on insère
une ligne sous chaque ligne contenant des teneurs en
nutriments et dans cette ligne, on insère les informations
pour documenter la valeur de la case du dessus. On peut
aussi utiliser d’autres feuilles de calcul pour la
documentation des valeurs.
x Non, la documentation n’est possible qu’au niveau de
l’aliment.
x Non, la documentation est impossible.
Il manque la teneur en fibres alimentaires AOAC x «Orange, crue» de l’USDA (fibres Prosky)
(Prosky) pour «Orange, crue» dans la BDCA du
Kenya. Quel aliment devrait être choisi pour en
x «Orange, crue» de la table britannique (fibres Englyst)
copier la teneur en fibres alimentaires? x «Orange, crue» de la BDCA FAO pour l’Afrique (fibre brute)
(1 point)
160
Questions Réponses
Les pâtes cuites manquent dans une BDCA, alors x Copiez-les de la table britannique qui contient le même
qu’on a les teneurs des pâtes crues. Quelle est la aliment
meilleure façon pour obtenir les teneurs des pâtes x Calculez-les à partir de sa propre BDCA en appliquant la
cuites ? (1 point) méthode ‘mixte’
x Calculez-les à partir de sa propre BDCA en appliquant la
méthode ‘ingrédients crus’
Les Cornflakes de Kellogg’s ne sont pas encore x Demandez au fabricant en Thaïlande de fournir les
dans la BDCA nationale de la Thaïlande. C’est un données
produit non enrichi très consommé qui peut être x Copiez le même aliment de la table USDA
importé des USA ou d’Europe. Comment peut-on
obtenir les teneurs? (1 point)
x Copiez de la BDCA britannique
La patate douce à chair orange foncée crue x Copiez la VN de la patate douce à chair orange crue
d’Australie a une donnée manquante pour la teneur (USDA)
en carotènes. Sélectionnez la façon la plus x Copiez la VN de la patate douce à chair orange crue
adéquate pour obtenir des teneurs en carotènes. (Royaume-Uni)
(1 point) x Copiez la VN de la patate douce crue (Nouvelle-Zélande)
x Faites la moyenne de toutes les VN
x Sélectionnez la plus haute teneur en carotènes entre les
tables USDA et britannique
Un compilateur recherche des teneurs en x Ne prenez que les données exprimées en RAE
vitamine A (exprimées en RAE) et trouve des x Prenez les données exprimées en RAE ou en RE si
données pour différentes définitions de la l’aliment ne contient peu ou pas de carotènes
vitamine A. Quelles données devraient être
sélectionnées? (1 point)
x Prenez toutes les données sur la vitamine A
La viande de bœuf maigre séchée est manquante x Mesurez/estimez la teneur en eau de la viande de bœuf
dans la BDCA alors qu’il existe une VN pour la maigre séchée et calculez les autres teneurs en nutriments
viande de bœuf maigre. Comment peut-on obtenir x Copiez les VNs dans d’autres BDCA pour la viande de
des teneurs? (1 point) bœuf grasse séchée et changez la teneur en matières
grasses
x Copiez les VNs dans d’autres BDCA pour la viande de
mouton maigre séchée.
BDCA = banque de données sur la composition des aliments; VN = valeur nutritionnelle
161
Module 9
SYSTÈMES DE GESTION DES BANQUES DE DONNÉES SUR LA
COMPOSITION DES ALIMENTS ET D’ÉCHANGE DE DONNÉES
comprendre les principes de gestion d’une banque de données et les différentes options pour gérer des
données sur la composition des aliments;
discuter avec les développeurs et informaticiens des questions relatives à la gestion d’une banque de
données;
comprendre les principes des échanges de données et leurs relations avec la documentation et la
gestion d’une banque de données;
comprendre la complexité de la gestion d’une banque de données sur la composition des aliments,
liée au grand nombre de métadonnées.
TEXTES A ÉTUDIER
x Charrondière, U.R. Système de gestion des bases de données sur la composition des aliments
(SGBDCA) et échange de données. Présentation PowerPoint disponible à l’adresse:
Et, si possible:
x Greenfield, H. et Southgate, D.A.T. 2007. Données sur la composition des aliments. – production, gestion et
utilisation. FAO. Rome. Chapitres 1 (p. 10-13 du livre et non du fichier PDF). Disponible à l’adresse:
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 numéros de page se référent au fichier PDF.
Disponible à l’adresse: http://www.unu.edu/unupress/unupbooks/80774e/80774E00.htm ou sous
forme de fichier PDF à l’adresse:
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 à l’adresse: ftp://ftp.fao.org/es/esn/infoods/interchange.pdf
x Møller, A. et Christensen, T. en collaboration avec Unwin, I., Roe, M., Pakkala, H. et Nørby,
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 à l’adresse: http://www.eurofir.net/?q=node/94
x EuroFIR, 2007. Proposal for structure and detail of a EuroFIR standard on food composition
data. Preparé par Becker et al. p. 5-11, 19-21, 26, 36-37 (d’autres pages sont suggérées comme
lecture supplémentaire). Disponible à l’adresse: http://www.eurofir.net/?q=node/94

x Outil pour la compilation, version 1.2.1 Disponible à l’adresse:
x FAO. 2004. Report of the Technical Workshop on Standards for food composition data interchange. Rome: schéma
(à l’adresse: ftp://ftp.fao.org/es/esn/infoods/schema.pdf) et “Set of files, elements and definitions” à
l’adresse: ftp://ftp.fao.org/es/esn/infoods/définitions.pdf

x Analystes +
163
TEMPS ESTIMÉ POUR

x Lire: 1–4 heures
x Répondre aux questions: 1–2 heures
x Compléter les exercices: 1–2 heures

Systèmes d’échange et de gestion des banques de données sur la composition des aliments
2000. Eurofoods Recommendations for Food Composition Database Management and Data
Interchange. Report n° EUR 19538. Office des publications de l’Union européenne. Disponible à
l’adresse: 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 Møller, A. et Christensen, T. en collaboration avec Unwin, I. et Roe, M. 2008. EuroFIR XML
Food Data Transport Package Specifications - version 1.3. Disponible à l’adresse:
http://www.eurofir.net/?q=node/94
x Møller, 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 à l’adresse:
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 édition. Greenfield (éd.).
Systèmes de gestion de banques de données (en général)

x http://dbis.ucdavis.edu/courses/sqltutorial/tutorial.pdf
x MySQL
x http://oreilly.com/catalog/9780596514013/
x http://oreilly.com/mysql/
x Modèles et diagrammes Entités-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-Model-
Past-Present-and-Future/
x Banques de données 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 données-Depth-Relational-Theory-
Practitioners/dp/0596100124/ref=sr_1_4?ie=UTF8&s=books&qid=1244151342&sr=1-4
x http://www.amazon.com/Banque de données-Systems-Complete-Book-
2nd/dp/0131873253/ref=sr_1_1?ie=UTF8&s=books&qid=1244153221&sr=1-1
x Gestion des banques de données scientifiques et statistiques: (voir aussi Greenfield et Southgate,
2007), comptes rendus des conférences annuelles. Disponible à l’adresse: 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
x http://www.xml.com/
x http://xml.sys-con.com/node/40070
x http://www.xml.com/pub/a/axml/axmlintro.html
165
QUESTIONS
IX.Q1 Faites correspondre les termes avec les objectifs correspondants. (2 points: ½ point pour
Termes:
1. Documentation
2. Système de gestion des banques de données sur la composition des aliments
3. Échange de données
Terme Objectifs
Fournir les moyens techniques pour importer et exporter des données sur la composition des
aliments avec leurs métadonnées vers ou à partir de sa propre banque de données
Expliquer les données en apportant une information complémentaire (métadonnées) afin d’être
capable, à la fois, de les évaluer et de tracer les valeurs fournies jusqu’à leurs origines
Transmettre de façon exacte et claire des données sur la composition des aliments à d’autres
personnes
Permettre aux compilateurs de collecter, documenter, compiler et gérer des données sur la
composition des aliments selon des procédures standardisées, des codes, des symboles, des
thésaurus, etc.
IX.Q2 Puisque la documentation est cruciale pour la composition des aliments, chaque
système de gestion de banques de données devrait être capable de traiter des données pour la
documentation. Indiquez quelles données et/ou métadonnées sont obligatoires à la
compréhension 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 complémentaire et utile sur les données (facultative). (7 points: ½ point pour
Documentation sur la composition des aliments : obligatoire (1) ou facultative (2)

La méthode d’analyse, si le résultat dépend de la méthode, c’est-à-dire si différentes méthodes
d’analyse produisent des valeurs significativement différentes (méthodes empiriques)
La méthode d’analyse si le résultat est indépendant de la méthode, c’est-à-dire si toutes les méthodes
d’analyse produisent des résultats similaires (méthode rationnelle)
L’autorité et l’expéditeur des données
Les références bibliographiques ou la source des données
Le mode de calcul des recettes, comprenant la méthode, les facteurs de rendement et de rétention
des nutriments, ainsi que la recette avec ses ingrédients
Le groupe des constituants
Les noms et les définitions des constituants, par exemple, les tagnames d’INFOODS25
Les noms et la description des aliments
Le groupe de l’aliment
Le dénominateur (aussi appelé l’unité matrice, la base, la quantité de base, l’unité de base)
La taille de la portion
La taille et la manipulation de l’échantillon, le plan d’échantillonnage
Les valeurs contribuant aux valeurs moyennes ou calculées
L’unité
IX.Q3 Faites correspondre les avantages/inconvénients pour la documentation des données au

support de stockage correspondant. Des réponses multiples sont possibles. (3 points: ½ point pour
25 Voir le module 4.b.
166
Support de stockage des données:

1. Fichiers électroniques, par exemple, des fichiers Excel ou d’autres tableurs
2. Mémoire du compilateur
3. Banques de données relationnelles, comme MySQL, SQL, SM Access, ORACLE (en
tant que logiciel indépendant sur un seul ordinateur ou en réseau avec différentes
stations de travail ou en applications Internet)
4. Documents papier
5. Fichiers au format XML ou équivalents
Terme Avantages/inconvénients pour la documentation des données

Moins sujet à des erreurs et permet une saisie et une gestion de données pour une
documentation multidimensionnelle, même pour des données importantes.
Permet une documentation des données très détaillée mais est rarement mise sous forme
électronique (par exemple, par manque de temps); dans la plupart des cas, elle est archivée
dans un local et finit dans la corbeille à papier.
Permet une documentation des données sous forme électronique, ainsi que l’export et l’échange
de données, mais exige des compétences informatiques et techniques.
Permet une documentation des données sous forme électronique, mais est difficilement une
documentation multidimensionnelle. Requiert une certaine compétence technique et beaucoup
de soin et d’attention pour gérer les données.
Permet une documentation des données sous forme électronique, mais coûte très cher et
nécessite beaucoup de temps de développement, d’adaptation et d’optimisation.
Écrite nulle part, ce qui rend la recherche et la traçabilité de la documentation difficile, et
généralement disparaît lorsque le personnel est déplacé ou part à la retraite.
IX.Q4 Faites correspondre les avantages/inconvénients aux différents types de banques de

données relationnelles. Pour un cas, une réponse multiple est possible. (2,5 points: ½ point pour chaque
réponse correcte)
Banques de données relationnelles:

1. Logiciel indépendant sur un seul ordinateur
2. Réseau de différentes stations de travail
3. Application Internet
Avantages/inconvénients des différents types de banques de données relationnelles

Plusieurs personnes possédant un accès utilisateur par Internet peuvent travailler simultanément sur la
banque de données
Plusieurs personnes reliées au même serveur peuvent travailler simultanément sur la banque de
données
L’accès à la banque de données est indépendant du lieu
Seulement une personne peut travailler sur la banque de données à un moment donné
Un système de sécurité efficace est nécessaire pour se prémunir contre les virus, les connexions non
permises, etc.
IX.Q5 Déterminez le classement de la qualité des supports pour un système de gestion de

banques de données, du plus haut (1) au plus bas (4). (2 points: ½ point pour chaque réponse correcte)
Classement Qualité des supports d’un système de gestion de banques de données

Fichiers électroniques, comme Excel
Mémoire du compilateur
Banques de données relationnelles, comme MySQL, SQL, Access, ORACLE
Documents papier
167
IX.Q6 Énumérez trois fichiers qui font partie du système de gestion de la banque de
données sur la composition des aliments (SGBDCA). (3 points: 1 point pour chaque réponse correcte)
Note: Il peut être 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/définitions.pdf
1.
2.
3.
IX.Q7 L’échange de données sur la composition des aliments peut être réalisé de façon
informelle ou selon un format donné. Sélectionnez Vrai ou Faux. (4 points: ½ point pour chaque réponse
correcte)
Affirmations correctes relatives aux échanges Vrai Faux

L’échange de données sur la composition des aliments permet aux détenteurs de
données de partager leurs données avec d’autres utilisateurs.
L’échange de données se fait normalement sans l’accord de l’expéditeur ou du receveur.
L’échange de données demande que tous les types de données soient réunis en un seul
fichier.
Une condition requise aux échanges de données sur la composition des aliments est
que les constituants des aliments soient identifiés sans ambiguïté. C’est pourquoi,
INFOODS a publié des identificateurs pour les constituants alimentaires (aussi appelés
tagnames) et EuroFIR un thésaurus des constituants.
L’échange informel de données peut être simplement un envoi d’une liste des aliments
d’une banque de données sur la composition des aliments sans aucune donnée de
composition parce que les noms d’aliments et leurs descriptions font partie des données
sur la composition des aliments.
Jusque récemment, la proposition INFOODS pour l’échange de données sur la
26
composition des aliments n’a pas été largement appliquée, parce que le SGML (et son
27
profil XML ) n’était pas totalement compris de la plupart des compilateurs et
informaticiens qui travaillaient sur la composition des aliments, et par manque de
logiciels adaptés. De plus, il y avait des demandes pour un échange de données plus
formelle et détaillée.
La proposition EuroFIR pour l’échange de données sur la composition des aliments est
basée sur XML et est mise en oeuvre par les partenaires du projet.
L’échange de données est facilité par les restrictions de droits d’auteur.
IX.Q8 XML est souvent utilisé pour l’échange de données. Pour être capable de lire un
fichier XML, quelques définitions de base devraient avoir été comprises. Inscrivez dans le tableau
ci-dessous les termes en face de la section correspondante d’un fichier XML d’échange de
données. (3 points: ½ point pour chaque réponse correcte)
Note: on peut trouver des explications relatives à XML à l’adresse http://www.w3.org/XML/ et les
définitions des termes à http://www.w3schools.com/xml/xml_syntax.asp et
http://www.xmlgrrl.com/publications/DSDTD/go01.html
26 Le Langage standard généralisé de balisage, (en anglais : Standard Generalised Markup Language) est le langage utilisé pour
structurer le texte qui sert à décrire le format d’échange. Il est décrit dans la norme internationale ISO 8879.
27 Langage de balisage extensible (en anglais : Extensible Markup Language).
168
Termes et définitions:
x Élément: défini dans la norme ISO 8879 comme «Un constituant de la structure hiérarchique
définie par une définition de type de document (DTD); il est identifié dans un document par un
marqueur descriptif, habituellement une balise d’ouverture et de fermeture».
x Balise d’ouverture: définie dans la norme ISO 8879 comme «Un marqueur descriptif qui
identifie le début d’un élément et spécifie son identifiant générique et ses attributs».
x Balise de fermeture: définie dans la norme ISO 8879 comme «Un marqueur descriptif qui
identifie la fin d’un élément». Les balises d’ouverture et de fermeture doivent avoir exactement le
même nom.
x Contenu: défini comme une donnée ou une information fournie entre des balises d’ouverture et
de fermeture. Ce peut être un contenu de texte ou un contenu d’élément – ce dernier est aussi
appelé élément imbriqué ou fils.
x Attribut: défini dans la norme ISO 8879 comme «La caractéristique d’une qualité, autre que le
type ou le contenu». Un attribut est une information associée à un élément. Par exemple, si on
imagine qu’un élément est un nom commun, l’attribut est un adjectif. Pour un élément,
l’information relative à un attribut est stockée dans sa balise d’ouverture. Un attribut est formé
d’un nom d’attribut et d’une valeur d’attribut. Les valeurs d’attribut sont indiquées entre
guillemets.
x Élément imbriqué: est défini comme un élément directement contenu dans un autre élément; on
dit que le premier est le fils du second. Il est aussi appelé élément fils.
Extraction d’un fichier XML d’échange de données (d’après le Food Data Transport Package
d’EuroFIR 28)
<FoodNames>
<FoodName language= "en" kind="preferred">Butter, salted</FoodName>
<FoodName language="en" kind="synonym">BUTTER,WITH SALT</FoodName>
</FoodNames>
Termes Section correspondante d’un fichier XML d’échange de données

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
EXERCICES
IX.E1 La documentation des données, qui est importante pour l’évaluation et les échanges
de données, est aussi possible avec des outils de compilation simples. INFOODS et la FAO ont
conçu un outil de compilation simple sur support Excel, pour permettre aux compilateurs, à
défaut d’un SGBDCA, de stocker, gérer, documenter et publier des données sur la composition
des aliments. L’« Outil pour la compilation », version 1.2.1 (et son guide à l’usage des utilisateurs)
est disponible à l’adresse http://www.fao.org/infoods/software_fr.stm. Ouvrez L’« Outil pour la
compilation », version 1.2.1 (et son guide à l’usage des utilisateurs) et observez les données des
différentes feuilles. Indiquez quelle documentation pourrait être ajoutée dans les différentes
feuilles de ce tableur Excel. Sélectionnez Vrai ou Faux. (5,5 points: ½ point pour chaque réponse correcte)
Vrai Faux Documentation qui peut être ajoutée dans l’Outil pour la compilation
Documentation bibliographique des sources de données et des autres références utilisées
Tailles des portions
Documentation sur les méthodes d’analyse
Facteurs de rendement et de rétention des nutriments avec leurs sources, les méthodes de
calcul des recettes et les valeurs nutritionnelles des aliments et recettes calculées
Au niveau d’un aliment, la principale source des valeurs nutritionnelles
Au niveau d’une valeur, la source précise d’une teneur en nutriments pour compléter la
documentation qui fait défaut au niveau d’un aliment
La signification des codes de confiance et de qualité
La documentation sur une valeur, par exemple, type de donnée, erreur-type, écart-type,
moyenne, date d’analyse
Description de l’aliment en facettes, par exemple, LanguaL
Information sur les échantillons d’aliments
Ingrédients et leurs quantités, avec une brève description de la méthode de préparation
IX.E2 De nombreux compilateurs ont développé leur propre SGBDCA, adapté à leurs
besoins. Malheureusement, malgré plusieurs tentatives, aucun SGDBCA universel n’est
disponible. Cela aurait été très utile pour compiler, gérer et échanger les données sur la
composition des aliments de façon harmonieuse. Le «Set of files, elements and définitions» et le
«data schema structure» (voir ci-dessous le diagramme ER29 d’après la FAO, 2004) pourraient
être utilisés comme indicateurs pour le développement d’un SGDBCA. Un autre exemple est le
«Food Data Transport Package» d’EuroFIR (Møller et Christensen, 2008).
Note: L’objectif de cet exercice est de comprendre la complexité d’un SGDBCA liée aux multiples
relations entre la plupart des fichiers et la très grande quantité de métadonnées. Le but de cet exercice n’est
pas que vous compreniez parfaitement les modèles ER ni que vous sachiez comment les construire.
29 Diagramme entité-relation
170
a) Énumérez tous les noms de fichier en relation et/ou connectés aux noms de fichiers indiqués.
Des réponses multiples sont possibles. (17,25 points : ¼ point pour chaque réponse correcte. Chacune des
réponses multiples est comptée séparément.)
Nom du fichier Connecté aux fichiers suivants

Authority [2]
(Autorité)
ComponentValue
[14] (Valeur du
constituant)
Constituant [5]
(Constituant)
Method [13]
(Méthode)
Sample [12]
(Échantillon)
FoodItem [8]
(Aliment)
FoodName [9] (Nom

de l’aliment)
Unit [annex3] (Unité)
171
30
BaseUnit [annex4]
(Unité de base)
SourceType
[annex1] (Source)
b) Ouvrez le fichier «Data Interchange files, elements and definitions» (FAO, 2004) sur
ftp://ftp.fao.org/es/esn/infoods/définitions.pdf. Recherchez les fichiers où les éléments
suivants sont mentionnés et écrivez le nom du fichier correspondant (le même que sur le
diagramme ER ci-dessus) pour les éléments indiqués dans le tableau ci-dessous. Des réponses
multiples sont possibles. (17 points: 1 point pour chaque réponse correcte. Chaque réponse multiple est comptée
séparément.)
Champ dans le fichier Nom du fichier

email
ISBN
componentid
unit
sampplan
methcode
sourcetype
portiondesc
g
W (pour 100 g de partie
comestible)
c) Sélectionnez la réponse correcte, en indiquant si le schéma et les fichiers énumérés prennent

en compte les différences entre banques de données d’archive, de référence ou utilisateur. (1 point)
Le schéma et les fichiers listés prennent en compte les différences entre banques de
données d’archive, de référence ou utilisateur
Oui, parce que toutes le clés et champs de données sont les mêmes dans les banques de
données d’archive, de référence et utilisateur
Non, parce qu’il manque un niveau supplémentaire pour indiquer si les données sont stockées et
gérées dans les banques de données d’archive, de référence et utilisateur
IX.E3 À partir du «XML Food Data Transport Package», indiquez le contenu des données
correspondant aux données demandées dans le tableau ci-dessous. (10 points: 1 point pour chaque
réponse correcte)
Exemple extrait du «XML Food Data Transport Package» d’EuroFIR 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 L’unité de base est aussi appelée «quantité de base» mais, comme ce sont des unités SI, il a été décidé de les appeler «dénominateur» sous la
forme d’un terme mathématique neutre. EuroFIR utilise le terme d’«unité de matrice». Voir le module 4.c pour plus d’information.
31 http://usda.foodcomp.info/Get_USDASR20_Food_Data_XML.asp?FoodId=01001,01002,01003
172
<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>
Donnée requise Contenu de la donnée correspondante

