Cet article est PREMIUM, et nécessite un abonnement payant pour lire la suite

Je m’identifie
Créer mon compte

Créez votre compte dès maintenant puis contactez-nous pour accéder aux articles Premium et/ou Lettre Export.

Inscription

Temps estimé - 8 min

Au fur et à mesure que le degré de transformation se popularise, de plus en plus de chercheurs et d’opérateurs économiques tentent de prendre en main les classifications existantes, pour évaluer des produits alimentaires. La plus connue de ces classifications, la classification NOVA, fondée en 2009 par le chercheur brésilien Carlos Monteiro, n’échappe pas aux critiques. Ses détracteurs lui reprochent une absence de consensus scientifique ; d’autres soulignent à juste titre le manque de clarté de NOVA, pouvant conduire à des interprétations différentes d’un utilisateur à l’autre. Ces différences d’interprétation avaient été montrées par une étude française publiée en 2022. Depuis, plusieurs chercheurs essaient de faire preuve de transparence quant à leur interprétation, certains s’en remettant même à l’intelligence artificielle pour classer les aliments (https://foodinnov.fr/une-intelligence-artificielle-pour-predire-le-degre-de-transformation-dun-aliment/).

 

Dans cet article, plusieurs chercheurs en épidémiologie nutritionnelle (dont Carlos Monteiro, mais aussi Mathilde Touvier, qui coordonne l’étude NutriNet-Santé en France) proposent une méthodologie standardisée pour classer les aliments selon NOVA. Trois étapes sont envisagées par les auteurs :

  • La première étape consiste à définir une liste des aliments, pour différencier les aliments composés d’un seul ingrédient, des aliments composés de plusieurs ingrédients. Généralement, les aliments à base d’un seul ingrédient sont facilement catégorisables selon NOVA, correspondant par définition au groupe NOVA 1 ou 2. Tous les autres aliments multi-ingrédients doivent être identifiés de manière à savoir s’ils ont été fabriqués à la maison (préparation culinaire, qui sera au pire un aliment NOVA 3), ou bien s’il s’agit de produits achetés dans le commerce (industriels, qui peuvent au pire être des aliments NOVA 4). Dans certains cas, les informations disponibles aux chercheurs suffisent à différencier une préparation maison d’un aliment industriel : contexte de consommation, mais aussi éventuellement nom de marque. En cas d’incertitude, l’aliment doit être pris en compte dans l’étape 3 pour l’analyse de sensibilité ;
  • La deuxième étape s’inscrit dans la continuité de la première : pour tous les autres aliments encore non classifiés, un groupe NOVA doit leur être attribué. Pour cela, les auteurs de l’article reprennent, sous forme de tableau, les exemples décrits par Carlos Monteiro en 2016 et 2019 pour établir la classification NOVA. Cette étape s’adresse particulièrement aux aliments pouvant aussi bien figurer dans le groupe NOVA 3 que dans le groupe NOVA 4, et pour lesquels il est acquis qu’il s’agit d’aliments achetés dans le commerce. Puisque la liste d’ingrédients permettra de trancher entre NOVA 3 et NOVA 4, il est nécessaire d’avoir des informations sur la marque de ces aliments. En l’absence de la marque, les auteurs préconisent de classer l’aliment dans le groupe auquel il a le plus de chances d’appartenir, en s’appuyant notamment sur le « contexte » de consommation de ce produit. Les auteurs prennent l’exemple d’une étude menée sur la cohorte britannique UK Biobank : le classement de certains aliments a pu être finalisé à l’aide d’enquêtes de consommations en Grande-Bretagne, qui avaient mis en évidence les marques les plus consommées. Si ces consignes ont le mérité d’être claires pour les aliments dépourvus de nom de marque, elles ne résolvent pas pour autant le problème d’ingrédients qui seraient dans une zone de flou selon la classification NOVA ;
  • La troisième étape (analyse de sensibilité) vise spécifiquement les aliments pour lesquels la classification selon NOVA n’a pas pu être établie correctement, à l’issue de l’étape précédente. Le raisonnement est souvent binaire : on hésite en effet à catégoriser l’aliment comme NOVA 4, ou bien comme non ultra-transformé (bien souvent NOVA 3). Dans ce cas de figure, la troisième étape vise à donner deux scenarii, selon que les aliments douteux soient catégorisés comme NOVA 3 ou NOVA 4. Dit autrement, cela correspond à une mesure d’incertitude. Les chercheurs donnent l’exemple d’une étude américaine : l’analyse de sensibilité avait montré que la part des aliments NOVA 4 dans l’apport énergétique total était compris entre 53,4 et 60,1%. Les auteurs préconisent donc que des tels intervalles soient mentionnés dans les futures études.

La normalisation de la classification NOVA est souhaitée, tout particulièrement en épidémiologie nutritionnelle qui concerne bon nombre d’études incriminantes sur les aliments ultra-transformés. Afin de pouvoir comparer ces études, il est logique de chercher à normaliser les méthodes de classification. Cependant, cette méthode ne peut s’adresser qu’à des chercheurs en épidémiologie nutritionnelle ; sous-entendant du reste que la classification NOVA est simple, la méthode ne répond pas aux attentes des opérateurs économiques qui ne sont pas toujours au clair sur certains ingrédients non listés dans les articles de Carlos Monteiro.

 

Best practices for applying the Nova food classification system.

Article publié le 1er juin 2023 dans Nature Food.

Lien (accès restreint) : https://doi.org/10.1038/s43016-023-00779-w