Une campagne menée par des opposants au Nutri-Score dans divers médias et sur les réseaux sociaux vise à le discréditer en suggérant que le Nutri-Score pourrait être source de confusion pour les consommateurs. Leur argument serait que le Nutri-Score classe en A et B des aliments ultra-transformés, alors qu’une consommation élevée de ces derniers a été associée à un risque délétère pour la santé.
Le plus souvent, ils s’appuient sur une figure issue d’un des articles que nous avons publié en 2018 dans le BMJ (1) présentant le pourcentage de produits ultra-transformés (définis comme classés 4 par la classification NOVA) dans chaque classe du Nutri-Score.
En parallèle, des photos d’aliments ultra-transformés classés Nutri-Score A ou B mis en regard d’aliments bruts ou transformés classés D ou E (le plus souvent les mêmes photos de céréales petit-déjeuner classées B vs des fromages classés D) circulent régulièrement sur les réseaux sociaux et dans les médias avec des commentaires négatifs laissant entendre que Nutri-Score « blanchirait » certains aliments ultra-transformés en les classant avantageusement pour favoriser les produits des industries agroalimentaires – certains allant jusqu’à affirmer que Nutri-Score est financé par les industriels !… Un comble lorsque l’on se remémore l’historique de ce logo depuis qu’il a été proposé en 2014, et les difficultés auxquelles les acteurs de santé publique se sont heurtés pour convaincre les industriels de jouer le jeu de la transparence pour les consommateurs en adoptant le Nutri-Score (2-5) (qui reste encore combattu par un nombre important d’industriels).
Eléments de réponse basés sur des faits scientifiques:
1. Les limites de l’interprétation de la figure présentant le pourcentage d’aliments ultra-transformés en fonction des classes de Nutri-Score. Quelle réalité ?
Cette figure, issue de notre article, mise en avant dans les réseaux sociaux s’appuie sur l’analyse d’une table de composition nutritionnelle portant sur 2036 aliments que nous avons utilisée dans le cadre de travaux de recherche en épidémiologie nutritionnelle développée au sein de la cohorte NutriNet-Santé et adaptée aux enquêtes alimentaires qui y sont réalisées. Il s’agissait d’une table de composition comprenant des aliments génériques qui ne constituent qu’une image partielle de la variabilité et de la quantité de produits disponibles dans les lieux d’achat. De ce fait, les aliments de la table générique ne sont pas nécessairement un reflet ‘représentatif’ de l’ensemble de l’offre alimentaire en magasin car elle est plutôt adaptée aux consommations habituelles enregistrées par les participants à l’étude NutriNet-Santé. Ainsi, plutôt que d’utiliser la figure originale, inadaptée pour analyser si le Nutri-Score est ‘favorable’ aux produits ultra-transformés présents sur le marché, il est plus intéressant de regarder comment les aliments ultra-transformés présents sur le marché en France se répartissent dans les classes du Nutri-Score. Dans une analyse de 220 522 aliments ultra-transformés (classés NOVA 4) issus de la base de données des produits alimentaires français de la base Open Food Facts France (2020), nous avons mis en évidence que 79 % des aliments ultra-transformés sont classés C, D et E, et 8 % se classent en A et 13 % en B (6). Les exemples mis en avant de produits ultra-transformés classés favorablement A sur l’échelle Nutri-Score semblent donc issus d’une minorité de produits spécifiques par rapport à une large majorité classée défavorablement.
2. Nutri-Score et ultra-transformation : deux dimensions différentes et complémentaires
Le fait de retrouver certains aliments ultra-transformés bien classés par Nutri-Score n’est en rien surprenant compte-tenu du fait que Nutri-Score et la classification NOVA ne recouvrent pas les mêmes « dimensions santé » des aliments, et ceci ne permet en aucun cas de conclure qu’il y a un conflit entre les deux concepts. Le Nutri-Score est un logo nutritionnel qui caractérise la composition nutritionnelle des aliments. Il n’est pas en contradiction avec le concept de processus de transformation des aliments évalué dans ce travail par la classification NOVA. C’est simplement que la qualité nutritionnelle et l’ultra-transformation sont des caractéristiques différentes des aliments susceptibles d’impacter chacune la santé par des mécanismes spécifiques propres !