Food code (identifiant)
Preferred food name (nom préféré)
Component name
INFOODS component identifier (tagname)
EuroFIR component identifier (ecompid)
Unit
Denominator (unité de matrice)
Value
Calculation method
n (nombre échantillons alimentaires indépendants
analysés)
173
IX.E4 Un chercheur reconnu a produit des données de composition sur quelques aliments et
les envoie aux compilateurs nationaux de composition des aliments, leur permettant d’incorporer
ces nouvelles données dans la banque de données sur la composition des aliments. Énumérez
10 informations complémentaires que les compilateurs devraient demander au chercheur. Parmi
ces 10 informations, sélectionnez-en quatre qui sont indispensables à la compréhension des
données. (14 points: 1 point pour chaque réponse correcte et 4 points pour la sélection correcte des informations les plus
importantes)
Vitamine C Folates Glucides Fibres Énergie Fer Vitamine A

Épinards 28,1 194 3,63 2,2 97 2,71 9 311
Figue 1 9 48,6 7,5 889 4,2 10
Soupe aux lentilles 1 4 12,7 3,8 413 1,2 36
Antilope 0 150 2,1
Patate douce 70 5,35 189 19,35 875
Informations complémentaires requises sur Les plus

importantes
174
Module 10
COMPILATION ET DOCUMENTATION
comprendre les principes de compilation, gestion et mise à jour des tables de composition des
aliments;
prendre conscience des tâches à réaliser lors de la compilation de banques de données d’archive, de
référence et utilisateur;
compiler une simple banque de données sur la composition des aliments, séparée entre banques de
données d’archive, de référence et utilisateur;
savoir comment incorporer des données de composition provenant de différentes sources;
comprendre les principes et l’importance de la documentation;
savoir comment documenter des données au niveau de la valeur et de l’aliment;
gérer des données de composition sur les aliments (agréger, documenter, compléter).
TEXTES A ÉTUDIER
x Charrondière, U.R. Principes pour assembler, gérer et mettre à jour des bases de données sur la composition des
aliments (BDCA). Présentation PowerPoint disponible à l’adresse:
Et, si possible:
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 à l’adresse:
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 à l’adresse
ftp://ftp.fao.org/es/esn/infoods/Randeal1991CompFCDBases.pdf
MATÉRIEL POUR LES ÉXERCICES

x FAO/INFOODS ’« Outil pour la compilation », version 1.2.1 (Fichier Excel disponible à l’adresse
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 l’Agriculture des États-Unis (USDA)
http://www.ars.usda.gov/services/docs.htm?docid=8964
x À 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
données 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 à l’adresse:
ftp://ftp.fao.org/es/esn/infoods/interchange.pdf
MATÉRIEL DE RÉFÉRENCE
x Aide Excel disponible à l’adresse: http://office.microsoft.com/en-us/excel/FX100646951033.aspx
RECOMMANDATION
La compilation des données exige la connaissance des méthodes de sélection et de nomenclature des
constituants et des aliments; des bases relatives aux méthodes d’analyse et leur qualité; de la
documentation et des calculs. Par conséquent, il est fortement recommandé que les étudiants complètent
les modules 1 et 3-8 avant de commencer ce module.
175

x Analystes +
TEMPS ESTIMÉ POUR

x Lire: 1-3 heures
176
QUESTIONS
X.Q1 Faites correspondre les trois méthodes de compilation des banques de données sur la
composition des aliments avec la description correspondante et sélectionnez la méthode la plus
fréquemment employée. (2 points: ½ point pour chaque réponse correcte)
Méthodes de compilation:
1. Méthode directe
2. Méthode indirecte
3. Méthode combinée
Méthode La plus Description

employée
Toutes les données sont prises de la littérature, qu’elles soient publiées ou non (par
exemple, les articles scientifiques, les rapports de laboratoires), ou qu’elles aient été
calculées ou extrapolées.
Toutes les valeurs sont analysées, soit spécifiquement pour la banque de données,
soit dans d’autres buts.
Les données pour compilation proviennent d’analyses et sont complémentées par
des données provenant, par exemple, de la littérature ou de calculs.
X.Q2 Faites correspondre les types de données sur la composition des aliments avec la
définition correspondante et identifiez le type, qui, en général, présente la meilleure qualité.
Type de données sur la composition des aliments:

1. Valeurs supposées vraisemblables, par exemple, les valeurs zéro
2. Valeurs calculées
3. Valeurs analytiques (originales)
4. Valeurs extrapolées/imputées
5. Valeurs empruntées
6. Traces
7. Données manquantes
Définitions des types Numéro Qualité la

meilleure
Elles sont estimées à partir d’aliments similaires.
Le constituant est présent dans l’aliment mais ne peut pas être quantifié
avec la méthode utilisée. Dans les tables imprimées, elles sont souvent
notées sous la forme T ou tr.
Elles proviennent d’un calcul de recette ou autres (par exemple, en calculant
à partir de plusieurs mesures une moyenne pondérée ou non).
Elles sont rassemblées à partir d’autres sources (par exemple, prises dans
d’autres tables ou dans la littérature).
Elles sont basées sur des mesures de laboratoires.
Cette valeur n’est pas disponible et c’est pourquoi elle n’est pas enregistrée
dans la banque de données. Souvent, ces valeurs sont notées par N, ND, ou
simplement laissées en blanc.
Leurs valeurs sont établies en fonction d’une connaissance des teneurs en
nutriments des aliments ou selon des réglementations (par exemple, pas
d’alcool dans les céréales; pas de vitamine B12 ou de cholestérol dans les
aliments d’origine végétale; pas de fibres alimentaires dans les aliments
d’origine animale. La teneur en iode du sel iodé est établie en fonction du
niveau réglementaire d’enrichissement).
177
X.Q3 Quel impact peut avoir un budget restreint sur l’utilisation de différents types de
données lors de la compilation d’une banque de données? Sélectionnez Vrai ou Faux. (1,5 points:
Impact d’un budget restreint sur l’utilisation de différents types de Vrai Faux
données
Plus le budget disponible est restreint, plus le pourcentage de valeurs extrapolées,
empruntées et calculées est élevé et le pourcentage de données analytiques est
faible.
En général, plus le budget disponible est élevé, plus le pourcentage de données
analytiques est élevé.
En général, plus le budget disponible est élevé, plus la quantité de données
analytiques est petite.
X.Q4 Imaginez que vous compiliez une banque de données à partir d’un nombre très
important de vieilles données stockées sur support papier à partir de tables sur la composition
des aliments imprimées, publiées de nombreuses années auparavant. Indiquez si les tâches
suivantes représentent un enjeu majeur ou tout simplement une forte charge de travail lorsqu’il
s’agit de compiler une banque de données sur la composition des aliments, surtout si on
considère que des données analytiques sont rarement disponibles? (5 points: ½ point pour chaque
réponse correcte)
Tâches de compilation Enjeu Forte

majeur charge de
travail
Trouver les données appropriées pour tous les aliments et recettes importants et
les évaluer.
Trouver les métadonnées pour tous les aliments et constituants à partir
d’informations existantes pour que les valeurs puissent être tracées jusqu’à leur
origine et ensuite évaluées.
Trouver les métadonnées pour les aliments industriels lorsque seule les
informations d’étiquetage sont disponibles et lorsque les fabricants ne sont pas très
coopératifs.
Pour tous les aliments répertoriés, identifier l’aliment le plus similaire dans une table
sur la composition des aliments pour emprunter leurs valeurs nutritionnelles,
c’est-à-dire juger des similitudes et des différences entre aliments et entre leurs
valeurs nutritionnelles.
Identifier correctement les définitions des constituants à partir de toutes les
sources.
Identifier un système de calcul fiable des recettes et des facteurs de rendement et
de rétention.
Calculer les recettes.
Représenter les valeurs nutritionnelles des tables et banques de données utilisateur
en accord avec le nombre de chiffres après la virgule qui a été décidé.
Juger de la qualité des données analysées de façon harmonisée et comparable.
Vérifier l’exactitude et la cohérence des données avant de les publier.
X.Q5 Faites correspondre les étapes de compilation avec les tâches correspondantes pour
compiler une banque de données sur la composition des aliments. Des choix multiples sont
possibles. (6 points: ½ point pour chaque réponse correcte)
Étapes de compilation:
1. Construction de la banque de données d’archive
2. Gestion des données dans la banque de données de référence
3. Construction de la banque de données utilisateur
4. Réalisation du travail préparatoire (avant l’introduction des données dans la banque de
données ou avant la publication de la banque de données)
178
Tâches pour compiler une banque de données sur la composition des Étape
aliments
- Mettre en place un comité de pilotage formé de décideurs et d’utilisateurs
- Obtenir un stage de formation sur la composition des aliments (par exemple, des
cours de formation à distance et/ou traditionnels)
- Se mettre en contact avec les compilateurs, analystes et utilisateurs d’autres pays et
avec les réseaux ou organisations internationaux
- Préparer une proposition de budget et contacter des financeurs potentiels
- Obtenir des informations sur les besoins des utilisateurs
- Sélectionner un système de gestion de banque de données
- Ajouter un code aliment à chaque aliment lors de l’introduction de ses valeurs
nutritionnelles dans la banque de données
- Ajouter les données analytiques nouvellement générées
- Documenter les sources des données originales dans sa propre banque de données
Calculer les valeurs nutritionnelles de recettes et documenter la source des données
- Collecter et réviser les informations existantes
- Décider des définitions et unités pour les constituants
- Sélectionner les aliments, nutriments et catégories d’aliments
- Collecter des recettes, y compris les ingrédients
- Collecter des documents (publiées ou non) contenant des données analytiques et
d’autres données de composition
- Développer (ou participer à l’élaboration) de plans d’échantillonnage et de
programmes d’analyse
- Superviser le programme d’analyse (dans certains cas)
- Évaluer les rapports d’analyse
Entrer sous forme électronique les données originales de la littérature sélectionnée
- Compléter les données manquantes et documenter les sources des données
- Estimer et extrapoler des données
- Scruter, harmoniser et agréger les données
- Préparer les données à publier et à diffuser
- Ajouter une introduction, un index et les informations nécessaires pour une
publication
Gérer et mettre à jour les données dans la banque de données de référence
- Rédiger des recommandations pour la diffusion des données aux utilisateurs (par
exemple, les tarifs à payer pour les utilisateurs commerciaux, les instituts de recherche
ou autres)
- Sélectionner un support de publication des données (par exemple, sur papier ou via
Internet)
Harmoniser le nombre de chiffres significatifs ou après la virgule pour chaque nutriment
de la banque de données à publier
Créer un cadre institutionnel fort qui inclura comme objectif d’obtenir une autorisation
(par exemple, du gouvernement) pour que cette organisation soit désignée comme
responsable du développement et de la gestion du programme national sur la
X.Q6 Dans la liste ci-dessous, sélectionnez la tâche la moins importante à effectuer pour
une compilation et gestion réussies d’une banque de données sur la composition des aliments.
(1 point)
La tâche la moins importante à effectuer pour la compilation et la gestion La moins

d’une banque de données sur la composition des aliments importante
Documenter toutes les données
Rechercher la littérature scientifique sur les données de composition
Créer un cadre institutionnel fort qui inclura comme objectif d’obtenir une autorisation
(par exemple du gouvernement) pour que cette organisation soit désignée comme
responsable du développement et de la gestion du programme national sur la
Sélectionner les catégories d’aliments
- Mettre en place un comité de pilotage formé des décideurs et des utilisateurs
- Obtenir un stage de formation à la composition des aliments (par exemple, des cours
en formation à distance ou traditionnelle)
- Se mettre en contact avec les compilateurs, analystes et utilisateurs d’autres pays et
avec les réseaux ou organisations internationaux
- Préparer une proposition de budget et contacter des financeurs potentiels
- Obtenir des informations sur les besoins des utilisateurs
179
X.Q7 Un chercheur est amené à compiler une banque de données sur la composition des
aliments dans un objectif spécifique de recherche, comprenant le calcul de plats composés.
Sélectionnez la réponse correcte en décrivant la façon dont le chercheur pourrait compiler une
banque de données d’excellente qualité. (1 point)
Façon exacte de compiler une banque de données d’excellente qualité

Les chercheurs devraient élaborer leurs propres procédures de compilation parce que la banque de
données sur la composition des aliments a un but spécifique. Cela assurera que la banque de
données soit adaptée à des besoins locaux et que les résultats soient d’excellente qualité.
Les chercheurs devraient consulter la littérature internationale et des sites Internet de référence
pour rechercher des normes existantes, de sorte que la banque de données sur la composition des
aliments soit développée en accord avec les recommandations internationales, assurant ainsi une
bonne qualité.
Les chercheurs devraient veiller à ce que les calculs de recettes soient en accord avec les normes
et procédures internationales parce qu’ils représentent l’essentiel de la banque de données sur la
composition des aliments à créer. D’autres questions liées à la banque de données peuvent être
traitées selon les exigences locales.
X.Q8 Citez cinq recommandations qui doivent être mises en place avant que la banque de
données puisse être compilée et évaluée. (5 points: 1 point pour chaque réponse correcte)
1.
2.
3.
4.
5.
X.Q9 Indiquez les critères de sélection des sources de données de composition utilisés lors
de la compilation d’une banque de données sur la composition des aliments. Sélectionnez Vrai ou
Faux. (4,5 points: ½ point pour chaque réponse correcte)
Critères pour choisir des sources de données de composition Vrai Faux

La documentation devrait être disponible pour apprécier les valeurs et leur qualité
Les données devraient être d’excellente qualité.
Les données devraient être disponibles facilement (par exemple, dans le domaine
public, sur Internet, dans la littérature scientifique ou dans des rapports de
laboratoire non publiés).
Les données devraient provenir uniquement de zones géographiques proches.
La définition et les méthodes du constituant devraient toujours être identiques à celle
de sa propre banque de données.
Tous les types de valeurs (analytique, calculée, extrapolée, présumée, empruntée)
sont acceptables.
La description de l’aliment devrait être sans ambiguïté.
Les données sont acceptables uniquement si elles sont dans la même langue.
Les données sont acceptables si elles sont exprimées dans les mêmes unités.
180
X.Q10 Indiquez si les éléments suivants se réfèrent à l’aliment, au constituant ou à la valeur

nutritionnelle. Des choix multiples sont possibles. (11 points: 1 point par ligne si toutes les réponses sont
correctes)
Eléments Lié à Lié au Lié à la

l’aliment constituant valeur
Taux de couverture/exhaustivité des données
Le système de description permet une description sans ambiguïté
Représentative de la consommation alimentaire nationale
Existence de définitions et/ou thésaurus
Unités et dénominateurs
Référence à la méthode d’analyse
Appellation, classification et codification
Pourcentage et traitement des données manquantes
Correspondance entre les constituants d’autres sources et les
constituants de sa propre banque de données
Exigences de documentation (par exemple, la source, les
méthodes d’analyse, la définition, l’enrichissement,
l’échantillonnage des aliments, les données statistiques)
Langue
X.Q11 Indiquez les tâches à entreprendre avant d’ajouter des données provenant d’autres
sources, par exemple, d’autres tables ou banques de données sur la composition des aliments.
Tâches à entreprendre avant d’emprunter des données d’autres sources Vrai Faux
Étudier la documentation des données (par exemple, l’introduction ou la
documentation)
Compléter les données manquantes
Établir la correspondance entre les constituants des autres sources et le constituant de
sa propre banque de données (par exemple, par l’attribution de tagnames)
Vérifier si les unités et les dénominateurs sont les mêmes que ceux de sa propre
banque de données
S’assurer de la correspondance de la méthode d’analyse pour les constituants qui sont
mesurés à l’aide de méthodes empiriques
Vérifier si les aliments sont les mêmes (ou les plus similaires)
Comparer toutes ses valeurs avec les valeurs d’une autre source
X.Q12 Sélectionnez la façon la plus efficace pour copier les valeurs d’un fichier Excel dans
une banque de données Excel. (1 point)
Façon la plus efficace pour copier les valeurs d’un fichier Excel dans une banque de
données Excel
Copier séparément chaque valeur, selon l’ordre où elles apparaissent dans la banque de
données Excel.
Arranger le format de l’autre fichier Excel selon le même ordre des constituants que dans la
banque de données Excel; puis recopier les lignes complètes des teneurs en nutriments par
aliment.
Organiser tous les aliments, dont les valeurs devraient être copiées, selon l’ordre des aliments
utilisé dans la banque de données Excel; puis recopier les teneurs nutriment par nutriment.
X.Q13 Quelques banques de données de référence possèdent des champs de données

spécifiques lorsque les constituants peuvent présenter différentes valeurs dues à leur définition
et/ou méthode d’analyse. Les valeurs stockées dans ces champs de données sont les meilleures
estimations des teneurs en nutriments d’un aliment donné et sont les plus proches de la
définition souhaitée du constituant ou sont calculées selon une formule standard. Dans l’«Outil
pour la compilation», le terme nutriments «standardisés» a été introduit pour ce type de données.
Répondre aux questions suivantes. (8 points)
181
Exemple: Parmi toutes les définitions des fibres alimentaires, le compilateur décide que dans la banque de
données utilisateur, les valeurs en fibres alimentaires totales (méthode de Prosky) seront indiquées.
D’autres sources peuvent avoir d’autres définitions des fibres, et leurs valeurs sont alors saisies dans les
champs correspondant à ces définitions. Lorsqu’il prépare les données pour la banque de données
utilisateur, le compilateur sélectionne pour chaque aliment la valeur la mieux adaptée pour représenter les
fibres alimentaires totales (méthode de Prosky) dans la banque de données utilisateur et les met dans le
champ Fibres alimentaires standardisées (pour être publiées).
Note: il est utile de consulter les feuilles de calcul intitulées «Base de données de référence» et
«composants» de l’«Outil pour la compilation» (disponible à l’adresse
http://www.fao.org/infoods/software_fr.stm). Les nutriments «standardisés» sont marqués en jaune.
Questions Réponses
Sélectionnez les rôles des nutriments - Pour calculer les teneurs en nutriments d’une façon
«standardisés». Rayez la mention incorrecte. harmonisée
(1 point) - Pour sélectionner parmi les données existantes la teneur du
nutriment la mieux adaptée à une publication dans la banque
de données utilisateur
- Pour éviter d’ajouter des erreurs provenant d’autres sources
lors de la recopie de valeurs calculées
- Pour comparer les différentes valeurs d’un nutriment en
fonction de sa définition ou de sa méthode d’analyse
Citez trois nutriments avec des nutriments 1.
«standardisés» (3 points) 2.
3.
Sélectionnez les critères de sélection d’un - Disponibilité des données
constituant pour représenter un composé - Connaissance des définitions et des méthodes d’analyse les
«standardisé». Rayer la(les) mention(s) plus recommandées
incorrecte(s). (2 points) - langue
- unité
Où doit-on saisir les teneurs en nutriments Banque de données d’archive
des nutriments «standardisés» ? Banque de données de référence
Sélectionnez la réponse correcte. (1 point) Banque de données utilisateur
Sélectionnez la raison pour laquelle tous les La teneur en énergie standardisée serait trop élevée si
constituants contribuant à l’énergie des valeurs contribuant au calcul étaient manquantes
devraient avoir des valeurs. Sélectionnez la La teneur en énergie standardisée serait trop basse si des
réponse correcte. (1 point) valeurs contribuant au calcul étaient manquantes
La teneur en énergie standardisée serait trop basse ou
trop élevée selon le constituant manquant
X.Q14 Il est important pour les compilateurs de savoir si les vérifications suivantes ont été
effectuées avant de commencer d’autres tâches. Normalement, les valeurs sont introduites,
complétées et vérifiées aliment par aliment. Lorsque cette procédure est terminée, la cohérence et
l’exhaustivité des valeurs sont vérifiées par constituant et par groupe d’aliments. La cohérence et
l’exhaustivité des valeurs des métadonnées sont aussi vérifiées. Faites correspondre les tâches
aux vérifications qui doivent être achevées avant que l’on puisse commencer ces tâches. Des
réponses multiples sont possibles. (2,5 points: ½ point pour chaque réponse correcte)
Vérifications:
a. Vérification de la cohérence et de l’exhaustivité de toutes les valeurs (peut être fait
par aliment, par catégorie d’aliment, par constituant et pour des métadonnées);
b. Vérification que les données manquantes sont remplacées avec, par exemple, des
valeurs estimées (l’idéal serait qu’aucune donnée ne manque);
c. Vérification que toutes les étapes du calcul de la recette soient correctes et qu’aucune
erreur ne se produise (par exemple, la production de zéros pour les valeurs manquantes
pour tous les ingrédients ou de valeurs trop faibles à cause de valeurs manquantes pour
certains ingrédients).
182
Tâches Finalisation de la
vérification
Calculer les teneurs en nutriments pour les recettes
Publier une banque de données utilisateur
Regrouper les teneurs en nutriments des différents aliments
Transférer les données du fichier ‘calcul de recette’ vers la banque de données de
référence
Calculer les valeurs nutritionnelles «standardisées»
Transférer les données provenant de sources différentes vers la banque de données
d’archive
X.Q15 Indiquez si les méthodes d’analyse et/ou définitions de tous les nutriments qui sont
citées dans l’introduction ou la documentation sont toujours applicables à toutes les valeurs pour
un nutriment donné. Sélectionnez Vrai ou Faux. (2,5 points: ½ point pour chaque réponse correcte)
Les méthodes d’analyse et/ou définitions, telles qu’indiquées dans la Vrai Faux
documentation générale de la table, sont applicables à toutes les valeurs
qui sont dans la banque de données
Par définition, si une méthode est indiquée dans la documentation générale, c’est
qu’elle est applicable à toutes les valeurs du nutriment concerné. C’est pourquoi, toutes
les valeurs nutritionnelles sont déterminées avec la méthode d’analyse indiquée.
Toutes les valeurs nutritionnelles devraient correspondre aux définitions indiquées
dans la documentation générale si elles sont calculées dans cette banque de données
(par exemple, l’énergie).
Si un compilateur ne peut pas trouver une valeur nutritionnelle avec la méthode
d’analyse ou la définition qu’il désire, une valeur nutritionnelle qui ne correspond pas
exactement à la méthode d’analyse ou à la définition désirée peut être ajoutée afin de
réduire le nombre de données manquantes. C’est pourquoi, toutes les valeurs
nutritionnelles ne correspondent pas nécessairement à la méthode d’analyse et/ou à la
définition indiquée.
Seule la documentation au niveau de la valeur permet aux utilisateurs de connaître la
méthode d’analyse et/ou la définition de chaque valeur.
Quelques banques de données sur la composition des aliments n’ont pas saisi les
formules ou les valeurs ainsi que les facteurs de conversion ayant contribué à des
valeurs calculées. Cela empêche que les valeurs nutritionnelles puissent être
recalculées au cas où les définitions des constituants auraient changé. Dans ces
banques de données, toutes les valeurs en nutriments sont calculées selon la nouvelle
définition indiquée.
X.Q16 Comment exprimer la variabilité des valeurs nutritionnelles dans les tables et banques
de données sur la composition des aliments? Sélectionnez Vrai ou Faux. (2,5 points: ½ point pour
Mode d’expression de la variabilité des valeurs nutritionnelles Vrai Faux

Écart-type (SD)
Écart-type de la moyenne (SE)
Moyenne
Médiane
Intervalle de variation (minimum et maximum)
183
X.Q17 Sélectionnez les réponses correctes pour savoir si la variabilité statistique des valeurs
nutritionnelles devrait être publiée dans les tables et banques de données utilisateur. Sélectionnez
La variabilité statistique des valeurs nutritionnelles doit être publiée dans Vrai Faux
les tables et banques de données utilisateur
Non, parce qu’aucun utilisateur ne s’intéresse à ce genre d’informations.
Non, parce que la publication de ce genre d’informations est trop compliquée.
Oui, il est utile d’indiquer un intervalle de variation des valeurs nutritionnelles de
chaque aliment, en particulier si le nombre d’échantillons analysés est aussi fourni.
Oui, il est utile d’indiquer un intervalle de variation des valeurs nutritionnelles pour les
aliments dont les valeurs nutritionnelles ont été calculées en utilisant les moyennes.
X.Q18 Un grand nombre de chiffres significatifs après la virgule donnent l’impression d’une
valeur très précise. Sélectionnez la réponse correcte concernant la place de la virgule (ou le
nombre de chiffres significatifs) dans les banques de données utilisateur. (1 point)
Place de la virgule (ou nombre de chiffres significatifs) dans les banques de données
utilisateur
Pour chaque donnée, placer la virgule (ou le nombre de chiffres significatifs) comme dans la
source originale des données ou comme le donne le calcul.
Pour chaque constituant, décider le nombre maximal de chiffres après la virgule (ou du nombre de
chiffres significatifs) pour les banques de données utilisateur. Arrondir les valeurs en fonction,
sans ajouter de 0 pour compléter le nombre de chiffres après la virgule.
Pour chaque constituant, décider de la place de la virgule (ou du nombre de chiffres significatifs
pour les banques de données utilisateur. Arrondir les valeurs en fonction, en ajoutant 0 pour
compléter le nombre de chiffres après la virgule.
Pour quelques constituants seulement, décider le nombre maximal de chiffres après la virgule (ou
du nombre de chiffres significatifs) pour les banques de données utilisateur. Arrondir les valeurs
en fonction, mais sans ajouter de 0 pour compléter le nombre de chiffres après la virgule.
X.Q19 Citez cinq méthodes possibles de vérification de la cohérence des données. (5 points:
1.
2.
3.
4.
5.
184
X.Q20 Faites correspondre le format de présentation des données dans une banque de
données utilisateur avec l’objectif correspondant. (3 points: ½ point pour chaque réponse correcte)
Format de la banque de données utilisateur:

1. Une page par aliment, avec les nutriments énumérés verticalement avec des informations
additionnelles sur la source, les statistiques, etc.
2. Une ligne par aliment, avec les nutriments énumérés 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 l’échantillon.
Après le nom de l’aliment, apparaît une brève description des calculs ou de l’échantillonnage.
5. Une ligne par aliment, avec les nutriments énumérés horizontalement sur une ou plusieurs pages. Des
informations additionnelles sont fournies dans des fichiers différents (par exemple, relationnels).
6. Les valeurs nutritionnelles pour les aliments et les nutriments spécifiques sont énumérées dans des
annexes séparées.
Objectifs des différents formats de banques de données utilisateur:

donner les quelques valeurs de constituants disponibles pour quelques aliments.
présenter le plus d’aliments et de constituants possibles en un minimum de pages, avec plus
d’information sur les valeurs sélectionnées.
présenter, par aliment, le plus de métadonnées possibles.
Présenter le plus d’aliments et de constituants possibles en un minimum de pages tout en
fournissant une information complète sur les métadonnées dans des fichiers séparés.
présenter le plus d’aliments et de constituants possibles en un minimum de pages, avec plus
d’information sur les aliments et l’origine des données.
présenter le plus d’aliments et de constituants possibles en un minimum de pages.
X.Q21 Citez cinq raisons de mise à jour d’une banque de données sur la composition des
aliments. (5 points: 1 point pour chaque réponse correcte)
1.
2.
3.
4.
5.
185
EXERCICES
X.E1 Ouvrez l’«Outil pour la compilation version 1.2.1» et regarder les données et la
documentation dans les différentes feuilles Excel. Faites correspondre la documentation citée
dans le tableau ci-dessous avec les feuilles de calcul dans lesquelles la documentation est ajoutée.
Note: L’«Outil pour la compilation » est disponible à l’adresse:

http://www.fao.org/infoods/software_fr.stm.
Feuille:
1. Codes
2. Calcul des recettes
3. Recettes+ingrédients
4. Base de données d’archive
5. Base de données de référence
6. Bibliographie
7. Documentation des valeurs
8. Échantillonnage
9. Méthodes
Feuille Documentation ajoutée

La documentation bibliographique sur les sources de données et autres références peut être
entrée ici dans un seul champ ou répartie entre différents champs, par exemple, le titre, l’auteur,
le code ISBN, etc.
La documentation sur les méthodes d’analyse peut être ajoutée ici. Très souvent, on ne connaît
que le nom de la méthode d’analyse, en particulier lorsque la valeur est dérivée d’une autre table
ou banque de données sur la composition des aliments. Davantage d’informations peuvent être
extraites et documentées à partir d‘articles scientifiques.
La documentation sur les facteurs de rendement et de rétention des nutriments peut être saisie
ici avec leurs sources, la méthode de calcul de la recette et les valeurs nutritionnelles calculées
des aliments et recettes.
La principale source des valeurs nutritionnelles est saisie au niveau de l’aliment (par exemple,
pour les aliments agrégés et calculés). Pour les valeurs calculées, extrapolées ou estimées, la
source (avec le code de l’aliment) est saisie au niveau de la valeur pour substituer la
documentation par défaut au niveau de l’aliment.
La documentation est saisie ici sur la signification des codes abréviations utilisés dans les
différentes feuilles.
La documentation exhaustive sur les valeurs (par exemple, le type de donnée, l’erreur-type,
l’écart-type, la moyenne, la date d’analyse, etc.) est saisie ici pour un couple constituant-aliment
(des clés/codes sont saisis pour identifier le constituant et l’aliment).
La documentation au niveau de l’aliment peut être saisie sur la source des valeurs
nutritionnelles. Des codes aliments sont aussi attribués à tous les nouveaux aliments. Cette
feuille contient seulement les données originales. On n’y trouve aucune valeur calculée ou
estimée.
La documentation sur les informations d’échantillonnage et les échantillons d’aliments est saisie
ici.
La documentation sur les ingrédients et leurs quantités et une brève description de la
préparation de la recette est saisie ici. Ces informations devront être publiées dans la version
utilisateur de la table ou banque de données sur la composition des aliments.
X.E2 Ouvrez les feuilles de calcul «base de données de référence» et «calcul des recettes»
de l’«Outil pour la compilation version 1.2.1» et faites correspondre les données suivantes avec la
documentation citée dans le tableau ci-dessous. Dans la dernière colonne du tableau, indiquez si
la documentation se situe au niveau de l’aliment ou de la valeur; mettez 1 pour le niveau aliment
et 2 pour le niveau valeur. (7 points: ½ point pour chaque réponse correcte)
186
Données trouvées dans les feuilles de calcul «base de données de référence» ou «calcul des recettes»:
1. La valeur de EDIBLE dans l’enregistrement final de «Tomate mûre, crue»
2. L’enregistrement final de «Tomate mûre, crue» (sauf s’il est indiqué d’une autre façon pour des valeurs
spécifiques)
3. Omelette aux tomates
4. «Farine, blé, blanche» enregistrement 2
5. La valeur de FASAT dans l’enregistrement final de «Farine, blé, blanche»
6. La valeur de ALC dans l’enregistrement final de «Farine, blé, blanche»
7. Les facteurs de rétention pour Œufs et ovoproduits cuits au four.
Documentation correspondante Données Documentation au niveau de l’aliment ou

trouvée dans les feuilles de calcul de la valeur (mettez 1 pour le niveau
aliment et 2 pour la valeur)
calc. avec méthode ’mixte’
th
UK 6
moyenne des enregistrements 1-3
DK7.01-0531
échantillonnage S1
US21-11529
calc DK7.01-0531*0.8
X.E3 Un compilateur commence à saisir des données de composition pour quelques

aliments dans la banque de données d’archive. Ci-dessous, on a un extrait de la banque de
données d’archive. Pour les aliments en jaune, saisissez le code aliment, décidez si les valeurs
nutritionnelles seront à emprunter dans la banque de données sur la composition des aliments
ci-dessous ou à calculer. Ensuite, saisissez dans la table ci-dessous la documentation sur les
sources de données sélectionnées. (18 points: 1 point si toutes les saisies pour l’aliment sont correctes)
Note: Prenez comme exemple les données complétées de quelques aliments dans la table.
Complétez les données manquantes en appliquant les instructions suivantes:

x Dans la colonne «Code aliment/groupe d’aliments», saisissez un code aliment: les deux premiers
nombres pour la catégorie d’aliments, les troisième et quatrième nombres pour la sous catégorie et les
trois derniers nombres comme code de l’aliment au sein de la catégorie.
x Dans la colonne «type», saisissez le type d’aliment: mettre R pour les recettes (pour signifier que leurs
valeurs nutritionnelles seront calculées en utilisant le mode de calcul de recettes ‘mixte’ et qui
s’applique aussi aux aliments cuits lorsqu’ils sont obtenus par le calcul) et A pour un aliment.
x S’il s’agit d’un aliment, faites correspondre l’aliment avec l’aliment le plus similaire de la banque de
données danoise sur la composition des aliments version 7.01 et saisissez la documentation
correspondante:
o La source abrégée correspondante dans la colonne «source»;
o Le nombre d’aliments dans la colonne «code de l'aliment dans la source»;
o Le nom de l’aliment tel qu’il est dans la source dans la colonne «nom de l'aliment dans la
source».
x Au cas où on ne trouverait pas d’aliment suffisamment similaire, mettez «-» dans les cellules
correspondantes.
x S’il s’agit d’une recette, saisissez seulement «calc. par méthode ‘mixte’» ce qui veut dire «calculé par la
méthode ‘mixte’») dans la colonne «source».
x Dans la colonne «appariement», indiquez si l’aliment en correspondance est exactement le même
(mettez 1) ou similaire (mettez 2). L’aliment en correspondance est exactement le même si les noms
d’aliments, y compris tous les descripteurs, sont exactement les mêmes. Un certain nombre de
contrôles complémentaires sont nécessaires pour quelques aliments, par exemple, pour les découpes
de viande, pour s’assurer que les aliments sont réellement les mêmes (dans de nombreux pays, les
noms des morceaux de viandes sont identiques même s’ils proviennent de différentes parties de
l’animal – voir le module 3 pour plus d’informations). Un aliment en correspondance est similaire si
les noms d’aliments, ou au moins un descripteur, sont différents.
187
Aliments de la banque de données danoise sur la composition des aliments version 7.01 (à citer
comme DK7.01) avec les codes aliments, les noms anglais et français:
[0224] Rice, polished, raw Riz blanc, cru

[1253] Margarine, 80% fat, for frying/baking, vegetable fat Margarine, 80 % MG, pour friture, graisse
végétale
[0340] Egg, chicken, whole, raw Œuf de poule, entier, cru
[0659] Sweet potato, raw Patate douce, crue
[0821] Potato, old (February to June), raw Pomme de terre, vieille (février à juin), crue
[0115] Potato, raw Pomme de terre, crue
[1275] Lentils, brown, dried, raw Lentilles, brunes, sèches, crues
[0147] Lentils, dried Lentilles, sèches
[0682] Lentils, sprouted, raw Lentilles, germées, crues
[0010] Aubergine (eggplant), raw Aubergine, crue
[0790] Tomato, Danish, ripe, raw Tomate danoise, mûre, crue
[0791] Tomato, imported, ripe, raw Tomate importée, mûre, crue
[0306] Tomato, ripe, raw, origin unknown Tomate, mûre, crue, d'origine inconnue
[0523] Mangos, raw Mangue, crue
[0451] Chocolate, fancy and filled Chocolat fantaisie et fourré
[0038] Chocolate, milk Chocolat au lait
[0154] Sugar, sucrose, white Sucre, saccharose, blanc
[1112] Sugar, Demerara Sucre, Demerara
[0927] Pork, loin, lean, raw Porc, filet, maigre, cru
[5020] Pork, loin with rind, raw Porc, filet avec le gras, cru
[5016] Pork, chop, raw Porc, côte, crue
[5004] Pork, tenderloin, trimmed, raw Porc, échine, dégraissée, crue
[0284] Pork, meat, approx. 32% fat, raw Porc, viande, cru, environ 32 % MG
[0285] Pork, meat, approx. 10% fat, raw Porc, viande, cru, environ 10 % MG
[0098] Chicken, hen, flesh and skin, raw Poule, viande et peau, crue
[0097] Chicken, hen, flesh only Poule, viande sans peau
[1035] Chicken, flesh and skin, grilled Poulet, viande et peau, grillé
[0132] Chicken, flesh and skin, raw Poulet, viande et peau, cru
[0131] Chicken, flesh only, raw Poulet, viande sans peau, cru
[0319] Tuna, in oil, canned Thon, en conserve à l’huile
[0318] Tuna, in water, canned Thon, en conserve au naturel
[0321] Tuna, raw Thon, cru
[0170] Milk, partly skimmed, 1.5% fat Lait, demi-écrémé (1,5 % MG)
[1473] Milk, partly skimmed, 1.5% fat, organic Lait, demi-écrémé (1,5 % MG) bio
[0750] Milk, whole, cultured Lait, entier, fermenté
[5030] Milk, 0.5% fat Lait, écrémé (0,5 % MG)
[0366] Milk, dry, skimmed, powder Lait en poudre, écrémé
[0367] Milk, dry, whole, powder Lait en poudre, entier
[0304] Tea, leaves Thé, en feuilles
[0305] Tea, ready-to-drink Thé, prêt-à-boire
[0327] Water, tap, drinking, average values Eau du robinet, moyenne
[0333] Yoghurt Yaourt
[0866] Cream yoghurt, 9% fat, with fruit Yaourt enrichi à 9 % MG, aux fruits
[0334] Yoghurt, low fat, with fruit juice Yaourt, maigre, au jus de fruit
[0153] Corn oil Huile de maïs
[0482] Olive oil Huile d'olive
[0271] Soya bean oil, refined Huile de germes de soja, raffinée
[0386] Bouillon, beef, concentrated, cube Bouillon de bœuf, en cubes, concentré
[1055] Bouillon, beef, cube, prepared Bouillon de bœuf, en cubes, préparé
188
Code Type R Aliments/catégorie Apparie Source Code Nom de l’aliment

aliment/g = d’aliments ment aliment dans la source
roupe recette 1=exacte dans la
d’aliments A= 2=simi- source
aliment laire
1. Céréales et produits
céréaliers
01001 A Riz blanc, cru 1 DK7.01 0224 Rice, polished, raw
01002 R Riz blanc, cuit calc. par
méthode
’mixte’
01003 R Riz blanc, frit aux calc. par
tomates méthode
’mixte’
2. Racines amylacées,
tubercules et dérivés
02001 R Pomme de terre,
épluchée, cuite
3. Légumineuses et
dérivés
03001 R Lentilles, cuites
4. Légumes et dérivés
04001 R Aubergine, frite calc. par
méthode
’mixte’
04002 A Tomate, crue 2 DK7.01 0790 (ou Tomato, Danish,
0791 ripe, raw
ou (Tomate, importée,
0306 ou mûre, crue OU
leur Tomate, mûre, crue
moyenne) d’origine inconnue
OU le mieux est de
prendre la
moyenne)
04003 R Tomate, bouillie calc. par
méthode
’mixte’
5. Fruits et dérivés
05001 A Mangue, crue 1
6. Sucre, confiserie et
sirops
06001 A Barre chocolatée 2
06002 A Sucre, blanc 1 DK7.01 0154 Sugar, sucrose,
white
7. Viandes, volailles et
dérivés
7.1 Viande rouge
0701001 R Porc, gras, cuit
0701002 A Porc, maigre, cru 2
7.2 A Volaille
0702001 A Poulet, entier, cru 1
0702002 A Poulet, entier, grillé 1
8. Œufs et ovoproduits
08001 A Œuf, poule, cru 1 DK7.01 0340 Egg, chicken,
whole, raw
08002 R Omelette, aux tomates
9. Poissons et dérivés
09001 A Thon, en conserve à 1
l’huile
10. Lait et produits laitiers
10001 A Lait de chamelle, liquide, -
normal
189

aliment laire
aliment laire
10002 A Lait de vache, liquide, 1
partiellement écrémé
10003 A Lait de vache, liquide, 2
demi-écrémé, enrichi
10004 A Lait de vache, en 1 DK7.01 0367 Milk, dry, whole,
poudre, entier powder
10005 A Yaourt, nature, 3,5 % de 2
matière grasse
11. Graisses et huiles
11001 A Huile végétale 2
11002 A Margarine, 80 % MG, 1 DK7.01 1253 Margarine, 80% fat,
graisse végétale for frying/baking,
vegetable fat
12. Boissons
12001 A Eau du robinet 1
12002 A Thé, noir, liquide 2
13. A Autres
13001 A Bouillon en cubes 2
X.E4 Quelques aliments de l’exercice X.E3 ne peuvent pas être calculés parce que les
aliments crus correspondants sont absents de la banque de données d’archives. Citez les quatre
aliments qu’il faudrait ajouter à la banque de données d’archives issue de la banque de données
danoise pour calculer les valeurs nutritionnelles de l’aliment cuit correspondant par un calcul de
recettes. (4 points: 1 point pour chaque réponse correcte)
1.
2.
3.
4.
X.E5 Prenez la liste d’aliments de l’exercice X.E3 et ajoutez ou supprimez les aliments suivants
dans la banque de données et leur attribuer de nouveaux codes aliment. Insérez-les, dans l’ordre
alphabétique, à l’intérieur des catégories d’aliments. Indiquez où ils devraient être ajoutés (par
exemple, avant aubergine, cuite) et écrivez leur nouveau code aliment. (4 points: ½ point pour chaque
réponse correcte)
Aliments à ajouter ou à Indiquez avant/après quel aliment Code aliment