Quand on évalue l’intérêt d’un logo nutritionnel comme Nutri-Score, il est indispensable de considérer la finalité générale des logos nutritionnels en comprenant leurs objectifs, leurs intérêts et leurs limites. Il faut garder à l’esprit que par définition, le Nutri-Score, comme tous les logos nutritionnels, ne couvre pas l’ensemble des dimensions santé des aliments (la qualité nutritionnelle, le degré de transformation, la présence de pesticides,…). Aucun logo ne peut englober dans un indicateur unique l’ensemble de ces dimensions qui peuvent être divergentes pour un aliment donné car de nature différente. Nutri-Score informe donc uniquement sur la dimension nutritionnelle et renseigne le consommateur sur la qualité nutritionnelle globale des aliments lui permettant facilement de comparer les aliments entre eux. Par contre, il est important de rappeler que Nutri-Score a l’avantage de prendre en compte, sur le plan nutritionnel, un grand nombre d’indicateurs, notamment la teneur de l’aliment pour 100g en calories et nutriments ou éléments reconnus, avec un niveau élevé de preuve scientifique, comme ayant un impact (négatif ou positif) sur la santé : sucre, sel, graisses saturées, fibres, fruits et légumes (proxy des apports en vitamines et minéraux antioxydants), légumineuses, huiles d’olive, colza et noix et protéines (proxy des apports en calcium et en fer…).
Prévisualiser(ouvre un nouvel onglet)
Chacun des éléments nutritionnels pris en compte dans le calcul du Nutri-Score a donc une justification scientifique solide, et l’agrégation de ces composantes au sein de l’algorithme global de son calcul à fait l’objet de nombreux travaux de validation. De multiples études menées sur de grandes cohortes en France (7-12), en Espagne (13) et dans de nombreux autres pays européens (14,15) (avec des dizaines ou même des centaines de milliers de personnes suivies sur plusieurs années) ont systématiquement constaté que la consommation d’aliments moins bien classés par l’algorithme du Nutri-Score était prospectivement associée, au niveau individuel, à un risque accru de maladies chroniques et de mortalité. Cette validation de l’algorithme de base sous-tendant le calcul du Nutri-Score dans des cohortes est une démonstration forte concernant la pertinence et la fiabilité de cet algorithme en termes de choix des éléments incorporés dans son calcul et l’allocation des points aux éléments constitutifs. Cette validation de l’algorithme est d’autant plus importante qu’elle complète les nombreuses études (16-25) qui ont démontré que le format graphique du Nutri-Score était particulièrement bien perçu et bien compris par les consommateurs et impactait favorablement sur le plan nutritionnel, les achats alimentaires (notamment pour les populations plus défavorisées).
S’il prend en compte de nombreux composants nutritionnels, il est clair que le Nutri-Score et son algorithme de calcul n’intègrent pas les autres dimensions des aliments susceptibles d’impacter la santé comme le degré de transformation, la présence d’additifs (colorants, conservateurs, émulsifiants, exhausteurs de goût, édulcorants…), de composés néo-formés lors des procédés de transformation (acrylamide, nitrosamines, furanes,…), de substances migrant des emballages, de pesticides (insecticides, , fongicides, et herbicides), d’antibiotiques, ou encore d’autres contaminants environnementaux (dioxines, métaux lourds).
Le fait de n’intégrer dans Nutri-Score que la composition nutritionnelle des aliments s’explique par l’impossibilité, dans l’état actuel des connaissances scientifiques, de développer un indicateur synthétique capable de couvrir l’ensemble des différentes dimensions santé des aliments. Les questions méthodologiques sont nombreuses: quels impacts ont réellement sur la santé les différents facteurs « non-nutritionnels », quels risques attribuables à chacune de ces dimensions, quels sont exactement les composants à incriminer, un effet cocktail est-il possible… Alors que les niveaux de preuve sont aujourd’hui très élevés pour ce qui est de l’impact des facteurs nutritionnels (sel, sucre, fibres, fruits et légumes, etc.) sur la santé, il manque en revanche des données sur tous les facteurs non nutritionnels. Des recherches sont en cours, mais pour le moment, il est impossible de fixer la manière de pondérer la contribution relative de chacune des dimensions d’un aliment sur le risque pour la santé (certaines pouvant même être conflictuelles), pour aboutir à une éventuelle note synthétique qui serait prédictive d’un niveau de risque global. Les applications qui se permettent de le faire actuellement outrepassent le niveau des connaissances scientifiques actuelles, ce qui s’avère donc trompeur pour le consommateur.