supprimer existant le nouvel aliment doit être ajouté ajouté
Exemple: Ajoutez «Haricots, --- 03002
noirs, secs, crus»
Supprimez «Thé, noir, liquide» - -
Ajoutez «Jus de pomme»
Ajoutez «Pain, blanc»
Ajoutez «Fromage, Emmental»
190
X.E6 Compilez les données pour l’aliment «Lait de vache, en poudre, entier» dans de
l’Outil pour la compilation version 1.2.1. Ensuite, complétez le tableau ci-dessous. (13 points:
Instructions:
x Saisissez l’information (dans X.E3) pour l’enregistrement «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 données d’archive ».
x Copiez les valeurs nutritionnelles à partir de «0367 Milk, dry, whole, powder» de la banque de données
danoise sur la composition des aliments version 7.01 dans les cellules correspondantes de la feuille de
calcul «base de données d’archive».
x Copiez la ligne 20 complétée de la «base de données d’archive» dans la ligne 35 de la feuille de calcul
«base de données de référence»; ajoutez une ligne en dessous.
x Complétez tous les «nutriments standardisés», c’est-à-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 sélectionnez la
meilleure estimation (par exemple, les fibres alimentaires).
x Saisissez la documentation dans la ligne située en dessous des valeurs si une donnée a été créée dans la
banque de données de référence par un des moyens suivants:
o «calc.» si elle est calculée (on peut ajouter plus de détails, comme source+code aliment,
ou si elle est adaptée à un autre nutriment, mentionnez lequel);
o «est.» si elle est estimée;
o «est. Z» si elle est présumée zéro;
o «à partir de FAT» si la valeur standardisée correspond à la valeur FAT.
Félicitations
Maintenant, vérifiez que vous avez correctement effectué la compilation en répondant aux questions
suivantes. Copiez les formules, la documentation (si une valeur est calculée ou estimée) et les valeurs
comme elles apparaissent dans l’Outil pour la compilation dans la réponse correspondante.
Note: Afin de calculer certaines valeurs, par exemple, l’énergie ou les «glucides disponibles par différence»,
il faut que tous les nutriments contributifs aient une valeur. Le nombre de chiffres après la virgule (NCV)
est indiqué pour tous les nutriments de la feuille de calcul «composants».
Nutriment, avec le nombre de chiffres Indiquer la formule ou la Valeur dans la

après la virgule (NCV) comme indiqué documentation au niveau de la banque de
valeur telle que saisie dans la données de
banque de données de référence référence
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)
191
Nutriment, avec le nombre de chiffres Indiquer la formule ou la Valeur dans la

après la virgule (NCV) comme indiqué documentation au niveau de la banque de
valeur telle que saisie dans la données de
banque de données de référence référence
FOL(mcg) (standardized)
(0 NCV)
VITC(mg) (standardized)
(2 NCV)
Somme des constituants majeurs
X.E7 Indiquez la documentation à insérer dans l’Outil pour la compilation version 1.2.1
lorsque l’on complète ou agrège des données de composition des aliments. Indiquez aussi la
feuille de calcul où la documentation doit être insérée. (8 points: 1 point pour chaque réponse correcte)
Note: Ne compilez pas les données; complétez seulement la documentation dans le tableau ci-dessous.
Données à utiliser:
x Outil pour la compilation version 1.2.1 est disponible sur:
http://www.fao.org/infoods/software_fr.stm.
x Téléchargez le fichier Excel contenant la banque de données USDA SR 22 abrégée à l’adresse
http://www.ars.usda.gov/Services/docs.htm?docid=17478. La documentation de la banque de
données se trouve dans le même fichier zip. Pour la documentation de cet exercice, utilisez US22 pour
indiquer USDA SR 22.
x Téléchargez le fichier Excel contenant la banque de données danoise abrégée sur la composition des
aliments version 7.01 à l’adresse http://www.foodcomp.dk/v7/fcdb_default.asp. Sélectionnez
«download food data» et cliquez alors sur le fichier Excel pour télécharger le fichier de données
abrégé. Pour la documentation de cet exercice, utilisez DK7.01 pour la banque de données danoise.
Tâche Documentation Indiquez la

correspondante feuille de calcul
Importez les valeurs nutritionnelles de source:
«Asparagus, white, raw» (Asperge, blanche, fdnumber of source:
crue) à partir de la banque de données
danoise
Pour «Asparagus, white, raw», complétez la La donnée de documentation
donnée manquante pour EDIBLE avec sous la valeur:
USDA22 en sélectionnant l’aliment le plus
similaire
Importez les valeurs originales de l’Asperge source:
crue de la banque de données USDA SR 22 fdnumber of source:
Saisissez un nouvel enregistrement source:
(enregistrement final pour publication) dans
lequel vous calculez la moyenne de toutes les
valeurs nutritionnelles de l’asperge crue
provenant des banques de données danoise
et USDA
192
X.E8 Calculez, à partir des teneurs en fibres suivantes, la valeur agrégée et standardisée de
FIBTG. (1 point)
Note: Pour calculer la moyenne de plusieurs valeurs, on ne doit prendre en compte que les nutriments qui
ont la même définition que FIBTG. Voir le module 4.b pour plus d’informations sur les identificateurs des
composants de l’INFOODS.
Mangue, crue FIBTG(g) FIBTG(g) FIBTS(g) PSACNS FIBC (g) FIB-

(standardized) AOAC Southgate (g) NSP brute (g)
Enregistrement 1 1,9
Moyenne
enregistrements 1-5
X.E9 En novembre 2008, un compilateur a reçu un rapport (n° 146) du laboratoire LabTecs
avec des données sur un pain traditionnel à base de farine blanche de blé non levée,
accompagnées d’informations sur l’échantillonnage. Situé dans la ville X, LabTec est accrédité
pour les analyses dans cette matrice alimentaire spécifique. En octobre 2008, dix pains (de 500 g
chacun) avaient été échantillonnés dans des boulangeries locales situées dans les trois principales
régions du pays (Région Nord: villes A, B et C; Région Sud: villes D, E et X; et la Région Côtière:
villes F, G et H). Les échantillons ont été envoyés au laboratoire. Entre le 20 et le 30 octobre 2008,
le laboratoire a divisé et homogénéisé les échantillons, rassemblé les échantillons d’aliments
régionaux en un seul échantillon composite par région, et les a analysé en doubles. Les résultats
sont les suivants:
Nutriment Unité* Teneurs Teneurs Teneurs Méthode utilisée

dans la dans la dans la
Région Région Région
Nord Sud et Côtière
capitale
Eau g 32,7 33,9 31,3 Séchage au four à 100º C
Lipides g 1,8 2,0 1,6 Hydrolyse acide et CPG capillaire
Protéines g 7,5 7,1 7,4 Kjeldahl
Cendres g 1,9 2,1 2,2 Minéralisation par voie sèche
Fibres alimentaires g 2,1 2,3 2,2 AOAC, Prosky
Sodium mg 522 533 544 SAA à four électrothermique
Vitamine E mg 0,32 0,29 0,36 CLHP
Folates mcg 21 20 24 Méthode microbiologique
* pour 100 g de partie comestible
Compilez ces données dans l‘«Outil pour la compilation version 1.2.1» en leur attribuant les
codes aliment 1002001-3 pour les régions Nord, Sud et Côtière respectivement. Ensuite, agrégez
les données sous «pain traditionnel à base de farine blanche de blé non levée» et attribuez le code
aliment 1002004. Complétez alors le tableau ci-dessous avec les informations qui ont été insérées
dans l‘«Outil pour la compilation . (27 points)
Note: La consultation du «Report of the Technical workshop on Standards for food composition data
interchange» (FAO, 2004) pourrait être utile pour des explications sur les noms de champs du tableau
ci-dessous (il est disponible à l’adresse ftp://ftp.fao.org/es/esn/infoods/interchange.pdf). Pour le calcul de la
moyenne, l’écart type et la médiane, voir http://www.physics.csbsju.edu/stats/cstats_NROW_form.html
193
Questions Réponses
(Énoncez les informations insérées dans l‘«Outil
pour la compilation )
Combien d’enregistrements pour le pain
traditionnel se trouveront dans la banque de
données d’archives? (1 point)
Combien d’enregistrements pour le pain
traditionnel se trouveront dans la banque de
données de référence? (1 point)
En prenant l’abréviation «LabTec 146» comme
«biblioid», indiquez l’information à inscrire
dans le champ «consolidated» et indiquez la
feuille de calcul entre parenthèses. (2 points)
Indiquez la documentation d’échantillon pour sampleid:
l’échantillon d’aliment de la région Nord codé fooditemid or name in source:
S4 qui sera insérée dans les différents champs sampplan:
de la feuille de calcul «Échantillonnage». sampdate:
Lorsque aucune information n’est disponible, sampdesc:
mettez «-». L’échantillonnage de la région Sud sampcoll:
a le code S5, et celui de la région côtière S5. sampfdnr:
(7,5 points: ½ point pour chaque réponse sampwght:
correcte) sampanr:
sampanrep:
samphand:
samparriv:
sampstor:
sampreason:
biblioid:
Indiquez la documentation pour la teneur en biblioid:
eau des échantillons d’aliments composites fooditemid or name in source:
pour toutes les régions à insérer dans les sampleid:
différents champs de la feuille de calcul componentid:
«documentation des valeurs». Lorsqu’aucune value:
information n’est disponible, mettez «-». unit:
(13,5 points: ½ point pour chaque réponse baseunit:
correcte) 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 complémentaires sont requises
avant de pouvoir incorporer les données dans
la banque de données. (2 points)
194
X.E10 Un compilateur souhaite incorporer les valeurs en carotènes trouvées dans

l’International Journal of Food Composition (IJFC), volume 1 (1), p. 1-20 de 2008, pour des
bananes (banane Fi’s; Musa troglodytarum L.). L’auteur est K.L. Miller et le titre est «Carotene
content of local banana varieties in Wonderland», une petite île de 100 000 habitants. Les
méthodes sont ainsi décrites: les noms des variétés ont été identifiés par des informateurs clés et
des études de marché, puis identifiés par leur nom scientifique établi par l’International Botanic
Organization (IBO). En 2007, 20 bananes de chaque variété ont été collectées sur différents
marchés. Les dimensions et la partie comestible ont été mesurées, des photos numériques ont été
prises et la couleur de la chair estimée, d’une part, par examen visuel (et classée en cinq
catégories), d’autre part, par un détecteur DSM (qui détectait 15 segments du jaune à l’orange).
Les bananes épluchées ont été coupées en deux; une moitié a été analysée crue, l’autre bouillie
avant analyse (10 minutes dans une casserole en inox). Les échantillons ont été congelés à -80° C
et expédiés à un laboratoire pour analyse. Une méthode CLHP a été utilisée pour l’analyse du
carotène suivant le protocole d’extraction, de séparation, d’identification et de quantification
décrit par Smith et al. (2007). Les échantillons ont été analysés en double (variation inférieure à
8 %). Un standard interne, beta-apo-8’-carotenal ayant un taux de récupération de 97%, a été
utilisé. La riboflavine, l’acide ascorbique et l’alpha-tocophérol ont aussi été déterminés par
CLHP. Les résultats sont les suivants:
Variétés et Nombre Couleur Coefficient beta- alpha- beta- Eau

préparation d’échantillons comestible carotène carotène crypto- (g*)
de la analysés (mcg*) (mcg*) xanthine
Banane (mcg*)
Jammy, crue 3 3 (jaune) 0,63 432 ND ND
Than, crue 4 4 (jaune) 0,67 806 360 ND 76
Than, bouillie 4 4 (jaune) 0,67 960 355 ND 76
Khan, crue 3 8 (jaune- 0,65 2 588 1 236 31 ND
orange)
Canot, crue 6 15 0,72 8 455 ND ND 70
(orange)
* pour 100 g de partie comestible ND = non déterminé
Compilez toutes ces données dans l‘«Outil pour la compilation version 1.2.1 en prenant comme
codes aliments 04001 à 04005. Répondez alors aux questions du tableau ci-dessous. (19,5 points)
195
Questions Réponses
Combien d’enregistrements de variétés de
banane seront présents dans la banque de
données d’archives? (1 point)
Est-il nécessaire de changer les unités d’un Oui
des constituants quelconques? (1 point) Non
En prenant l’abréviation «Miller2008» comme
«biblioid», indiquez l’information à inscrire
dans le champ «consolidated» de la feuille de
calcul «bibliography». (1 point)
Indiquez la documentation d’échantillon pour sampleid:
la banane «Khan, crue» qui a comme sampleid fooditemid or name in source (ne mettre que les codes
S10 et qui sera insérée dans les différents aliments):
champs de la feuille de calcul sampplan:
«Échantillonnage». Lorsqu’aucune information sampdate: 2
n’est disponible, mettez «-». (4,5 points – sampdesc:
½ point pour chaque réponse correcte) sampcoll:
sampfdnr:
sampwght:
biblioid:
Indiquez la documentation pour «Khan, crue». Nom anglais:
Lorsqu’aucune information n’est disponible, Nom scientifique:
mettez «-». (4,5 points) source:
methodid (de la méthode pour le ȕ-carotène):
methodid (de la méthode pour l’eau) :
n:
sd (ȕ-carotène dans Khan):
min (ȕ-carotène dans Khan):
mean (ȕ-carotène dans Khan):
Indiquez les tagnames des constituants Partie comestible:
analysés dans les bananes. (2,5 points) Beta-carotène:
Alpha –carotène:
Beta-crypto xanthine:
Eau:
Calculer VITA_RAE pour les cinq aliments en Banane, Jammy, jaune, crue:
mcg (sans chiffre après la virgule) en prenant Banane, Than, jaune, crue:)
rétinol + CARTBEQ/12 (5 points) Banane, Than, jaune, bouillie:
Banane, Khan, jaune-orange, crue:
Banane, Canot, orange, crue:
196
Module 10.a
COMPARAISON DE BANQUES DE DONNÉES SUR LA COMPOSITION DES
ALIMENTS
À l’issue de ce module, l’étudiant devrait être à même de comparer et de compiler les données de
composition extraites de différentes banques de données sur la composition des aliments.

x FAO/INFOODS ’« Outil pour la compilation », version 1.2.1 (Fichier Excel disponible à l’adresse
http://www.fao.org/infoods/software_fr.stm)
x Extrait du site web du Département de l’agriculture des États-Unis (USDA):
http://www.ars.usda.gov/services/docs.htm?docid=8964, USDA SR23, condensé d’une banque de
données sur la composition des aliments et fichier sur la définition des nutriments
x 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 données danoise sur
la composition des aliments version 7.0 et la documentation
x Extrait du site web du Royaume-Uni sur la composition des aliments:
http://www.food.gov.uk/science/dietarysurveys/dietsurveys/ McCance and Widdowson’s
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 à
l’adresse: http://www.food.gov.uk/multimedia/pdfs/cofuserdoc.pdf )
MATÉRIEL DE RÉFÉRENCE
x Une aide Excel est disponible à l’adresse: http://office.microsoft.com/en-
us/excel/FX100646951033.aspx
PERTINENCE POUR LES DIFFÉRENTS UTILISATEURS (SUR UNE ÉCHELLE DE + À +++++)

x Analystes
TEMPS ESTIMÉ POUR:

197
EXERCICES
Xa.E1 Comparez les constituants de l’« Outil pour la compilation », version 1.2.1 avec ceux
figurant dans la banque de données exhaustive USDA SR 22 et la table abrégée. Il vous faudra
aussi consulter la documentation du SR 22. Répondez ensuite aux questions suivantes (20 points).
Note:
1. À partir du site web de l’USDA, http://www.ars.usda.gov/services/docs.htm?docid=8964 ,
télécharger la banque de données abrégée sur la composition des aliments de l’USDA SR23 (cliquez
sur «download» et sélectionnez «Excel»), la documentation et le fichier contenant les définitions des
nutriments. Ce fichier énumère les tagnames et les unités pour tous les constituants de la banque de
données exhaustive.
2. L'Outil pour la compilation version 1.2.1 est disponible à l’adresse:
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 unités figurent sur la feuille de calcul
« composants » (des informations supplémentaires sur les tagnames sont disponible à l’adresse:
http://www.fao.org/infoods/tagnames_en.stm).
Questions Réponses
Nombre de constituants qui ont des unités différentes dans la
table abrégée du SR 23 et dans l'Outil pour la compilation
(2 points)
Nombre de constituants qui ont différentes unités entre la

banque de données exhaustive du SR 23 de l’USDA (tels
qu’ils figurent dans le fichier contenant la définition des
nutriments) et les constituants correspondants dans l'Outil
pour la compilation (2 points)
Indiquez les constituants qui figurent à la fois dans la banque ENERC (kJ)
de données exhaustive du SR 23 de l’USDA et l'Outil pour la Sucres individuels
compilation mais qui ne sont pas dans la table abrégée FIBTG
(3,5 points) NA
Acides aminés individuels
Acides gras individuels
FAMS
Que faudrait-il faire pour avoir accès aux constituants 1.
supplémentaires de la banque de données exhaustive avec 2.
leurs teneurs? Donner deux options (2 points)
Sélectionnez les constituants qui ne sont pas dans la banque NT
de données exhaustive USDA SR23 mais qui figurent dans FAT
l'Outil pour la compilation (3,5 points) CHOAVDF
ADSUGAR
CA
ID
VITD (mcg)
Où se trouve l’information sur le nombre de chiffres
significatifs dans le fichier sur la définition des nutriments de
l’USDA? (1 point)
Où se trouvent les définitions des nutriments pour le SR23 de
l’USDA? (1 point)
Pour l’ USDA SR2 23, où se trouvent les méthodes d’analyse
pour les constituants? (1 point)
Pour certains des acides gras de l’USDA SR 23, il est difficile - Supposer que l’acide gras est le même car cet acide gras
de décider s’ils sont ou non les mêmes que ceux indiqués n’existe pas en trans
dans l'Outil pour la compilation. Par exemple: 22:5 n-3 dans -Supposer que l’acide gras est différent car cet acide gras
USDA SR 23 est-il le même que F22D5CN3? Que devrait faire existe aussi en trans
l’utilisateur pour savoir s’iI s’agit du même acide gras? - Écrire et demander à l’USDA
Sélectionnez la bonne réponse en rayant tout ce qui est faux
(1 point)
Indiquez deux des nutriments figurant dans la banque de 1.
données de l’USDA qui pourraient poser des problèmes aux 2.
utilisateurs inexpérimentés à cause de leur nom, de leur
définition ou de leur unité (2 points)
Quelle banque de données, un compilateur qui s’intéressé Banque de données exhaustive/ abrégée
aux les acides gras et aux acides aminés individuels devrait-il
télécharger: la banque de données abrégée ou la banque de
données exhaustive de l’USDA SR 23? Rayer la mauvaise
réponse (1 point)
198
Xa.E2 Comparez les constituants figurant de l’« Outil pour la compilation », avec ceux du
fichier Excel de la banque de données danoise version 7.01. Répondez ensuite aux questions
suivantes (7 points)
Note:
1. La banque de données danoise sur la composition des aliments version 7.01 et sa documentation sont
disponibles à l’adresse: http://www.foodcomp.dk/v7/fcdb_default.asp. Pour télécharger le fichier
Excel, choisissez «download food data», puis «Excel file». Les constituants sont énumérés dans la
feuille de calcul «komponenter». On trouvera plus d’informations sur le site web de la banque de
données danoise sous «About food data» (cliquez sur cette icône en haut à gauche du site web pour
accéder à la documentation), notamment pour les définitions des nutriments.
2. L’Outil pour la compilation est disponible à l’adresse: 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 unités figurent sur la feuille de calcul « composants » et plus d’informations sur les tagnames est
disponible sur: http://www.fao.org/infoods/software_fr.stm.
Questions Réponses
Nombre de constituants qui ont des unités 1.
différentes dans la banque de données danoise 2.
et dans l'Outil pour la compilation (2 points)
Où se trouvent les informations sur le nombre de
chiffres décimaux dans la banque de données
danoise? (1 point)
Où se trouvent les définitions des nutriments
indiqués dans la banque de données danoise?
(1 point)
Dans la banque de données danoise, où se
trouvent les méthodes analytiques pour les
constituants indiqués? (1 point)
Indiquez deux des nutriments dans la banque de 1.
données danoise qui pourraient poser des 2.
problèmes à des utilisateurs inexpérimentés en
raison de leur nom ou de leur définition.
(2 points)
Xa.E3 Placez les nutriments figurant de la banque de données danoise version 7.01 dans le
même ordre que dans l’Outil pour la compilation version 1.2.1. Vérifiez que toutes les unités sont
les mêmes que celles figurant dans l'Outil pour la compilation. Si nécessaire, convertissez toutes
les teneurs en nutriments dans l’unité dans laquelle elles sont exprimées dans l'Outil pour la
compilation. (26 points: ½ point pour chaque réponse correcte)
Cet exercice vise à améliorer votre connaissance de la nomenclature des constituants et vous permettra
d’emprunter plus facilement des teneurs en nutriments au cas où vous le souhaiteriez.
Note:
x Il est conseillé à ceux qui ne connaissent pas bien Excel de consulter l’aide Excel disponible à
l’adresse: http://office.microsoft.com/en-us/excel/FX100646951033.aspx
x La banque de données danoise sur la composition des aliments version 7.01 et sa documentation
afférente sont disponibles à l’adresse: http://www.foodcomp.dk/v7/fcdb_default.asp. Pour
télécharger Excel, cliquez sur «download food data» puis sur «Excel file». Les constituants figurent
sur la feuille de calcul «komponenter». On trouvera plus d’informations sur le site web de la
banque de données danoise sur la composition des aliments sous «About food data» (cliquez sur
l’icône en haut à gauche de la page pour accéder à la documentation), notamment sur les
définitions des nutriments.
x L’Outil pour la compilation est disponible à l’adresse:
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 unités figurent sur la feuille de calcul
199
« composants » et des informations supplémentaires sur les tagnames sont disponible sur:
http://www.fao.org/infoods/tagnames_en.stm.
Instructions pour modifier l’ordre des nutriments dans le fichier Excel de la banque de données danoise
sur la composition des aliments:
1. Attribuez des tagnames à tous les constituants de la banque de données danoise.
2. Ouvrez deux documents Excel (et non pas deux fenêtres dans le même document Excel) pour les
deux fichiers «Outil pour la compilation version 1.2.1.xls» et la banque de données danoise sur la
composition des aliments 7.01. Réduisez-les, puis placez les deux fenêtres de manière à les voir
toutes les deux sur l’écran (l’une au-dessus de l’autre).
3. Coupez et insérez (ne collez pas car cela consisterait à substituer les données existantes!) les
différentes colonnes dans le bon ordre.
a. Insérez dans le fichier de la banque de données danoise une ligne avant la première ligne.
Copiez de la feuille de calcul ‘Komponenter’ les noms anglais des composants et collez-
les avec « collage spécial » et « transposé» dans cette ligne.
b. Déplacez les colonnes ayant la même définition de nutriment dans la colonne
correspondante de l’Outil pour la compilation
c. Insérez une colonne vide lorsque le nutriment n’est pas disponible dans le fichier danois.
d. Déplacez les colonnes contenant les constituants qui ne figurent pas dans l’Outil pour la
compilation à la fin du fichier (ne les effacez pas car elles pourraient vous être utiles plus
tard).
4. Vous pouvez utiliser la touche F4 pour répéter la dernière commande, par ex. pour insérer une
colonne.
5. Vérifiez que vous avez placé les colonnes au bon endroit:
a. insérez dans le fichier danois une ligne avant la ligne 1
b. copiez tous les tagnames de l’Outil pour la compilation (par exemple, à partir de la feuille
de la banque de données de référence) en commençant par DEN jusqu’au dernier
tagname
c. collez les tagnames copiés dans la ligne vide du fichier danois
d. changez l’ordre si nécessaire et vérifiez à nouveau.
6. Créez une nouvelle feuille de calcul et insérez-y tous les constituants inutilisés ainsi que les
colonnes «food codes» et «food names». Veillez à ce que les noms et les codes des aliments soient
sur les mêmes lignes que les teneurs correspondantes.
Félicitations
Vérifiez maintenant que vous avez effectué correctement la transformation en insérant dans le tableau
ci-dessous les noms anglais et danois des constituants correspondant aux noms des constituants figurant
dans l’Outil pour la compilation . S’il n’existe pas de correspondance mettez un tiret «-».
200
Nom du constituant dans Nom anglais correspondant Nom danois correspondant