Mais si le Nutri-Score est focalisé sur l’information nutritionnelle des consommateurs, ceci représente déjà beaucoup en termes de santé publique (comme cela a été démontré par de nombreux travaux scientifiques démontrant son effet favorable sur les choix des consommateurs et son impact attendu sur la morbidité et la mortalité), ce qui justifie pleinement sa mise en place. Comme tous les logos nutritionnels, il n’a pas la prétention d’être un système d’information global sur la dimension « santé » des aliments, il devra être complété par des informations spécifiques informant les consommateurs sur les autres dimensions notamment sur celles correspondant à la transformation/formulation ou le fait d’être issu d’une agriculture biologique.
3. Tous les aliments, qu’ils soient ultra-transformés, transformés ou bruts, ne sont pas équivalents en termes de qualité nutritionnelle, d’où l’intérêt du Nutri-Score
Tout en recouvrant des dimensions différentes, il existe tout de même une association globale entre le degré de transformation et la qualité nutritionnelle des aliments.
Le Tableau 1 montre que dans la base de données Open Food Facts, le score FSA-NPS qui sous-tend le Nutri-Score (d’autant plus bas que la qualité nutritionnelle est meilleure et à l’inverse, élevé pour des aliments de moins bonne qualité nutritionnelle) est en moyenne plus bas pour les aliments bruts ou peu transformés (NOVA1), alors que les aliments ultra-transformés (NOVA4) ont la moins bonne qualité nutritionnelle moyenne (aliments moins bien classés sur l’échelle du Nutri-Score). Les aliments transformés (NOVA3) sont en position intermédiaire en termes de qualité nutritionnelle.
Malgré la tendance globale à une concordance entre le fait d’être un aliment ultra-transformé et, en moyenne, une moindre qualité nutritionnelle évaluée par le score FSA-NPS sous-tendant le calcul du Nutri-Score, il n’y a rien de surprenant à ce que certains aliments ultra-transformés soient bien classés par Nutri-Score: l’analyse citée plus haut de 220 522 aliments ultra-transformés (NOVA 4) issus de la base de données Open Food Facts (2020) met en évidence que si 79 % des aliments ultra-transformés sont classés C, D et E, 8 % se classent en A et 13 % en B.
Ceci est bien lié au fait que ces deux notions ne couvrent pas les mêmes dimensions. Ces dimensions ne sont pas colinéaires mais sont par contre complémentaires.
Mais un point majeur à prendre en considération, est lié au fait que, au sein des aliments ultra-transformés NOVA4, il existe des différences importantes en termes de composition, non seulement en termes de nombre, type et doses d’additifs, mais également en termes de qualité nutritionnelle globale. Par exemple, un plat composé industriel considéré comme ultra-transformé, comme un petit salé aux lentilles industriel, présente dans tous les cas des additifs. Mais sur onze marques différentes retrouvée dans Open Food Facts, six ont un Nutri-Score A ; trois un Nutri-Score B et deux un Nutri-Score C. Ceci est vrai pour de multiples aliments ultra-transformés. Le Nutri-Score permet donc à l’intérieur de la catégorie large des produits ultra-transformés de différencier leur qualité nutritionnelle, ce qui est primordial en termes d’impact santé.
De la même façon à l’intérieur des autres catégories NOVA, il existe également des différences de qualité nutritionnelles importantes. Même parmi des aliments bruts ou peu transformés (NOVA1), si 54,4% sont classés NutriScore A et 15,7% B, il y a tout de même 19,2% qui sont classés C et même 7,4% et 3,3% sont classés respectivement D et E (jus de fruits par exemple). Nutri-Score discrimine également des différences de qualités nutritionnelles importantes pour les aliments transformés NOVA3 (A : 16,7 %, B :14,3% ; C :20,2% ; D :32,5% ; E :16,3%).
Enfin certains ingrédients culinaires (classés NOVA2), comme le sucre, le sel, l’huile ou le beurre ne sont pas classés comme ultra-transformés (du fait de leur faible nombre de processus de transformation et du fait qu’ils ne contiennent pas d’additifs « cosmétiques »), mais ils sont tout de même d’intérêt limité sur le plan nutritionnel (composition nutritionnelle défavorable) et sont d’ailleurs mal classés selon le Nutri-Score. Par ailleurs, pour les huiles si l’on ne reprend que la classification en fonction du degré de transformation, toutes sont classées de façon équivalente NOVA2, ce qui ne permet pas de distinguer les huiles végétales entre elles et de mettre en avant celles dont la composition nutritionnelle est la plus favorable et donc à privilégier en termes de santé publique, comme l’huile d’olive ou de colza par rapport aux autres huiles (tournesol, maïs, arachide, coco,…). C’est l’intérêt du Nutri-Score qui discrimine entre ces différentes huiles avec des notes de C à E, constituant ainsi une aide utile au consommateur pour reconnaître les huiles les plus favorables sur le plan de la santé.
4. Intérêt du Nutri-Score pour orienter les choix des consommateurs en complément des recommandations sur les aliments bruts/ultra-transformés. Les résultats de la recherche…
Les recommandations de santé publique actuelles en France comme dans de nombreux pays poussent 1) à consommer des aliments de meilleure qualité nutritionnelle et 2) à consommer, de préférence, des aliments bruts et faiblement transformés et à limiter la consommation des aliments ultra-transformés.
Nutri-Score aide les consommateurs à comparer de façon simple, intuitive et compréhensible pour tous, la qualité nutritionnelle des aliments entre eux (au sein d’une même catégorie, entre différentes catégories mais ayant une pertinence à être comparés en termes d’achat, d’usage ou de moment de consommation) ou, pour un même aliment entre différentes marques.
Plusieurs études épidémiologiques prospectives, dont celles de notre équipe dans le cadre de la cohorte NutriNet-Santé (25-28), ont permis de mettre en évidence une association entre la consommation d’aliments ultra-transformés (NOVA4) et le risque de maladies chroniques (indépendamment de leur qualité nutritionnelle).
D’autre part, d’autres études épidémiologiques prospectives dans le cadre de différentes cohortes (SU.VI.MAX, NutriNet-Santé, EPIC (7-15)) ont également montré une association au niveau individuel entre le score de l’alimentation qui sous-tend le Nutri-Score et le risque de maladies chroniques (indépendamment du niveau de transformation/ultra-transformation, comme vérifié par exemple dans la cohorte NutriNet-Santé où les associations entre le score de l’alimentation qui sous-tend le Nutri-Score et le risque de cancer du sein étaient toujours significatives après ajustement sur la part d’aliments ultra-transformés dans l’alimentation: 870 cas /345,606 personnes-années, HR Q5 vs Q1 =1.35 (1.06-1.73), P-trend=0.02 sans ajustement; HR Q5 vs Q1 =1.37 (1.07-1.76), P-trend= 0.02 avec ajustement).
Au niveau de l’analyse des modes de consommation alimentaires, différents modèles de décomposition illustrent que les dimensions aliments ultra-transformés et Nutri-Score sont différentes et complémentaires. Ainsi, si on regarde la différence de qualité nutritionnelle entre des personnes avec un mode alimentaire « Nutri-Score plus favorable » et des personnes avec un mode alimentaire « Nutri-Score moins favorable », on peut calculer : 1) la part de la différence de qualité nutritionnelle du au Nutri-Score entre les groupes alimentaires : par exemple boissons sucrées par rapport aux fruits, et 2) la part de la qualité nutritionnelle qui revient aux aliments ultra-transfomés (% NOVA4) pour une catégorie d’aliment donnée : par exemple, choisir une boisson NOVA 4 par rapport à un jus de fruit frais
Ainsi avec une différence de qualité nutritionnelle de 68% entre des personnes avec un mode alimentaire « Nutri-Score plus favorable » et des personnes avec un mode alimentaire « Nutri-Score moins favorable »
– 32% s’explique par les différences de qualité nutritionnelle entre les groupes alimentaires
– 22% s’explique par le choix d’aliments ultra-transformés dans un groupe alimentaire donné.