l’Outil pour la compilation au constituant dans la banque au constituant dans la
de données danoise banque de données danoise
ENERC(kcal) (standardisé)
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) (standardisé)
VITA_RAE(mcg)
VITA(mcg)
CARTBEQ(mcg)
CARTB(mcg)
VITD(mcg)
FOL(mcg) (standardisé)
FOL
FOLFD(mcg)
NIAEQ(mg)
F18D1CN7(g)
LEU(mg)
201
Xa.E4 Comparez les constituants de l’Outil pour la compilation avec ceux de la banque de
données britannique sur la composition des aliments «McCance and Widdowson’s Composition
of Foods Integrated Dataset» (CoF IDS). Répondez ensuite aux questions suivantes (6 points)
Note:
x La «McCance and Widdowson’s Composition of Foods Integrated Dataset» (CoF IDS) est disponible à
l’adresse: 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 à l’adresse: http://www.food.gov.uk/multimedia/pdfs/cofuserdoc.pdf). Des
tagnames ont déjà été attribués à certains nutriments dans IVb.E4.
x L’Outil pour la compilation est disponible à l’adresse:
http://www.fao.org/infoods/software_en.stm. Les noms des constituants dans l’Outil pour la
compilation sont des tagnames; leur signification et leurs unités figurent sur la feuille de calcul
« composants » à l’adresse: http://www.fao.org/infoods/tagnames_en.stm. et sont expliqués en
détails dans le module 4.b.
Questions Réponses
Nombre d’unités qui diffèrent entre la
table britannique et les nutriments
dans l’Outil pour la compilation
(2 points)
Où se trouvent les définitions des
nutriments de la banque de données
britannique? (1 point)
Dans la banque de données
britannique, où se trouvent les
méthodes d’analyse pour les
constituants indiqués? (1 point)
Indiquez deux des nutriments figurant 1.
dans la banque de données 2.
britannique qui pourraient poser des
problèmes aux utilisateurs
inexpérimentés en raison de leur nom
ou de leur définition (2 points)
202
Module 10.b
ÉTUDE DE CAS - TRANSCRIPTION DES APPORTS ALIMENTAIRES EN
APPORTS NUTRITIONNELS
À l’issue de ce module, l’étudiant sera capable de calculer les estimations des apports nutritionnels et
d’évaluer les difficultés en sélectionnant des aliments appropriés à partir d’une banque de données ou
d’une table sur la composition des aliments pour obtenir des données de qualité sur les apports
nutritionnels.
RECOMMANDATIONS
Ceci est une étude de cas afin d’appliquer vos nouvelles connaissances. Chacun va choisir un régime et
une base de données sur la composition des aliments pour s’exercer à calculer les apports nutritionnels à
partir des aliments. Cet exercice représente une situation réelle où les aliments les plus proches doivent
être identifiés dans la base de données et leurs valeurs nutritionnelles appliquées aux aliments de l’étude.
Vous allez rencontrer des difficultés et probablement devoir retourner à certains modules ou autres
documents de référence. Il est recommandé de compléter ce module en groupe et de discuter les résultats
entre vous. Ce module devrait être complété après les modules 10 et 10.a.

x Analystes +
TEMPS ESTIME POUR

EXERCICES
Il n’existe pas de réponses aux exercices dans la mesure où les résultats dépendent du choix individuel des
aliments et de la banque de données sur la composition des aliments choisie.
Conseils
Faire attention quand:
x vous décrivez les aliments (voir le module 3)
mettre une description exhaustive
par exemple, « lait, matière grasse réduite » est trop vague. « Lait, écrémé, 1.5% de matière
grasse, pasteurisé » est plus précis.
x vous appariez les aliments (voir les modules 3 et 10)
faites attention de sélectionner l’aliment le plus proche dans la base de données
L’appariement des aliments est clé pour la qualité des estimations des apports nutritionnels
x vous copiez des valeurs nutritionnelles, veillez à ce que les définitions, les unités et les dénominateurs
des composants soient les mêmes (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 données (voir les modules 10, 10.a et 11)
revérifiez les valeurs pour leur cohérence ou pour corriger des erreurs.
évitez de commettre des erreurs, ce qui est facile à faire.
203
EXERCICES
Xb.E1 Calculez les estimations des apports nutritionnels pour le régime sélectionné en suivant
les instructions ci-dessous.
1. Les régimes alimentaires ci-dessous représentent les résultats d’une enquête nationale sur la
consommation des aliments effectuée à l’aide d’un questionnaire sur la fréquence de consommation des
aliments (FFQ). Sélectionnez l’un d’eux.
Régime européen Régime à base de riz Régime à base de maïs

Aliments Consommation Aliments Consommation Aliments Consommation
en g par jour en g par jour en g par jour
-Pâtes ou riz 60 -Riz 200 -Maïs (porridge, 80
-Pain aux céréales 50 -Pommes de terre 20 etc.)
-Pain blanc (petits 50 -Légumes (frais ou 200 -Pain (maïs, blé, 50
pains au lait, petits comme plat etc.)
pains, etc.) d’accompagnement) -Pommes de terre 100
-Pain complet 20 -Fruits, frais 80 et autres tubercules
-Pommes de terre 50 -Compote de fruits, 5 (manioc, taro, etc.)
-Légumes (frais ou 100 sauce aux fruits, -Légumes (frais ou
comme plat etc. comme plat 100
d’accompagnement) -Lait et autres 30 d’accompagnement)
-Fruits, frais 80 boissons lactées -Fruits, frais
-Compote de fruits, 20 -Produits laitiers 5 -Compote de fruits, 80
sauce aux fruits, (fromage, yaourt, sauce aux fruits, 5
etc. etc.) etc.
-Lait et autres 300 -Bœuf ou porc 20 -Lait et autres
boissons lactées -Volailles 30 boissons lactées 30
-Produits laitiers 40 -Poisson 50 -Produits laitiers
(par ex: fromage, -Oeufs 30 (fromage, yaourt, 30
yaourt) -Légumineuses 60 etc.)
-Bœuf ou porc 100 (haricots, lentilles, -Bœuf ou porc
-Volailles 50 etc.) -Volailles 30
-Viandes 80 -Amandes, 50 -Poisson 50
transformées arachides ou noix -Œufs 30
(saucisses, etc.) -Beurre, huiles 30 -Légumineuses 20
-Poisson 30 végétales (haricots, lentilles, 50
-Œufs 50 -Pâtisseries 10 etc.)
-Légumineuses 10 -Chocolat, 10 -Amandes,
(haricots, lentilles, confiseries arachides ou noix 20
etc.) - Biscuits apéritif 30 -Beurre, huiles
-Amandes, 20 (par ex. chips) végétales 40
arachides ou noix -Jus de fruits ou de 20 -Pâtisseries
-Beurre, huiles 50 légumes -Chocolat, 10
végétales -Boissons 20 confiseries 5
-Pâtisseries 50 gazeuses, etc. - Biscuits apéritif
-Chocolat, 30 -Thé (noir, aux 200 (par ex. chips) 10
confiseries fruits, thé vert) -Jus de fruits ou de
-Biscuits apéritif 30 -Eau 300 légumes 20
(par ex. chips) -Boissons 20 -Boissons
-Jus de fruits ou de 150 alcoolisées gazeuses, etc. 200
légumes -Thé (noir, aux
-Boissons 250 fruits, thé vert) 100
gazeuses, etc. -Café
-Thé (noir, aux 20 -Eau 20
fruits, thé vert) -Boissons 300
-Café 20 alcoolisées 50
-Eau 200
-Boissons 20
alcoolisées
2. Pour le régime choisi, sélectionnez, pour chaque aliment indiqué, trois aliments qui représentent
le mieux les aliments du FFQ. Par la suite, ces trois aliments seront utilisés pour les faire correspondre
(apparier) avec les aliments dans la base de données (c’est-à-dire emprunter leurs teneurs en nutriments),
204
afin de pouvoir calculer des estimations des apports nutritionnels. Par exemple: pour les aliments du FFQ
«Pâtes ou riz», les aliments «spaghetti blancs bouillis», «lasagne au four avec sauce à base de viande» et «riz
blanc bouilli» ont été choisis pour mieux représenter l’aliment du FFQ dans un pays spécifique.
3. Sélectionnez une banque de données sur la composition des aliments en tant que source
principale de données (de préférence la banque de données nationale sur la composition des aliments) et
choisissez d’autres banques de données ou autres sources à utiliser en cas de données introuvables dans la
source principale.
4. Choisissez les nutriments et les constituants à inclure dans votre banque de données sur la
composition des aliments. Sélectionnez la définition, l’unité et le dénominateur pour tous les constituants.
Faites-les correspondre aux tagnames. Vous pouvez également décider de prendre tous les constituants
figurant dans l’Outil pour la compilation version 1.2.1 pour votre banque de données. Voir module 4.a
pour plus d’informations.
5. Faites correspondre les constituants provenant des différentes sources de données sur la
composition des aliments avec les tagnames INFOODS.
6. Choisissez un système de regroupement des aliments et classez tous les aliments du FFQ avec
leurs trois aliments correspondants (par exemple «spaghetti blancs bouillis») dans le système. Voir le
module 3 pour plus d’informations.
7. Copiez l’Outil 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 n’est pas recommandé d’effacer ou de changer l’ordre des constituants. Si vous
avez besoin d’ajouter des constituants, faites-le en fin de liste. Dans la banque données utilisateur, vous
pouvez les insérer où vous le souhaitez.
8. Dans la feuille de calcul «Banque de données d’archives», saisissez tous les aliments du FFQ et les
aliments correspondants dans les groupes d’aliments. Ajoutez un code, un numéro d’enregistrement et un
type. Voir le module 10 pour plus d’informations.
9. Dans la feuille de calcul «Banque de données d’archives» de l’Outil pour la compilation, faites
correspondre les aliments (par exemple «spaghetti blancs bouillis») avec les aliments de la banque de
données sur la composition des aliments. Attribuer 1 pour une correspondance exacte, et 2 pour une
correspondance similaire. Documentez les données en indiquant «sources» et «code de l'aliment dans la
source» dans les cellules correspondantes. (Option pour ceux qui disposent de peu de temps:
sélectionnez trois aliments du FFQ et les neuf aliments correspondants et continuez les tâches restantes
avec ces derniers).
10. Dans la feuille de calcul «banque de données d’archives», copiez les teneurs en nutriments des
aliments à partir de la source de données dans les cellules correspondantes des aliments représentant les
aliments du FFQ. Voir le module 10.a pour changer l’ordre des constituants dans les sources de données
et les comparer à un ensemble de constituants existants.
11. Copiez toutes les lignes remplies à partir de la «Banque de données d’archives» sur la feuille de
calcul «Banque de données de référence». Ajoutez une ligne au-dessous de chaque aliment pour joindre
une documentation supplémentaire. Regroupez (agrégez) les données, complétez les données manquantes,
estimez ou imputez celles manquantes, calculez les valeurs de l’énergie et des équivalents, etc. Complétez
les nutriments «standardisés». Vérifiez les données et assurez-vous de leur cohérence et de leur plausibilité.
Voir les modules 8 et 10 pour plus d’informations.
12. Si nécessaire, calculez les teneurs en nutriments des recettes ou des aliments cuisinés dans la
feuille de calcul «Calcul de recettes» et dans la feuille de calcul «recettes+ingrédients», transformez le poids
des aliments crus comportant des parties non comestibles en poids de l’aliment comestible cru. Le calcul
de recette devrait avoir lieu uniquement lorsque tous les ingrédients ont toutes les teneurs en nutriments
attribuées. La cohérence doit être également vérifiée. Si un ingrédient d’une recette manque dans la banque
205
de données, ajoutez-le d’abord dans la «banque de données d’archives» puis dans la «banque de données
de référence», et complétez et vérifiez toutes les teneurs en nutriments de l’ingrédient (comme figurant aux
points 9-11). Après avoir achevé le calcul de la recette et vérifié les teneurs, copiez les teneurs en
nutriments finales de la recette dans la «banque de données de référence». Voir le module 8 pour plus
d’informations.
13. Pour chaque aliment FFQ, choisissez un facteur de pondération pour les trois aliments
sélectionnés. Par exemple: Pour l’aliment FFQ «Pâtes ou riz» (60 g/j), les facteurs de pondération ci-après
ont été choisis: 33 % (=20 g/j) «spaghetti blancs bouillis», 33 % (=20 g/j) «lasagne au four avec sauce à la
viande» et 33 % (=20 g/j) «riz blanc bouilli».
14. Calculez les estimations des apports nutritionnels pour les nutriments sélectionnés.
206
Module 11
QUALITÉ DE LA COMPILATION DES DONNÉES
comprendre les principes de l’évaluation de la qualité et son importance dans le processus de
compilation;
les appliquer lors de la collecte et de la compilation des données de composition pour les banques de
TEXTES A ÉTUDIER
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:
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 à l’adresse:
HTTP://WWW.EUROFIR.NET/SITES/DEFAULT/FILES/DELIVERABLES/EUROFIR_QUALITY_INDEX_GUID
ELINES.PDF OU http://www.eurofir.net/policies/activities/quality_framework

x 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. L’article peut être commandé à l’adresse:
http://www.sciencedirect.com/science?_ob=ArticleURL&_udi=B6T6R-4SRCJVP-
5&_user=6718006&_rdoc=1&_fmt=&_orig=search&_sort=d&view=c&_acct=C000055286&_versi
on=1&_urlVersion=0&_userid=6718006&md5=91eda33285385a8161457319abba68be
x 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. 339–348. Disponible à l’adresse:
%23999849995%23341462%23FLP%23&_cdi=6879&_pubType=J&_auth=y&_acct=C000055286&
_version=1&_urlVersion=0&_userid=6718006&md5=c50ea9203aa7a0b2dce40ca403eaf868
DOCUMENTATION CITÉE DANS LES QUESTIONS ET EXERCICES

x 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 à l’adresse:
http://www.unu.edu/unupress/unupbooks/80734e/80734E00.htm or as PDF at
ftp://ftp.fao.org/es/esn/infoods/Klensinetal1989Identificationoffoodcomponents.pdf
x 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 à l’adresse:
http://www.fao.org/wairdocs/AD069E/AD069E00.HTM
2000. Eurofoods recommendations for food composition database management and data interchange.
Report N. EUR 19538. Office des publications officielles des Communautés européennes, Luxembourg. Disponible
à l’adresse: ftp://ftp.fao.org/ag/agn/infoods/EurofoodsRecommendations.pdf
x The LanguaL food description system http://www.langual.org/: its use, thesaurus, and further
literature.
x 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
Journal of Food Composition and Analysis, 20, p. 725-732. Disponible à l’adresse:

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 recommandé aux étudiants de compléter les modules 1 et 3-10 avant de commencer le
présent module.

x Analystes ++
TEMPS ESTIMÉ POUR

x Lire: 1-3 heures

x Castanheira, I., Roe, M., Westenbrink, S., Ireland, J., Møller, 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. L’article peut être commandé à l’adresse:
http://www.sciencedirect.com/science?_ob=ArticleURL&_udi=B6T6R-4SNGMB7-
B&_user=6718006&_rdoc=1&_fmt=&_orig=search&_sort=d&view=c&_acct=C000055286&_versi
on=1&_urlVersion=0&_userid=6718006&md5=336901caae408d852ad71afbfdc1ff3f
x 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 à l’adresse:
http://www.sciencedirect.com/science/article/B6WJH-4CG7FR0-
2/2/1ba833ea69c95f2c70b26cdd1a429d98
x 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 indiqué ci-dessus.
208
QUESTIONS
XI.Q1 Dans quel but des codes de qualité sont-ils attribués aux données sur la composition
des aliments? Sélectionnez Vrai ou Faux. (4 points: ½ point pour chaque réponse correcte)
Des codes de qualité sont attribués aux données sur la composition des Vrai Faux
aliments aux fins suivantes:
indiquer la qualité globale des données, y compris pour l’échange de données.
évaluer la qualité des données provenant de la littérature scientifique et des rapports des
laboratoires.
évaluer la qualité des données qui sont empruntées, extrapolées, calculées ou estimées
dans la banque de données sur la composition des aliments.
fournir aux compilateurs une méthode formalisée pour les aider à accepter ou à refuser
des données à inclure dans une banque de données sur la composition des aliments.
donner aux compilateurs les moyens d’améliorer les données de qualité médiocre.
montrer aux utilisateurs quelles données sont plus fiables que d’autres.
encourager les compilateurs à adopter des procédures de compilation de bonne qualité.
fournir des informations aux producteurs de données et aux compilateurs afin d’attribuer
un ordre de priorité aux aliments et aux nutriments en vue d’une nouvelle analyse.
XI.Q2 La qualité des données ne peut être correctement évaluée que lorsque certaines
exigences sont remplies (par exemple, documentation des données). Autrement, toutes les
données ou la majeure partie d’entre elles recevront un score très bas. Dans la liste ci-après,
sélectionnez les données et les éléments nécessaires pour évaluer la qualité des données sur la
composition des aliments. Sélectionnez Vrai ou faux (4 points: ½ point pour chaque réponse correcte)
Éléments nécessaires pour évaluer la qualité des données sur la Vrai Faux
Documentation relative aux teneurs
Informations exhaustives sur la nomenclature des aliments et des constituants
Logiciel de compilation qui permet d’insérer toute documentation et facilite l’évaluation
de la qualité des données
Directives écrites sur la procédure d’évaluation de la qualité des données, y compris des
critères et/ou conseils aux compilateurs pour décider s’il faut inclure ou exclure les
données
Données sur la consommation des aliments
Procédures écrites sur les plans d’assurance qualité des laboratoires
Données sur la composition des aliments avec leurs métadonnées
Temps du personnel
XI.Q3 Faites correspondre les définitions avec les termes correspondants (3,5 points: ½ point
Termes:
1. Code de confiance (CC)
2. Catégorie d’évaluation
3. Critères d’évaluation
4. Indice de qualité (IQ)
5. Système d’évaluation de la qualité des données
6. Qualité
7. Code source
209
Définitions Numéro
du terme
Il s’agit d’une méthode systématique pour évaluer la qualité des données en conformité
avec des directives et des critères communs et, par la suite pour exprimer la qualité des
données d’une manière standardisée et cohérente.
Correspond à un thème divisé en une série de critères.
Indique l’origine/la source de la donnée, qui permet d’indiquer la qualité des données
calculées ou estimées. Il peut servir d’indicateur de la qualité des aliments.
Représente l’ensemble des caractéristiques d’une entité (produit ou service) qui sont
capables de répondre à des besoins explicites ou implicites.
Exprimé en valeurs numériques utilisées pour juger si la teneur d’un constituant pourrait
représenter la teneur réelle d’un aliment (par exemple, dans un pays donné). Ces valeurs
sont calculées à partir des scores obtenus au cours du processus d’évaluation et seront
transformées par le compilateur en codes de confiance à l’intention des utilisateurs.
Exprime la confiance globale du compilateur dans les données. Il se présente
habituellement sous la forme d’une lettre et vise à guider l’utilisateur en ce qui concerne la
qualité des données dans une banque de données sur la composition des aliments. Par
exemple, A = élevé; B = modéré; C = faible.
Il s’agit de thèmes spécifiques (souvent formulés sous forme de questions) utilisés pour
évaluer la qualité des données dans une catégorie. Ils devraient être, de préférence, clairs,
objectifs et accompagnés de réponses possibles, telles que: oui, non, inconnu ou sans
objet. Il s’agit parfois de déclarations générales assorties de réponses comme: bien fait,
moins clair, pas d’information ou application incorrecte. Les points peuvent être obtenus
par le biais des réponses et seront résumés afin d’établir les codes de confiance et ensuite
l’indice de qualité.
XI.Q4 Pour chacun des quatre aspects de la vérification des données ou des systèmes
d’évaluation de la qualité ci-dessous, sélectionnez les critères d’évaluation qui sont pris en
compte (22 points: ½ point pour chaque réponse correcte)
Critères Codes de Système Critères de la Indice de qualité

confiance (Exler, d’évaluation des vérification des EuroFIR
1982)* données de données (EuroFIR, 2009)
l’USDA (Greenfield et
(Holden et al., Southgate, 2007)
2002)*
Identification des
aliments
Identification des
constituants
Unité et dénominateur
Plan d’échantillonnage
Nombre d’échantillons
analytiques
indépendants
Manipulation des
échantillons en
laboratoire
Validation de la
méthode d’analyse
Contrôle/assurance de
la qualité de l’analyse
Utilise des déclarations
générales par critère
Utilise des questions
spécifiques par critère
* cités dans Greenfield et Southgate, 2007
210
Interprétation:
Faites correspondre les systèmes ou les critères relatifs à l’évaluation de la qualité des données
avec les bonnes réponses.
Systèmes ou critères relatifs à l’évaluation de la qualité des données:

1. Codes de confiance (Exler, 1982)
2. Système d’évaluation des données de l’USDA (Holden et al., 2002)
3. Critères de vérification des données (Greenfield et Southgate, 2007)
4. Indice de qualité EuroFIR (EuroFIR, 2009)
Le système ou l’aspect relatif à l’évaluation couvrent:

la plupart des aspects influençant la qualité des données
aspects analytiques uniquement
aspects analytiques et d’échantillonnage
aspects analytiques, d’échantillonnage et d’identification de l’aliment
XI.Q5 Faites correspondre les critères ci-après avec la catégorie d’évaluation

correspondante. Ceux-ci sont extraits des directives EuroFIR pour l’attribution d’un indice de
qualité (14 points: ½ point pour chaque réponse correcte)
Note:
x Il faut comprendre les principes de l’identification des aliments et des constituants, de
l’échantillonnage et de la qualité des données analytiques avant d’essayer de répondre aux questions
ci-après. Ces principes sont expliqués dans les modules 3, 4.b, 5 et 6.
x Les directives EuroFIR pour l’attribution d’indices de qualité sont disponibles à l’adresse:
HTTP://WWW.EUROFIR.NET/SITES/DEFAULT/FILES/DELIVERABLES/EUROFIR_QUALITY_INDEX_
GUIDELINES.PDF OU http://www.eurofir.net/policies/activities/quality_framework.
Critères d’évaluation:
1. Description des aliments
2. Identification des constituants
3. Plan d’échantillonnage
4. Nombre d’échantillons analytiques
5. Manipulation des échantillons
6. Méthode d’analyse
7. Contrôle de la qualité analytique
Catégorie Critères d’évaluation

d’évaluation
Un nombre approprié de répétitions des échantillons à analyser a-t-il été utilisé?
Les définitions, les modes de calcul et d’expression sont-ils indiqués?
L’aliment ou l’ingrédient principal ont-ils été documentés suffisamment en détail (y compris, le cas
échéant, le nom scientifique avec la variété, l’espèce et le cultivar)?
La partie de la plante ou de l’animal a-t-elle été clairement indiquée?
Les échantillons ont-ils été protégés pour éviter des changements dans leur composition causés
par la chaleur, l’air, la lumière ou l’activité microbiologique et enzymatique?
Le nombre d’échantillons primaires était-il supérieur à neuf? A-t-on échantillonné plus d’une
marque (pour les produits manufacturés préemballés), plus d’un cultivar (pour les aliments
d’origine végétale) ou plus d’une sous-espèce (pour les aliments d’origine animale), et les
marques, les cultivars et les sous-espèces sont-ils pertinents pour l’aliment?
Le nom et la description complète de la recette ont-ils été fournis?
La méthode analytique utilisée correspond-elle aux directives sur la méthode appropriée pour le
constituant?
Les échantillons étaient-ils protégés contre la contamination microbiologique, enzymatique ou
chimique (lames métalliques, matériel de meunerie, articles de verre, etc.)?
La partie comestible était-elle décrite et est-il précisé si l’aliment a été analysé avec ou sans la
partie non comestible?
211
Catégorie Critères d’évaluation

d’évaluation
Le nombre d’échantillons à analyser était-il supérieur à cinq?
Le plan d’échantillonnage a-t-il été élaboré de manière à représenter la consommation dans le
pays où l’étude a été conduite?
Un traitement pour la stabilisation (lyophilisation, ajout d’un anti-oxydant, etc.) a-t-il été nécessaire
et a-t-il été appliqué?
L’état ou la forme physique (solide, semi-solide, liquide, haché, avec pulpe, etc.) étaient-ils
indiqués?
Le laboratoire était-il accrédité pour cette méthode, ou la méthode a-t-elle été validée par une
validation des performances?
Si l’aliment était cuit, tous les détails de la méthode de cuisson ont-ils été fournis?
Le nombre d’échantillons à analyser était-il compris entre un et cinq? Quel est le nombre exact?
La durée de l’entreposage et du transport était-elle appropriée pour préserver le niveau de
l’analyte?
A-t-on utilisé un matériau de référence certifié ou un matériau de référence étalon approprié?
La teneur en humidité de l’échantillon a-t-elle été mesurée et le résultat a-t-il été communiqué?
Le constituant tel qu’il est décrit dans la publication correspond-il au constituant décrit dans la
banque de données?
Les échantillons ont-ils été prélevés pendant plus d’une saison? La (ou les) saison(s)
d’échantillonnage est(sont)-elle(s) importante(s)?
Les échantillons ont-ils été prélevés dans plus d’une zone géographique et/ou dans plus d’un
point de vente?
Y-avait-il plus d’un échantillon à analyser?
Les échantillons étaient-ils homogénéisés?
L’unité et le dénominateur (par exemple, l’unité de matrice) étaient-ils univoques?
Les étapes clés de la méthode étaient-elles appropriées pour la méthode décrite?
XI.Q6 Les systèmes d’évaluation des données de la qualité devraient être fiables, c’est-à-dire
que différents utilisateurs appliquant les mêmes critères aux mêmes données devraient obtenir
les mêmes résultats (ou des résultats similaires). Sélectionnez la procédure qui est la plus fiable
pour une vérification des données et une évaluation de leur qualité. (1 point)
Fiabilité du plan de vérification des données et d’évaluation de leur qualité Le plus fiable
La qualité est établie sur la base de l’attribution subjective de points par critère (par
exemple, 2-9 points, en fonction des détails de la description de l’aliment).
La qualité est établie sur la base de critères bien définis avec des questions objectives.
L’attribution des points se fait d’une façon standardisée, c’est-à-dire que chaque critère est
accompagné à la fois d’une série de conditions spécifiées pour attribuer les points et d’un
thésaurus pour les termes.
La qualité est établie sur la base de questions objectives avec une attribution subjective de
points pour le score total par question.
La qualité est établie sur la base de critères avec des questions pouvant être interprétées
de différentes manières par différents utilisateurs.
212
XI.Q7 Certains systèmes d’évaluation de la qualité excluent explicitement les données

obtenues au moyen de calculs, d’emprunts, d’extrapolations et d’estimations. Indiquez à partir de
la liste suivante quels éléments devraient être inclus dans tout système d’évaluation de la qualité
des données pour évaluer la qualité des données dérivées des calculs de recettes, d’emprunts,
d’extrapolations et d’estimations de teneurs. Sélectionnez Vrai ou Faux (7,5 points: ½ point pour
Éléments nécessaires pour évaluer la qualité des données pour les calculs des Vrai Faux
recettes
Quantité et description de tous les ingrédients
Indication sur la qualité des facteurs de rendement et de rétention des nutriments pour les
plats cuisinés
Nom de la recette et brève description des étapes de la préparation qui ont un impact sur les
teneurs en nutriments
Toutes les instructions détaillées pour la cuisson fournies dans le livre de recettes (par
exemple, couper en lanières de 2 cm et laisser refroidir pendant deux heures)
Indication de la qualité des teneurs en nutriments des ingrédients
Application standardisée des facteurs de rendement et de rétention des nutriments pour les
plats cuisinés
Référence bibliographique de la recette (par exemple, livre de recettes)
Procédure écrite sur les méthodes d’analyse
Échantillonnage des ingrédients
Directives écrites sur le système d’évaluation de la qualité de données issues de calculs de
recettes
Éléments nécessaires pour évaluer la qualité des données pour l’emprunt, Vrai Faux
l’extrapolation et l’estimation des teneurs
Assurance que les aliments sont les mêmes ou aussi semblables que possible
Assurance que les systèmes d’assurance de la qualité des laboratoires sont appliqués aux
données calculées
Assurance que les données sur la composition des aliments d’origine étrangère ne
représentent exactement pas la composition des aliments locaux
Assurance que l’enrichissement est pris en compte
Assurance que les constituants ont la même définition, le même mode d’expression et les
mêmes unités
Assurance que les facteurs de correction sont appliqués aux valeurs nutritionnelles
appropriées lorsqu’il y a des différences sensibles dans les teneurs en eau, en protéines
et/ou en lipides entre un aliment de sa propre banque de données et les aliments dont les
teneurs sont copiées
Assurance que les valeurs sont copiées à partir d’autres sources uniquement s’il n’y a pas de
différence sensible dans les teneurs en eau, en protéines et/ou en lipides entre un aliment de
sa banque de données et les aliments dont les teneurs sont copiées
Assurance que les méthodes analytiques de la source étrangère sont similaires à celles
nécessaires dans sa propre banque de données afin d’obtenir des résultats de bonne qualité
213
XI.Q8 Déterminez le degré d’utilité des différents indicateurs de qualité des données pour
les utilisateurs: 1 étant le plus utile et 4 le moins utile (2 points: ½ point pour chaque réponse correcte)
Utilité des indicateurs de qualité des données pour les utilisateurs

Chaque valeur du constituant est accompagnée d’un 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
supplémentaires peuvent être fournies par le compilateur, si besoin est.
Les codes de confiance A, B, C sont fournis au niveau de l’aliment 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 supplémentaires peuvent
être fournies par le compilateur, si besoin est.
Aucun code de qualité n’est donné.
Chaque valeur du constituant est accompagnée d’un 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
supplémentaire n’est disponible et ne sera fournie par le compilateur.
XI.Q9 Les principes HACCP (Analyse des risques – points critiques pour leur maîtrise), tels
qu’utilisés pour la sécurité sanitaire des aliments, peuvent aussi être appliqués dans des systèmes
d’assurance de la qualité pour la compilation des données sur la composition des aliments. Le
but consiste à détecter les risques potentiels et les points critiques pour leur maîtrise (CCP) là où
des mesures préventives ou correctives peuvent être appliquées. Les procédures opérationnelles
standard (POS) décrivent les tâches à entreprendre pour prévenir, réduire ou éliminer la présence
de risques. EuroFIR a utilisé le système HACCP pour décrire le processus de compilation,
identifier les points critiques et décrire les procédures opérationnelles standard dans la
compilation des données (Westenbrink et al., 2008). Faites correspondre les tâches suivantes avec
le risque possible, la conséquence et la mesure préventive/corrective correspondants dans la
banque de données (9 points: ½ point pour chaque réponse correcte)
Note: Les tâches, les risques possibles, les conséquences et les mesures préventives/correctives sont
adaptés de Westenbrink et al., (2008).
BDCA: banque de données sur la composition des aliments.

SGBDCA: système de gestion des banques de données sur la composition des aliments.
Tâches :
1. sélection des aliments et des constituants ;
2. identification des aliments, constituants, teneurs et métadonnées pertinents dans
d’autres sources à incorporer dans sa banque de données ;
3. attribution d’un indice de qualité à toutes les données originales à incorporer dans sa
banque de données en tenant dûment compte de l’identification des aliments et des
constituants, de l’échantillonnage et de l’analyse ;
4. incorporation de données originales et leur stockage dans la banque de données
d’archives (par exemple, saisie manuelle de données ou importation de données) ;
5. sélection de données pour obtenir des valeurs agrégées ou calculées ;
6. sélection d’algorithmes et de facteurs, tels que les facteurs de rendement et de
rétention, pour calculer des valeurs nutritionnelles (par exemple : calculer des
moyennes, des valeurs nutritionnelles de recettes ou des nutriments dérivés) ;
7. calcul des teneurs en nutriments par les calculs de recettes ;
8. validation de données agrégées, calculées ou compilées, et correction des erreurs
relevées ;
9. sélection de données pour la banque de données utilisateur et diffusion de cette
dernière.
214
Tâche Risques possibles pour Conséquences pour la Mesures préventives/correctives

la BDCA BDCA
Application incorrecte d’une Erreurs dans les valeurs - Utiliser un SGBDCA bien conçu avec
ou plusieurs étapes dans le publiées qui sont calculées un bon programme de calcul des
calcul de la recette recettes
- Former le compilateur
- Documenter les données
- Vérifier et valider toutes les données
calculées
- Saisie de données - Données insuffisantes ou - Un SGBDCA bien conçu donne des
incomplète ou inexacte erronées saisies dans la messages d’erreur automatiques
- Documentation des banque de données - Vérifier que les données ont été
données incomplète d’archives copiées/importées correctement et
- Perte de traçabilité complètement
- Erreur dans les données - Vérifier la documentation
publiées
Sélection incorrecte des Aliments et/ou constituants Faire participer les utilisateurs afin que
aliments et des constituants importants non inclus dans la leurs besoins soient satisfaits
pour la BDCA BDCA et donc ne sont pas
disponibles pour les
utilisateurs
Données inadéquates Plaintes reçues d’utilisateurs - Définir les critères
sélectionnées et publiées et de fournisseurs de - Élaborer un système d’extraction
données standardisé
- Faire participer les utilisateurs afin
que les données sélectionnées
répondent à leurs besoins
- Recherche inappropriée de - Données inappropriées - Établir des critères ou, de préférence,
données utiles incluses involontairement utiliser des critères acceptés à l’échelle
- Données incomplètes ou dans la BDCA internationale pour la recherche et la
insuffisamment décrites - Erreurs dans les données sélection de données
- Critères pour l’inclusion de publiées dues à une sélection - Demander des informations
données insuffisamment erronée de données supplémentaires aux auteurs des
décrites sources de données, si nécessaire
- Pas de validation Erreurs dans les données - Élaborer un système de validation ou,
- Validation non publiées dues à la non- de préférence, utiliser un système de
systématique ou inexacte détection d’erreurs validation accepté à l’échelle
- Aucune attention spéciale internationale avec des critères et des
n’est accordée aux données procédures définis
à haut risque - Documenter les données
Sélection incorrecte des - Erreurs dans les valeurs - Établir des critères ou, de préférence,
teneurs en nutriments à publiées qui sont calculées utiliser des critères acceptés à l’échelle
inclure dans les calculs et - Données non internationale pour la sélection de
les regroupements représentatives données
Système d’évaluation de la L’évaluation des données ne - Élaborer un système d’évaluation des
qualité des données peut être ni répétée ni données ou, de préférence, utiliser un
insuffisamment défini, ce qui comparée système accepté à l’échelle
donne lieu à différentes internationale
interprétations - Former le compilateur à l’évaluation
des données
Erreurs dans les - Erreurs dans les valeurs - Élaborer un système de calcul et de
algorithmes des calculs, ou publiées qui sont calculées facteurs ou, de préférence, utiliser un
dans la sélection des - Données non système et des facteurs acceptés à
facteurs de rendement et/ou représentatives l’échelle internationale
de rétention - Documenter les données
215
EXERCICES
XI.E1 Indiquez quel indice de qualité (IQ) serait attribué par les systèmes d’évaluation de la
qualité des données de l’AFSSA (France), de l’USDA et d’EuroFIR pour les situations figurant
dans la table ci-dessous (24,5 points: ½ point pour chaque réponse correcte)
Note:
x Le système d’évaluation de la qualité des données de l’AFSSA (France) est décrit à la page 31 du
document EuroFIR (2009)
x Le système d’évaluation de la qualité des données de l’USDA est décrit dans Holden, Bhagwat et
Patterson (2002). Development of a multinutrient data quality evaluation system. J. Food Compos. Anal.,
15(4): 339–348. Disponible à l’adresse:
%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 étudiants qui ne sont
pas en mesure de télécharger l’article peuvent compléter l’exercice à l’aide des informations fournies
dans Greenfield et Southgate (2007), encadré 10.1 (p. 204).
x Le système d’évaluation de la qualité des données d’EuroFIR est décrit 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 à
l’adresse:
HTTP://WWW.EUROFIR.NET/SITES/DEFAULT/FILES/DELIVERABLES/EUROFIR_QUALITY_INDEX_
GUIDELINES.PDF OU http://www.eurofir.net/policies/activities/quality_framework
Situation AFSSA, France, (max. USDA (max. IQ EuroFIR (max.

IQ 100 points) 100 points) IQ 35 points)
Exemple: les teneurs en 100 100 (20+20+20+20+20) 35
nutriments sont fournies avec (20+20+20+10+10+10+10) (5+5+5+5+5+5+5)
une bonne identification des
aliments et des constituants;
toutes les autres catégories
d’évaluation obtiennent le plus
grand nombre de points.
Les teneurs en nutriments sont
données uniquement avec une
bonne description des aliments et
des constituants et avec leurs unités
et dénominateurs, mais sans
informations supplémentaires.
Les teneurs en nutriments sont
données avec une identification
ambiguë des aliments (par exemple,
viande); toutes les autres catégories
Les teneurs en nutriments sont Information
données avec une identification intermédiaire sur la
ambiguë de la méthode et des méthode analytique =
constituants (par exemple, vitamine 10 points
E, glucides); toutes les autres
catégories d’évaluation obtiennent
le plus grand nombre de points.
Aucune information n’est fournie sur
l’unité ou le dénominateur; toutes
les autres catégories d’évaluation
obtiennent le plus grand nombre de
points.
216

Le plan d’échantillonnage est parfait
pour un autre pays mais n’est pas
représentatif de votre propre pays;
Trois échantillons indépendants ont n=3 donne 6 points
été analysés (nombre minimum
pour la publication de données de
composition dans la plupart de la
littérature scientifique); toutes les
autres catégories d’évaluation
points.
Pour une teneur en vitamine C, Si un stockage
aucune information n’est fournie sur correct est essentiel
la manipulation de l’échantillon en mais n’est pas décrit
laboratoire ou durant le transport; 4 points en moins
Aucune information n’est fournie sur
l’assurance qualité; tous les autres
critères d’évaluation obtiennent le
plus grand nombre de points.
La méthode analytique est bien

décrite, mais le constituant est
obsolète (par exemple, fibre brute);
Pas de contrôle/assurance de la
qualité de l’analyse; toutes les
autres catégories d’évaluation
points.
Données calculées pour un aliment

bien décrit dans la banque de
données (par exemple énergie en
kJ/100 g d’aliment comestible).
Les renseignements sur une recette

analysée sont bons (nom,
description, information qualitative
et quantitative sur les ingrédients);
Les renseignements sur une recette

analysée sont bons (nom,
description, information qualitative
et quantitative sur les ingrédients);
les ingrédients échantillonnés sont
prélevés dans un magasin local;
217

Le nom d’une recette analysée est
donné; aucune information
qualitative ou quantitative sur les
ingrédients n’est disponible; toutes
les autres catégories d’évaluation
points.
La recette est calculée. Le nom et la
description de la recette sont
donnés; une bonne information
qualitative et quantitative est fournie
sur les ingrédients. Les facteurs de
rendement et de rétention des
nutriments sont adéquats. Les
constituants, l’unité et le
dénominateur sont bien décrits.
Interprétation:
Sélectionnez Vrai ou Faux.
Vrai Faux Interprétation