Ainsi donc, si ces composantes sont liées, il n’en demeure pas moins, que la composante nutritionnelle propre (non liées aux aliments ultra-transfomés) est tout de même importante.
Au final,
Sur la base des données scientifiques disponibles, il apparait clairement que si l’on doit, du point de vue de la santé publique, recommander de consommer des aliments bruts et réduire la contribution des aliments ultra-transformés, Nutri-Score apparait comme un outil particulièrement utile pour aider les consommateurs à orienter leurs choix vers des aliments de meilleure qualité nutritionnelle quelle que soit le niveau de transformation des aliments qu’ils appartiennent à la catégorie des produits bruts, transformés ou ultra-transformés, les aliments au sein de chacune de ces classes présentant des différences de qualité nutritionnelle importantes. Comme ceci a été démontré par de nombreux travaux scientifiques, dont des études réalisées en supermarchés virtuels et en conditions grandeur nature (en magasin expérimental et dans des supermarchés en conditions réelles), Nutri-Score est efficace (et son efficacité est supérieure à celle de tous les autres logos) pour l’ensemble de la population et il est particulièrement bien compris et efficace dans les populations vulnérables, notamment les populations défavorisées de faible niveau sociaux économiques, celles ayant le plus faible niveau de connaissances en nutrition et les groupes à risque (étudiants, malades chroniques,…).
Quel que soit le niveau de transformation des aliments, il a été démontré que consommer ceux qui sont mieux classés sur l’échelle du Nutri-Score constitue un bénéfice sur le plan nutritionnel et de la santé étant associés à un moindre risque de pathologies chroniques. Ceci est important car même si l’on recommande de réduire la consommation des aliments ultra-transformés, pour ceux qui ne veulent ou ne peuvent éviter d’en consommer ou pour qui il est compliqué de cuisiner (pour des raisons de temps, de facilité, de goût,…), le choix d’un aliment mieux classé sur l’échelle du Nutri-Score a un impact favorable sur le plan de la santé. La recommandation est claire : il vaut mieux manger un plat fait maison qu’un plat industriel ultra-transformé, mais pour le consommateur qui ne souhaite ou ne peut pas le faire et veut choisir un plat industriel ultra-transformé, il y a un avantage certain à consommer les plats les mieux classés sur l’échelle du Nutri-Score et s’il choisit tout de même un plat mal classé (D ou E), le Nutri-Score lui rappelle qu’il vaut mieux les consommer en plus petite quantité et moins fréquemment.
Il faut, bien sûr, une communication adaptée pour le bon usage du Nutri-Score, tout en incitant en parallèle à réduire la consommation d’aliments ultra-transformés (avec des messages clairs et la possibilité d’identifier pour le consommateur les aliments ultra-transformés avec éventuellement un logo adéquat signalant si l’aliment est ultra-transformé). Même si l’on doit continuer à recommander de limiter la consommation de ces aliments, ils sont présents dans les rayons de supermarchés (ils ne sont pas interdits). Comme au sein de ces groupes de produits il y a une grande variabilité nutritionnelle, il est intéressant pour le consommateur de prendre en considération le Nutri-Score. Enfin, il faut garder à l’esprit que certains groupes d’aliments transformés mais non ultra-transformés (comme certaines charcuteries) ou bruts (comme les jus de fruits) ou considérés comme ingrédients culinaires sur le plan de la transformation (comme le beurre, le sucre, le sel), ont une composition nutritionnelle défavorable que Nutri-Score objective et permet aux consommateurs de les alerter sur le fait que leur consommation doit être limitée en quantité et en fréquence.
La problématique santé posée par les aliments ultra-transformés ne doit pas occulter celle de la qualité nutritionnelle des aliments qui reste primordiale et celle pour laquelle le niveau de preuve scientifique est à l’heure actuelle le plus élevé. Mais l’action de santé publique doit coupler des mesures visant à la fois à réduire la consommation des aliments ultra-transformés et d’une façon générale choisir quel que soit le niveau de transformation, les aliments avec le meilleur Nutri-Score (ou réduire les quantités de ceux qui ont un moins bon Nutri-Score).
En pratique, dans l’ordre dicté par les niveaux de preuve et les connaissances scientifiques actuelles :
- Il est important de rappeler que le niveau de preuve le plus élevé en termes d’impact sur la santé concerne les aspects nutritionnels (limiter le sucre, le sel, favoriser les fibres, les fruits et légumes, les légumineuses, etc.). Donc le premier réflexe pour les consommateurs doit être, pour les aliments pré-emballés, de s’aider du logo Nutri-Score comme indicateur de la qualité nutritionnelle globale de l’aliment.
- En parallèle, compte-tenu des études de ces dernières années (dont celles de notre équipe) suggérant des risques associés à la consommation d’aliments ultra-transformés, et en attendant que la science amène des réponses sur leur impact réel et les composés et mécanismes impliqués (cocktails d’additifs, composés néoformés, etc.), privilégier les aliments pas ou peu transformés et les aliments avec pas ou peu d’additifs (facilement identifiables dans la liste des ingrédients).
- De même, par principe de précaution en attendant de connaitre en détail l’impact des résidus de pesticides tels que consommés dans notre alimentation courante, il est conseillé de privilégier les aliments issus des modes de production limitant les intrants comme l’agriculture Bio (label AB).
REFERENCES
1. Srour B, Fezeu LK, Kesse-Guyot E, Allès B, Méjean C, Andrianasolo RM, et al. Ultra-processed food intake and risk of cardiovascular disease: prospective cohort study (NutriNet-Santé). BMJ. 2019 29;365:l1451.
2. Julia C, Hercberg S. Research and lobbying conflicting on the issue of a front-of-pack nutrition labelling in France. Arch Public Health. 2016 Nov 28;74:51.
3. Julia C, Charpak Y, Rusch E, Lecomte F, Lombrail P, Hercberg S. Promoting public health in nutrition : Nutri-Score and the tug of war between public health and the food industry. Eur J Public Health. 2018 Jun 1;28(3):396-397.
4. Mialon M, Julia C, Hercberg S. The policy dystopia model adapted to the food industry : the example of the Nutri-Score saga in France. World Nutrition 9, no 2 (2018) : 109 20.
5. Julia C, Hercberg S. Big Food’s Opposition to the French Nutri-Score Front-of-Pack Labeling Warrants a Global Reaction. Am J Public Health. 2018 Mar;108(3):318-320.
6. Hercberg S. From nutritional research to public health measures Nutri-Score: past, present and future. XI Symposium CIBER Fisiopatología de la Obesidad y Nutrición, 26 -29 octobre 2020, Madrid, Spain
7. Adriouch S, Julia C, Kesse-Guyot E, Ducrot P, Péneau S, Méjean C, Assmann KE, Deschasaux M, Hercberg S, Touvier M, et al. Association between a dietary quality index based on the food standard agency nutrient profiling system and cardiovascular disease risk among French adults. Int J Cardiol. 2017;234:22–7.
8. Adriouch S, Julia C, Kesse-Guyot E, Méjean C, Ducrot P, Péneau S, Donnenfeld M, Deschasaux M, Menai M, Hercberg S, et al. Prospective association between a dietary quality index based on a nutrient profiling system and cardiovascular disease risk. Eur J Prev Cardiol. 2016;23:1669–76.
9. Julia C, Fézeu LK, Ducrot P, Méjean C, Péneau S, Touvier M, Hercberg S, Kesse-Guyot E. The Nutrient Profile of Foods Consumed Using the British Food Standards Agency Nutrient Profiling System Is Associated with Metabolic Syndrome in the SU.VI.MAX Cohort. J Nutr. 2015;145:2355–61.
10. Donnenfeld M, Julia C, Kesse-Guyot E, Méjean C, Ducrot P, Péneau S, Deschasaux M, Latino-Martel P, Fezeu L, Hercberg S, et al. Prospective association between cancer risk and an individual dietary index based on the British Food Standards Agency Nutrient Profiling System. Br J Nutr. 2015;114:1702–10.