Les systèmes EuroFIR et USDA fonctionnent bien lorsque l’une des catégories n’est
pas décrite de manière appropriée.
Le système français est le seul qui permette de refuser des données en l’absence
d’une description essentielle.
Le système USDA est le seul qui attribue des indices de qualité avec exactitude pour
l’échantillonnage.
Tous les systèmes sont bien équipés pour faire la distinction entre les différentes
méthodes de calcul en ce qui concerne la qualité des données calculées.
218
Module 12
BIODIVERSITÉ ALIMENTAIRE
À l’issue de ce module, l’étudiant sera à même de comprendre:
le concept de biodiversité alimentaire et ses relations avec l’alimentation, la nutrition et la santé;
l’importance de la biodiversité pour les banques de données sur la composition des aliments et
l’évaluation nutritionnelle;
comment produire, gérer et utiliser des données de composition des aliments en tenant compte de la
biodiversité.
TEXTES A ÉTUDIER
x U.R. Charrondiere. Biodiversité alimentaire et composition alimentaire. Présentation PowerPoint disponible
à l’adresse: http://www.fao.org/infoods/presentations_fr.stm
Et, si possible:
x FAO. 2008. Consultation d'experts sur les indicateurs nutritionnels pour la biodiversité: 1. Composition des aliments.
Disponible à l’adresse: http://www.fao.org/docrep/011/a1582f/a1582f00.htm
x FAO. 2005. Appui aux pays en vue d’établir, rassembler et diffuser des données sur la composition en nutriments de
cultivars spécifiques et priorité relative de l'obtention de données sur la consommation alimentaire propres aux différents
cultivars. Commission des ressources génétiques pour l'alimentation et l'agriculture. Groupe de travail sur les ressources
phytogénétiques pour l'alimentation et l'agriculture. Disponible à l’adresse:
http://typo3.fao.org/fileadmin/templates/agphome/documents/PGR/ITWG/ITWG3/p3w5F.pdf
x 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 à l’adresse: http://www.sciencedirect.com/science/issue/6879-2006-999809993-625152
x FAO. 2008a. Climate change and biodiversity for food and agriculture. Technical background document from
expert consultation, Février 2008. FAO, Rome. p. 1-8. Disponible à l’adresse:
ftp://ftp.fao.org/docrep/fao/meeting/013/ai784e.pdf
LITTÉRATURE CITÉE DANS LES QUESTIONS ET EXERCICES

x H. Ceballos, T. Sanchez, A.L. Chávez, 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 à l’adresse: http://www.sciencedirect.com/science/issue/6879-
2006-999809993-625152
x Commission des Communautés Européennes. 1997. Recommandation de la Commission du
29 juillet 1997 concernant les aspects scientifiques relatifs à la présentation des informations requises
pour étayer des demandes d'autorisation de mise sur le marché de nouveaux aliments et de nouveaux
ingrédients alimentaires et l'établissement des rapports d'évaluation initiale au titre du règlement (CE)
nº 258/97 du Parlement européen et du Conseil . Journal officiel des Communautés européennes. L253/1-36.
Disponible à l’adresse: http://admi.net/eur/loi/leg_euro/fr_397H0618.html
x 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
x 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,
Genève, Suisse. Disponible à l’adresse:
http://www.who.int/alimentsafety/publications/biotech/en/ec_sept2001.pdf
x 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
219
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 à l’adresse: http://www.sciencedirect.com/science/issue/6879-2006-999809993-625152
RESSOURCES
Données de composition
x CINE's Arctic Nutriment File. Disponible à l’adresse:
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 données de génétiques
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
L’échantillonnage qui tient compte de la biodiversité alimentaire est traité dans le module 5
«Échantillonnage».

x Compilateurs/ professionnels, utilisateurs +++++
x Analystes +
TEMPS ESTIME POUR:

x Lire: 1-3 heures

x FAO. 2011. Consultation d’experts sur les indicateurs nutritionnels pour la biodiversité - 2. Consommation des aliments.
FAO, Rome. Disponible à l’adresse: http://www.fao.org/infoods/biodiversity/index_fr.stm
x H.V. Kuhnlein, B. Erasmus et D. Spigelski. (éd.). 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 à l’adresse:
http://www.fao.org/docrep/012/i0370e/i0370e00.htm ).
220
x INFOODS page sur la biodiversité. Disponible à l’adresse:

http://www.fao.org/INFOODS/biodiversité/index_fr.stm
x Biodiversity International Site web sur la biodiversité et la nutrition. Disponible à l’adresse:
http://www.bioversityinternational.org/Themes/Nutrition/index.asp
x AVRDC. 2002. Vegetables are vital: healthy diets, productive farmers, strong economies. Asian
Vegetable Research and Development Center, Shanhua, Taiwan. 29 p. Disponible à l’adresse:
http://www.avrdc.org/pdf/vitalveg.pdf
x UNESCO. 2008. Promoting the development of Industrial crops in Maputaland through capacity
building. Disponible à l’adresse: http://www.unesco.org/csi/pub/papers2/mapp17.htm
221
QUESTIONS
XII.Q1 Faites correspondre les termes ci-dessous avec la définition correspondante. (5 points:
Note: Voir «Consultation d'experts sur les indicateurs nutritionnels pour la biodiversité: 1. Composition
des aliments» http://www.fao.org/docrep/011/a1582f/a1582f00.htm.
Termes
1. Aliments sous-utilisés
2. Espèce
3. Biodiversité alimentaire
4. Variété
5. Race
6. Écosystème
7. Cultivar
8. Sous-espèce
9. Genre
10. Famille
Terme Définition
Groupe d’espèce animale, dans un seul taxon zoologique appartenant au rang le plus bas connu,
présentant des caractères externes définissables et identifiables qui permettent de séparer
visuellement ce groupe d’autres groupes définis de la même façon au sein de la même espèce.
Population(s) d’organismes qui ont en commun certaines caractéristiques non présentes chez d’autres
populations de la même espèce. Pour le nom taxonomique, il est d’usage d’ajouter «ssp.» ou «subsp.»
et le nom latin en italique.
Ensemble dynamique de communautés de plantes, d’animaux et de micro-organismes et leur milieu
non biotique, fonctionnant comme une unité écologique.
Au-dessous du niveau du genre, elle est une classe d’individus pouvant se reproduire entre eux mais
qui sont isolés du point de vue de la reproduction des autres groupes possédant plusieurs
caractéristiques en commun. Leur classification est sujette à révision et modification à mesure que de
nouvelles preuves génomiques et scientifiques sont examinées. Par convention, leur nom est formé de
deux mots latins; le premier indiquant le genre (qui commence par une lettre majuscule) et le second
l’espèce. L’ensemble est mis en lettres italiques avec une majuscule pour la première lettre, par
exemple le nom de la pomme est Malus domestica.
Premier niveau du système de la taxonomie binominale utilisé pour classer un organisme parmi ses
congénères. Le nom est écrit avec une majuscule et le nom d’espèce en minuscules, par exemple
Canis lupus est le nom scientifique du loup gris, Canis (chien) et lupus (loup).
Diversité des organismes végétaux, animaux et autres organismes utilisés pour l’alimentation,
comprenant les ressources génétiques au sein des espèces, entre les espèces et fournies par les
écosystèmes.
Définit une espèce dont le potentiel est sous-exploité quant à sa contribution à la sécurité alimentaire, à
la santé, à la nutrition, à la génération de revenus et aux «services rendus par la nature». Toutefois, le
terme n’est pas bien défini et il dépend des aspects géographiques, sociaux, économiques et
temporels. Il comprend une vaste gamme d’aliments sauvages, traditionnels, indigènes et locaux.
Souvent, leur identification taxonomique n’est pas complète, en particulier au-dessous du niveau de
l’espèce.
Niveau taxonomique qui se situe entre l’ordre et le genre. La plupart des noms de familles sont dérivés
du nom de genre et sont obtenus en ajoutant à sa racine le suffixe –idae pour les animaux et -aceae
pour les plantes.
Subdivision naturelle d’une espèce végétale, dans un seul taxon botanique appartenant au rang le plus
bas connu, présentant des caractères morphologiques distincts et portant un nom latin selon les règles
du Code international de nomenclature. Sa détermination taxonomique sera désignée par le premier
nom publié attribué de façon valide. Dans la nomenclature zoologique, on évite de l’utiliser (sauf pour
les poissons), et dans la nomenclature bactériologique ce terme est considéré comme interchangeable
avec «sous-espèce».
222
Terme Définition
Catégorie de plantes qui se situe taxonomiquement au-dessous du niveau d’une sous-espèce,
équivaut taxonomiquement à la variété, et se trouve uniquement sous une forme cultivée. Il s’agit d’un
terme international désignant certaines plantes cultivées que l’on peut aisément différencier des autres
par des caractéristiques données qu'elles doivent conserver quand elles sont reproduites dans des
conditions bien déterminées. On la désigne à l’aide d’une épithète, d’un ou plusieurs termes issus du
langage vernaculaire (à moins qu’il n’ait été publié avant 1959), ou d’une épithète botanique (en latin)
écrit en caractères romains et non en italique. Sa première lettre est en majuscule et est entourée de
guillemets simples, par exemple Hosta kikutii ‘Green Fountain’ (feuilles de Hosta). En général, elle est
enregistrée auprès d’un organe compétent afin d’associer chaque nom à une population particulière et,
habituellement, pour revendiquer des droits sur cette dernière.
XII.Q2 La systématique taxonomique des aliments revêt un rôle important pour tous ceux
qui s’intéressent au rôle de la biodiversité et de la composition des aliments. Complétez les
blancs à l’aide d’un des termes suivants: (2,5 points: ½ point pour chaque réponse correcte)
Variété – Espèce – Cultivar – Race – Famille
Animaux
Rang Exemple
...Ɇ Famille Bovidae
ɊɆ Genre Bos
ɊɆ Bos taurus (vache)
ɊɆ Bos taurus Bruna alpina
Plantes
Rang Exemple
...Ɇ Rosaceae
ɊɆ Espèce Malus domestica × M. sylvestris (pomme)
ɊɆ Malus domestica × M. sylvestris ‘Granny Smith’
Plantes
Rang Exemple
...Ɇ Famille Cruciferae
ɊɆ Espèce Brassica cretica
Brassica cretica var. cauliflora (DC.) Schwarz
ɊɆ
(chou-fleur)
XII.Q3 Les noms taxonomiques ne sont pas toujours faciles à interpréter car les noms de variété, de
cultivar ou de race peuvent être confondus avec ceux de leurs inventeurs. Parmi les noms taxonomiques
suivants, précisez ceux qui correspondent à des espèces, des variétés ou des races. (2,5 points: ½ point pour
Nom taxonomique Espèce Variété Cultivar Race

Ipomoea batatas (L.) Lam. [patate douce]
Prunus domestica ‘Cacak’s 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]
223
XII.Q4 La Conférence des Parties de la Convention sur la diversité biologique a fondé, en

Mars 2006, l’«Initiative intersectorielle sur la biodiversité pour l’alimentation et la nutrition», par
la décision VIII/23 A. Elle est menée par la FAO en collaboration avec Bioversity International.
Sélectionnez, parmi ces déclarations, celles qui expliquent la relation entre la biodiversité
alimentaire et la nutrition en choisissant Vrai ou Faux. (7,5 points: ½ point pour chaque réponse correcte)
Note: Voir le document «Appui aux pays en vue d’établir, rassembler et diffuser des données sur la
composition en nutriments de cultivars spécifiques et priorité relative de l'obtention de données sur la
consommation alimentaire propres aux différents cultivars». Commission des ressources génétiques pour
l'alimentation et l'agriculture. Groupe de travail sur les ressources phytogénétiques pour l'alimentation et
l'agriculture. CGFRA/WG-PGR-3/05/5. Disponible à l’adresse:
http://typo3.fao.org/fileadmin/templates/agphome/documents/PGR/ITWG/ITWG3/p3w5F.pdf
Déclarations Vrai Faux

Les différences dans la composition nutritionnelle entre les aliments peuvent être significatives.
Les données de composition et de consommation alimentaire, uniquement disponibles au niveau
de l’aliment, permettront d’établir les bases scientifiques de la relation entre la nutrition et la
biodiversité alimentaire.
La biodiversité alimentaire revêt une signification particulière pour les communautés indigènes,
pauvres et vulnérables, surtout lors des périodes de pénuries alimentaires.
Les données de biodiversité alimentaire devraient être recueillies uniquement pour les
constituants bioactifs non nutritifs (par exemple les antioxydants phytochimiques).
Dans la plupart des cas, les données de composition des aliments communément consommés
sont considérées comme suffisantes. Des données de composition plus spécifiques sur les
variétés, les cultivars et les races sont un luxe et ne sont pas considérées utiles, surtout pour les
pays en développement.
Les différences de composition qui existent entre les aliments et parmi les variétés, cultivars et
races d’un même aliment peuvent être importantes. Les données de composition et de
consommation au niveau des variétés, cultivars et races permettront d’établir les bases
scientifiques de la relation entre la nutrition et la biodiversité alimentaire.
Autrefois, les données de composition sur les aliments communément consommés étaient
considérées, en général, comme suffisantes. Mais l’intérêt de données de composition relatives
aux variétés, cultivars et races fait de plus en plus l’unanimité. Par conséquent, il est
recommandé de les inclure dans les banques de données sur la composition des aliments.
La Commission Internationale du Riz recommande que: 1) un inventaire des variétés de riz et de
leur composition nutritionnelle soit effectué en préalable de toute manipulation transgénique; 2)
les teneurs en nutriments soient utilisées comme l’un des critères pour promouvoir un cultivar; et
3) l’analyse des nutriments spécifiques de certains cultivars soit réalisée et que ces données
soient systématiquement publiées.
La biodiversité alimentaire ne joue un rôle important que dans les pays en développement.
Les personnes qui participent à des enquêtes alimentaires peuvent fournir les consommations
de certains aliments, en précisant la variété, le cultivar ou la race au moyen de son nom local, en
particulier s’il s’agit d’un aliment fréquemment consommé.
La prise en compte de la biodiversité dans la nutrition peut servir à atteindre les Objectifs du
Millénaire pour le développement.
Dans la mesure où les pays en développement ou en transition rencontrent des difficultés à
trouver les ressources financières qui seraient nécessaires pour renforcer leurs capacités
analytiques, ils ne devraient pas réaliser eux-mêmes les analyses sur la composition de variétés,
cultivars ou de races.
La connaissance de la composition et de la consommation de la diversité intra-espèces peut être
utile pour établir des directives diététiques alimentaires et mettre en place des programmes
d’éducation nutritionnelle pour des populations.
L’absence de données sur la composition et la consommation au niveau de la variété, du cultivar
ou de la race limite la capacité à évaluer la valeur des variétés, des cultivars et des races, ainsi
que leur importance pour la sécurité alimentaire d’un individu, d’un ménage ou d’un pays, mais
aussi pour le commerce et la protection de l’environnement.
Les données sur la biodiversité alimentaire devraient être collectées et analysées pour tous les
composants, en incluant l’énergie, les protéines, les acides aminés, les lipides totaux, les acides
gras, les minéraux, les vitamines, les provitamines mais aussi des composés bioactifs non
nutritifs (par exemple, les antioxydants phytochimiques).
224
Déclarations Vrai Faux

La biodiversité alimentaire ne joue pas de rôle particulier pour combler les carences en
micronutriments ou les divers problèmes liés à la pauvreté, l’urbanisation, la malnutrition et
l’obésité.
XII.Q5 Dans beaucoup de pays où le riz est l’aliment de base principal, il existe de nombreux
cultivars de riz pour lesquels on ne possède aucune donnée de composition ou de consommation.
Cependant, d’après la littérature, on peut supposer que leurs teneurs en protéines et en de
nombreuses vitamines sont très variables. Comment sont influencées les estimations des apports
nutritionnels et les adéquations nutritionnelles, selon qu’on applique les teneurs moyennes de la
banque de données nationale pour le riz à tous les cultivars, ou que l’on dispose pour chaque
cultivar de données de composition et de consommation? Sélectionnez les réponses correctes en
indiquant si l’impact est dû à la disponibilité uniquement des teneurs moyennes ou des teneurs
des principaux cultivars. (2,5 points: ½ point pour chaque réponse correcte)
Impact sur les estimations des apports, les Si on dispose Si on dispose de données
adéquations nutritionnelles, et l’éducation que des de composition et de
nutritionnelle teneurs consommation pour tous
moyennes du les principaux cultivars
riz de riz
Dans la mesure où le riz est un aliment de base, les erreurs
dans l’estimation de ses apports nutritionnels sont plus
significatifs que pour un aliment consommé rarement et en
petites quantités.
L’estimation des apports nutritionnels liés au riz reflète plus
précisément les consommations individuelles.
L’utilisation de teneurs correctes en nutriments, spécifiques
de chaque variété ou cultivar, peut faire la différence entre
l’adéquation ou l’inadéquation d’apports nutritionnels d’une
population.
Un biais est introduit dans l’estimation de l’adéquation
nutritionnelle.
Les programmes d’éducation nutritionnelle peuvent
promouvoir les cultivars dont la composition est la mieux
adaptée pour combler les déficits nutritionnels.
XII.Q6 Selon une croyance traditionnelle, il existerait un cultivar de riz qui conviendrait
mieux que les autres cultivars aux personnes atteintes de diabète. Étant donné qu’aucune donnée
de composition n’était disponible pour ce cultivar, cette tradition était rarement appliquée et peu
à peu oubliée. Cette croyance est revenue aux oreilles d’un chercheur qui a procédé à une analyse
de ce cultivar et a constaté que son Indice glycémique était bien plus bas que celui des autres
cultivars de riz. Suite à la publication de ces résultats, ce cultivar a fait l’objet d’une
recommandation de l’Institut national de nutrition à l’intention des diabétiques. Quelles leçons
peut-on tirer de cette anecdote? Sélectionnez Vrai ou Faux. (2 points: ½ point pour chaque réponse correcte)
Leçons à tirer Vrai Faux

Les croyances traditionnelles sans base scientifique devraivent être ignorées dans les
sociétés modernes et ne devraient pas être étudiées.
Les données de composition des aliments (et de consommation correspondantes) sont
utiles pour vérifier les croyances traditionnelles.
Les données de composition (et de consommation correspondantes) recueillies pour des
aliments spécifiques et/ou pour des variétés, cultivars et races, permettent aux
scientifiques d’étudier la relation entre la biodiversité alimentaire, la nutrition et la santé.
Les données de composition (et de consommation correspondantes) des variétés,
cultivars et races, ne sont pas indispensables. Par conséquent, il n’est pas nécessaire de
les inclure dans une banque de données nationale sur la composition des aliments.
225
XII.Q7 Le principe d'équivalence en substance a été introduit par la FAO, l’OMS et l’OCDE.
Il défend l’idée «que les organismes utilisés comme aliments ou comme ingrédients peuvent être
utilisés comme base de comparaison pour l’évaluation de la sécurité sanitaire d’un aliment ou
d’un composant alimentaire ayant été modifié, ou qui est nouveau». Le principe d'équivalence en
substance implique qu’une analyse chimique ciblée sur la composition des organismes
génétiquement modifiés (OGM) soit comparée à celle de leurs équivalents conventionnels. La
principale limite de cette méthode est qu’il faut être capable d’interpréter les différences
observées en tenant compte de la variabilité naturelle des teneurs. Plusieurs étapes doivent être
mises en œuvre avant de pouvoir utiliser régulièrement tout le potentiel de ces techniques dans
les évaluations de risque. Tout d’abord, les méthodes d’analyse doivent avoir été validées, en
termes de reproductibilité et de robustesse, et leurs performances doivent faire l’objet d’un
consensus. Cela signifie que l’on doit être capable de définir ce que l’on entend par «variabilité
naturelle» pour un composant ou pour l’ensemble d’un profil nutritionnel. Toute différence de
profil considérée comme dépassant les limites de la variation naturelle doit être évaluée du point
de vue de la sécurité sanitaire. Le principe d'équivalence en substance est aussi appliqué dans la
législation européenne pour les aliments nouveaux, les ingrédients nouveaux et les OGMs
(FAO/OMS, 2001; CEU, 1997). Quel rôle pourraient jouer les banques de données sur la
composition des aliments dans ce domaine? Sélectionnez Vrai ou Faux. (2 points: ½ point pour chaque
réponse correcte)
Rôle des banques de données sur la composition des aliments dans Vrai Faux
l’application du principe d'équivalence en substance
Une connaissance plus étendue de la composition nutritionnelle des aliments
conventionnels (variétés, cultivars et races existants) publiée dans les banques de
données sur la composition des aliments devrait faciliter la réalisation des études
d’évaluation du risque pour les OGM, les aliments nouveaux et les ingrédients nouveaux.
Une connaissance plus étendue de la composition nutritionnelle, uniquement des variétés,
cultivars et races les plus commercialisés, publiée dans les banques de données devrait
permettre la réalisation d’études d’évaluation de risque pour tous les OGM, aliments
nouveaux et ingrédients nouveaux.
Une connaissance plus étendue de la composition nutritionnelle des variétés, cultivars et
races existants publiée dans les banques de données sur la composition des aliments
devrait permettre d’identifier ceux qui présentent une meilleure qualité nutritionnelle et
couvrent mieux les besoins nutritionnels d’une population. La mise en évidence de la
biodiversité pourrait rendre inutile le développement coûteux d’OGM de composition
améliorée.
Une connaissance plus étendue de la composition nutritionnelle des aliments
conventionnels (cultivars existants) devrait simplifier la réalisation d’études d’évaluation de
risque pour les OGM.
XII.Q8 Une enquête réalisée au Bangladesh (Kennedy et al., 2005) a démontré que plus de
80 % des ménages étaient capables d’identifier les cultivars du riz et 38 cultivars différents ont été
ainsi identifiés. Quelles leçons peut-on en tirer pour les enquêtes de consommation à venir?
Leçons à tirer pour les enquêtes de consommation à venir Vrai Faux

Il s’agissait d’une étude pilote dont les résultats ne peuvent être généralisés à d’autres
études. Les participants aux enquêtes de consommation sont incapables de reconnaître
et d’identifier les variétés, cultivars et races.
Les outils classiques utilisés dans les enquêtes de consommation peuvent être améliorés
afin de refléter la biodiversité de certains aliments, par exemple des aliments fortement
consommés par une population.
Pour certains aliments, des questions complémentaires peuvent être posées sur les noms
locaux et ceux des variétés, cultivars et races.
Les données de consommation qui prennent en compte la variété, le cultivar ou la race
pourraient inciter les compilateurs de données sur la composition des aliments à produire
des données sur ces aliments. La combinaison de ces données de consommation avec
celles d’une banque de données qui tient compte de la biodiversité devrait améliorer la
précision des calculs d’apports nutritionnels pour la population étudiée.
226
XII.Q9 Une étude réalisée dans les Îles Marshall (Englberger et al., 2006), où les fruits du
Pandanus font partie du régime alimentaire traditionnel et où la population souffre de carences
en vitamine A, a démontré que seules deux parmi les trois variétés consommées du Pandanus
sont riches in caroténoïdes. Une autre étude effectuée au Pakistan (Talpur et al., 2006) a montré
que les teneurs en acides gras du lait de deux races de vaches locales sont significativement
différentes, alors que leurs conditions d’élevage et d’alimentation sont identiques: la race White
Thari produit un lait qui contient plus d’acides gras saturés mais moins d’acides gras
BIODIVERSITÉ, polyinsaturés et d’acide linoléique conjugué que celui des vaches de la race
Red Sindhi. Quelles conséquences peuvent avoir ces résultats sur les programmes et la recherche
en agriculture? Sélectionnez Vrai ou Faux. (2,5 points: ½ point pour chaque réponse correcte)
Conséquences possibles sur les programmes et la recherche en agriculture Vrai Faux

Les programmes et la recherche en agriculture pourraient s’appuyer sur ces résultats car
leur rôle devrait être de développer des aliments dont la composition nutritionnelle permet
de lutter contre les carences alimentaires qui touchent les populations.
Les programmes et la recherche en agriculture n’ont pas à prendre en compte ces
résultats car ils ne devraient s’intéresser qu’à des paramètres purement agricoles, tels que
le rendement ou la résistance aux nuisibles, sans tenir compte de la composition
nutritionnelle ni des carences alimentaires qui touchent les populations.
Les aliments à haute teneur en nutriments pourraient être commercialisés en tant que
productions à valeur ajoutée et, par conséquent, obtenir de meilleurs prix de vente et
connaître une distribution plus large. Cela est très vraisemblable si, de plus, leurs
rendements et d’autres paramètres agricoles sont comparables à ceux d’aliments de
moindre qualité nutritionnelle.
La biodiversité alimentaire ne connaîtra une valeur commerciale que si les producteurs
peuvent obtenir des revenus similaires ou plus élevés avec les nouveaux cultivars qu’avec
les autres.
La production de variétés améliorées et les programmes d’amélioration génétique
devraient prendre en compte les teneurs en nutriments, et pas seulement le rendement ou
la résistance aux insectes, nuisibles ou maladies.
Pour ceux qui possèdent des connaissances avancées

XII.Q10 Pour quelles raisons la biodiversité n’est-elle pas plus largement prise en compte?
Raisons possibles pour lesquelles la biodiversité n’est pas plus largement Vrai Faux
prise en compte
Son importance pour la nutrition, la santé et l’agriculture est méconnue.
Que les données de composition nutritionnelle sur les variétés, cultivars et races soient
produites ou non, elles ne sont pas largement publiées, par exemple dans la littérature
scientifique, les tables nationales de composition des aliments ou les rapports. Par conséquent,
les agriculteurs et les consommateurs ne sont pas conscients de leurs valeurs nutritionnelles
améliorées et donc ne sont pas encouragés à les produire et à les consommer.
La sélection des aliments à analyser par l’approche des aliments clés32 permet rarement
d’identifier les variétés, les cultivars ou les races. Par conséquent, les agriculteurs et les
consommateurs ne sont pas conscients de leurs valeurs nutritionnelles améliorées et donc ne
sont pas encouragés à les produire et à les consommer.
Les possibilités de financement d’analyses nutritionnelles sont, en général, réduites quand il
s’agit d’aliments et en particulier quand il s’agit des variétés, cultivars ou races.
Le développement d’aliments OGM dont la composition nutritionnelle est améliorée est moins
coûteux que l’étude de la biodiversité alimentaire.
Normalement, les données sur la consommation des aliments au niveau des variétés, cultivars
et races ne sont pas recueillies, en partie parce qu’il n’existe que peu de données sur leur
composition.
Les banques nationales de données sur la composition des aliments contiennent déjà un bon
nombre de données sur la composition des variétés, cultivars et races, et sur les différentes
zones géographiques et les saisons.
Manque de soutien de la part des principaux donateurs (par exemple, gouvernements,
organisations internationales) à la production de données spécifiques sur la composition de
variétés, cultivars et races.
32 Voir le Module 3 pour obtenir des détails sur l’approche par les aliments clés.
227
XII.Q11 La biodiversité est étroitement liée au changement climatique. Indiquez les

affirmations correctes qui s’appliquent à cette remarque. Sélectionnez Vrai ou Faux. (3 points:
Affirmations sur la biodiversité et le changement climatique Vrai Faux

Le changement climatique sera une des causes principales de la perte de la biodiversité.
Les évènements climatiques extrêmes augmenteront la perturbation des écosystèmes
agricoles. Celle-ci pourrait être atténuée par une utilisation durable de la biodiversité
agricole. Les systèmes de production peuvent être adaptés à ces changements, tout en
conservant des niveaux de productivité acceptables, par une bonne gestion de la
biodiversité. L’utilisation durable de la biodiversité agricole présente un fort potentiel pour
développer des stratégies gagnant-gagnant, aux bénéfices multiples, par exemple pour
faire face aux changements climatiques tout en conservant la biodiversité et en améliorant
le bien-être des populations.
L’augmentation de la température de l’eau et de l’air n’aura pas d’influence sur la migration
des espèces parce qu’elles sont liées à leur écosystème dans un lieu géographique
spécifique.
La diversité génétique, qui est actuellement encore sous-utilisée, pourrait devenir plus
importante pour les agriculteurs et les décideurs politiques à cause du changement
climatique. La gestion et l’utilisation d’un large réservoir de diversité génétique en cette
période d’évolution du climat représentent des atouts essentiels pour le secteur
agroalimentaire et forment la base des stratégies d’adaptation nécessaires à ce secteur.
Le changement climatique est susceptible d’entraîner des modifications de la composition
des aliments.
Les inventaires nationaux sur la biodiversité contiennent toutes les informations spatiales
qui permettent d’évaluer les menaces liées au changement climatique pour les espèces,
les populations ou les génotypes si elles présentent un intérêt pour l’alimentation et
l’agriculture.
228
EXERCICES
XII.E1 Une étude sur la variabilité de la teneur en protéines des racines de manioc a montré
qu’elle dépend des pays et des variétés (Ceballos et al., 2006). Leur teneurs varient de 0,95 g à
6,42 g/100 g d’aliment avec une moyenne de 3,24 g /100 g d’aliment. Calculez l’apport protéique
dû aux racines de manioc en République démocratique du Congo, en utilisant les teneurs
minimum, maximum et moyennes du contenu protéique. Dans chaque cas, comparez ces
résultats à l’Apport journalier recommandé (AJR) pour les protéines chez l’adulte, et calculez la
proportion de l’AJR couverte par les protéines des racines de manioc dans les trois cas.
Complétez le tableau ci-dessous. Sélectionnez ensuite le(s) affirmation(s) correcte(s) qui peuvent
s’appliquer à l’interprétation des valeurs obtenues. (8 points: ½ point pour chaque réponse correcte)
Note:
x L’Apport journalier recommandé (AJR) pour les protéines est de 0,75 g par kilogramme de poids
corporel. Par conséquent, l’AJR pour un adulte de 60 kg est de 45 g/jour.
x En République démocratique du Congo, la disponibilité alimentaire33 en manioc est de 286 g par
personne et par jour (pour l’année 2000, valeur publiée sous forme de CD par FAOSTAT, 2005).
AJR en
Teneur en Disponibilité Apport en Taux de couverture
protéines
protéines alimentaire en protéines dû au de l’AJR en
pour un
en manioc manioc en protéines lié au
adulte de
g/100 g g/j/personne g/j/personne manioc (%)
60 kg en g/j
Moyenne 3,24 286 45
Minimum 0,95 286 45
Maximum 6,42 286 45
Interprétation des résultats
Vrai Faux Interprétation de l’apport et de l’adéquation en protéines

La biodiversité peut avoir une influence importante sur les apports et l’adéquation nutritionnelle, à
la fois des macro- et micronutriments.
Les teneurs en nutriments des aliments, et par conséquent les apports nutritionnels, peuvent
varier significativement quand différents cultivars, variétés ou races sont consommés. De plus,
ces teneurs peuvent être modifiées par l’environnement.
L’impact sur l’apport protéique est faible parce que le manioc est pauvre en protéines.
La biodiversité alimentaire devrait être mieux prise en compte dans les enquêtes de
consommation et les banques de données sur la composition des aliments afin d’avoir une
meilleure estimation de l’adéquation ou l’inadéquation des apports nutritionnels.
XII.E2 Les variétés et cultivars de banane peuvent avoir différentes compositions en

nutriments. Ainsi, en ce qui concerne le Ƣ-carotène, la banque de données américaine USDA
(Édition 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 variété Lacatan, et Englberger et al., (2006)
ont trouvé 8 508 mcg/100 g pour la variété Utin Iap qui pousse en Micronésie. Pour les
Philippines, calculez l’apport nutritionnel en Ƣ-carotène lié à la banane, en utilisant
successivement les teneurs de l’USDA et les variétés Lacatan et Utin Iap. Comparez ces résultats
à l’Apport journalier recommandé (AJR) en équivalent rétinol pour un homme adulte. Puis
calculez le taux de couverture de l’AJR pour un homme adulte dû à la banane dans les trois
situations. Complétez le tableau ci-dessous. Sélectionnez ensuite le(s) affirmation(s) correcte(s)
33 Disponibilité alimentaire = quantité d’aliment disponible pour la consommation humaine.
229
qui peuvent s’appliquer à l’interprétation des valeurs obtenues. (11,5 points: 1 point pour chaque calcul
correct et ½ point pour chaque interprétation correcte)
Information:
x En 2003, la consommation de bananes aux Philippines était de 93 g/j et par personne.
x L’AJR pour la vitamine A est de 600 mcg d’équivalents rétinol (RE) pour un homme adulte.
x 6 mcg de Ƣ-carotène correspondent à une activité vitaminique de 1 RE34.
Taux de
Apport en Apport en
Teneur en Consommation couverture de
Ƣ-carotène dû à vitamine A lié à
Banane Ƣ-carotène de banane l’AJR en
la banane en la banane en
mcg/100 g g/j/p vitamine A issu de
mcg/j/p mcg RE/j/p
la banane (en %)
USDA 26 93
Lacatan 360 93
Utin Iap 8 508 93
Interprétation des résultats
Vrai Faux Interprétation de l’apport en Ƣ-carotène issu de la banane et de l’adéquation de

l’apport nutritionnel
Les variations de teneurs en macronutriments entre différents cultivars, variétés et races (par
exemple la teneur en protéines du manioc) sont plus importantes que celles des micronutriments.
La biodiversité alimentaire peut être à l’origine de la différence entre l’adéquation et
l’inadéquation des apports nutritionnels, surtout en ce qui concerne les micronutriments.
Pour construire une table de composition des aliments nationale, le fait d’emprunter à d’autres
sources des teneurs en micronutriments, sans vérifier de quel cultivar ou de quelle variété il
s’agit, peut conduire à des erreurs dans les valeurs nutritionnelles et avoir comme conséquence
une mauvaise évaluation des apports nutritionnels.
Des décisions inadaptées dans les programmes sur la nutrition et la santé ont pu être prises car
les tables de composition des aliments contenaient des données sur les micronutriments
inexactes, car elles ne reflétaient pas la composition des variétés consommées réellement par la
population.
La biodiversité alimentaire devrait être mieux prise en compte dans les enquêtes de
consommation et les banques de données sur la composition des aliments afin d’avoir une
meilleure évaluation des apports alimentaires et de mieux estimer l’adéquation ou l’inadéquation
des apports nutritionnels.
XII.E3 L’indicateur nutritionnel pour la biodiversité relatif à la composition des aliments est
utilisé pour mesurer la tendance de la disponibilité des données de composition tenant compte
de la biodiversité alimentaire dans la littérature publiée et non publiée. Supposons un pays où les
principaux aliments sont le riz, les pommes de terre, les légumineuses, les tomates, les oignons,
les mangues, la viande de bœuf et de buffle et le poisson. En complément, quelques
communautés recueillent et consomment des insectes, des animaux aquatiques, des fruits et des
légumes. Utilisez les critères développés dans le rapport d’experts sur les indicateurs
nutritionnels pour la biodiversité http://www.fao.org/docrep/011/a1582f/a1582f00.htm pour
sélectionner les aliments qui seraient pris en considération par l’indicateur nutritionnel pour la
biodiversité appliqué à la composition des aliments. (9 points: ½ point pour chaque réponse correcte)
Note: Une liste de critères plus détaillée a été développée et devrait être utilisée lors du choix des aliments à
prendre en compte pour les indicateurs nutritionnels pour la biodiversité. Disponible en anglais à l’adresse:
http://www.fao.org/infoods/biodiversity/foods%20counting%20for%20Nutritional%20indicator.pdf.
Ces critères sont aussi inclus dans le rapport en français sur la « Consultation d’experts sur les indicateurs
34 Davantage d’informations sur les modes d’expression de la vitamine A sont données dans les Modules 4.b et 4.c.
230
nutritionnels pour la biodiversité - 2. Consommation alimentaire » à l’adresse

http://www.fao.org/infoods/biodiversity/index_en.stm. En plus, une liste des aliments sous-utilisés a été
publiée à http://www.fao.org/infoods/biodiversity/INFOODSUpdatedGFU-list.xls
Prise en compte pour l’indicateur Nom de l’aliment Nom scientifique

nutritionnel pour la biodiversité
Oui/Non Riz blanc poli, cru Oryza sativa
Oui/Non Brassica oleracea var. gongylodes
Chou-rave
L.
Oui/Non Tomate, crue Lycopersicon esculentum
Oui/Non Feuilles de cueillette, vertes -
foncées
Oui/Non Banane, rose Musa sapientum Teod var. violacea
Oui/Non Banane, silver bluggoe Musa sp., 'Hug-mook'
Oui/Non Mangue, pimsen-mun,
Mangifera indica, 'pimsen-mun'
immature
Oui/Non Mangue, pimsen-mun, mûre Mangifera indica, 'pimsen-mun'
Oui/Non Saba, fruit, cueilli, cru -
Oui/Non Buffle, viande maigre, crue Bubalua buffelus
Oui/Non Buffle commun, viande
Bubalus bubalis
maigre, crue
Oui/Non Bernache du Canada, crue
Branta Canadensis
(sauvage)
Oui/Non Bernache du Canada, grillée
Branta Canadensis
(sauvage)
Oui/Non Carpe commune, crue Cyprinus carpio Linn.
Oui/Non Ipomée aquatique Ipomea aquatica
Oui/Non Fourmi rouge (recueillie) Solenopis Invicta
Oui/Non Larve de la chenille du -
Bambou (recueillie)
Oui/Non Yaourt, traditionnel -
231
exercises
VoL. 1
uestions
Vol. 1 Manuel d’étude sur la composition des aliments – questions & exercises FAO
11:40:27
1/7/11
Vol-1-F back coverx.pdf
CMY
CM
MY
CY
C

Exercises: Uestions

Transféré par

Droits d'auteur :

Formats disponibles

Exercises: Uestions

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Exercises: Uestions

Transféré par

Droits d'auteur :

Formats disponibles

Vol-1 Cover.

pdf 9/3/11 07:44:42

Manuel d’étude sur la composition des aliments – questions & exercises

THE INTERNATIONAL NETWORK OF FOOD DATA SYSTEMS

ORGANISATION DES NATIONS UNIES POUR L'ALIMENTATION ET L'AGRICULTURE

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

Tous droits réservés. La FAO encourage la reproduction et la diffusion des

Table des matières

Module 1 Principes généraux des programmes sur la composition des 13

Module 2 Utilisation des données sur la composition des aliments 21

Module 3 Sélection et nomenclature des aliments dans les banques de 31

Module 4.a Sélection des constituants 45

Module 4.b Nomenclature des constituants 53

Module 4.c Conventions et unités des constituants 67

Module 4.d Méthodes d’analyse des constituants 79

Module 5 Échantillonnage 101

Module 6 Qualité des données analytiques 117

Module 7 Sources d’information sur la composition des aliments 133

Module 8 Recettes et autres calculs 143

Module 9 Systèmes de gestion des banques de données sur la 163

Module 10 Compilation et documentation 175

Module 10.a Comparaison de banques de données sur la composition des 197

Module 10.b Étude de cas - Transcription des apports alimentaires en 203

Module 11 Qualité de la compilation des données 207

Module 12 Biodiversité alimentaire 219

Nevin S. Scrimshaw Ph.D., M.D., M.P.H.

INTÉRÊT SELON LES DIFFÉRENTS GROUPES

Numéro Titre du module Intérêt pour Intérêt pour les Intérêt

Numéro Titre du module Intérêt pour Intérêt pour les Intérêt

COMMENT UTILISER LE MANUEL D’ÉTUDE POUR DÉVELOPPER DES PROGRAMMES DE

Ci-après, trois exemples de cours ou séminaires :

Numéro Nom du module Durée

Numéro Nom du module Durée

Numéro Nom du module Durée

OUTILS ET PUBLICATIONS COMPLEMENTAIRES AU MANUEL D’ÉTUDE

PERTINENCE POUR DIFFÉRENTS GROUPES (SUR UNE ÉCHELLE DE + À +++++)

TEMPS ESTIMÉ POUR:

Raisons pour lesquelles on compile et publie des banques de Vrai Faux

Niveaux de gestion des bases de données:

Tâches que doit accomplir un compilateur de données Ordre des

Raisons qui justifient l’obtention d’une autorisation Vrai Faux

Différences entre une table et une banque de données sur la

I.Q8 Lisez le texte suivant et répondez à la question ci-dessous.

Données Données/métadonnées sur la

Eléments pour développer un budget US$

PERTINENCE POUR DIFFÉRENTS GROUPES (SUR UNE ÉCHELLE DE + À +++++)

TEMPS ESTIMÉ POUR:

LECTURES SUPPLEMENTAIRES SUGGÉRÉES

Utilisation principale des données sur la composition des aliments

Vrai Faux Impact possible de l’étiquetage obligatoire de certaines valeurs

II.Q5 La qualité de l’estimation d’un apport nutritionnel dépend de la qualité de l’estimation

Vrai Faux Sources de biais pour l’estimation d’une consommation alimentaire

Catégories d’aliments bien représentées Vrai Faux

La représentativité médiocre de ces catégories d’aliments dans les tables et banques

Impact sur l’estimation de l’apport nutritionnel Vrai Faux

Erreurs dans les estimations des apports Limitations de la Mise en Calcul

Erreurs dans les estimations des apports Limitations de la Mise en Calcul

Comment les utilisateurs peuvent-ils minimiser les erreurs Vrai Faux

a) former tous les utilisateurs

Module 4.d Méthodes d’analyse des constituants 79

Module 7 Sources d’information sur la composition des aliments 133

COMMENT UTILISER LE MANUEL D’ÉTUDE POUR DÉVELOPPER DES PROGRAMMES DE

OUTILS ET PUBLICATIONS COMPLEMENTAIRES AU MANUEL D’ÉTUDE

Raisons qui justifient l’obtention d’une autorisation Vrai Faux

Vrai Faux Impact possible de l’étiquetage obligatoire de certaines valeurs

II.Q5 La qualité de l’estimation d’un apport nutritionnel dépend de la qualité de l’estimation

Vrai Faux Sources de biais pour l’estimation d’une consommation alimentaire

Catégories d’aliments bien représentées Vrai Faux

La représentativité médiocre de ces catégories d’aliments dans les tables et banques

Impact sur l’estimation de l’apport nutritionnel Vrai Faux

Note: Voir l’équation de Horwitz à l’adresse http://www.rsc.org/images/brief17_tcm18-25961.pdf

Affirmation concernant l’impact des concentrations des constituants sur l’exactitude

Des informations supplémentaires sont disponibles dans l’article de Haytowitz, Pehrsson et

4. Les noms d’aliments en anglais

Identification et description de l’aliment Identification et description de l’aliment

III.E1 Faites correspondre les aliments de l’enquête sur la consommation alimentaire

Aliments de l’enquête sur la consommation des aliments:

Précision des détails sur l’aliment et descriptions nécessaires (indiquez-en quatre):

Flocons d’avoine Kellogg’s,

Définition d’un facteur antinutritionnel:

9 OMS, Série de Rapports techniques 916, 2003, disponible à l’adresse: http://www.fao.org/WAIRDOCS/WHO/AC911F/AC911F00.HTM

Facteur nutritionnel Objectif (en % de l’énergie totale, sauf

Absent de la table FAO pour l’Afrique

IVb.Q2 Il existe différents systèmes d’identification des constituants:

IVb.Q9 Si plusieurs tagnames ou mots-clés (c’est-à-dire différentes définitions) sont trouvés