11. Deschasaux M, Julia C, Kesse-Guyot E, Lécuyer L, Adriouch S, Méjean C, Ducrot P, Péneau S, Latino-Martel P, Fezeu LK, et al. Are self-reported unhealthy food choices associated with an increased risk of breast cancer? Prospective cohort study using the British Food Standards Agency nutrient profiling system. BMJ Open. 2017;7:e013718.
12. Julia C, Ducrot P, Lassale C, Fézeu L, Méjean C, Péneau S, Touvier M, Hercberg S, Kesse-Guyot E. Prospective associations between a dietary index based on the British Food Standard Agency nutrient profiling system and 13-year weight gain in the SU.VI.MAX cohort. Prev Med. 2015;81:189–94.
13. Gómez-Dono so C, Martínez-González MÁ, Perez-Cornago A, Sayón-Orea C, Martínez JA, Bes-Rastrollo M. Association between the nutrient profile system underpinning the Nutri-Score front-of-pack nutrition label and mortality in the SUN Project : a prospective cohort study. Clin Nutr. 2020 Jul 17:S0261-5614(20)30359-9
14. Deschasaux M, Huybrechts I, Murphy N, Julia C, Hercberg S, Srour B, Kesse-Guyot E, Latino-Martel P, Biessy C, Casagrande C, et al. Nutritional quality of food as represented by the FSAm-NPS nutrient profiling system underlying the Nutri-Score label and cancer risk in Europe: Results from the EPIC prospective cohort study. PLoS Med. 2018 Sep 18;15(9):e1002651
15. Deschasaux M, Huybrechts I, Julia C, Hercberg S, Egnell M, Srour B, Kesse-Guyot E, Latino-Martel P, Biessy C, Casagrande Association between nutritional profiles of foods underlying Nutri-Score front-of-pack labels and mortality: EPIC cohort study in 10 European countries. BMJ. 2020 Sep 16;370:m3173.
16. Ducrot P, Mejean C, Julia C, Kesse-Guyot E, Touvier M, Fezeu L, et al. Effectiveness of Front-Of-Pack Nutrition Labels in French Adults: Results from the NutriNet-Sante Cohort Study. PLoSOne. 2015;10:e0140898-.
17. Ducrot P, Mejean C, Julia C, Kesse-Guyot E, Touvier M, Fezeu LK, et al. Objective Understanding of Front-of-Package Nutrition Labels among Nutritionally At-Risk Individuals. Nutrients. 24 août 2015;7:7106‑25.
18. Ducrot P, Julia C, Mejean C, Kesse-Guyot E, Touvier M, Fezeu LK, et al. Impact of Different Front-of-Pack Nutrition Labels on Consumer Purchasing Intentions: A Randomized Controlled Trial. AmJPrevMed. mai 2016;50:627‑36.
19. Julia C, Blanchet O, Mejean C, Peneau S, Ducrot P, Alles B, et al. Impact of the front-of-pack 5-colour nutrition label (5-CNL) on the nutritional quality of purchases: an experimental study. Int J Behav Nutr Phys Act. 20 sept 2016;13:101-.
20. Dubois P, Albuquerque P, Allais O, Bonnet D, Bertail P, Combris P, Lahlou S, Rigal N, Ruffieux B, Chandon P. Effects of front-of-pack labels on the nutritional quality of supermarket food purchases : evidence from a large-scale randomized controlled trial. Journal of the Academy of Marketing Science 2020
21. Crosetto P, Lacroix A, Muller L, Ruffieux B. Nutritional and economic impact of five alternative front-of-pack nutritional labels : experimental evidence. European Review of Agricultural Economics, 47, 2, April 2020, 785–818,
22. Egnell M, Talati Z, Hercberg S, Pettigrew S, Julia C. Objective Understanding of Front-of-Package Nutrition Labels: An International Comparative Experimental Study across 12 Countries. Nutrients. 2018;10:1542.
23. Egnell P, Ducrot M, Touvier B., Allès S, Hercberg E, Kesse-Guyot C, Julia C. Objective understanding of Nutri-Score Front-Of-Package nutrition label according to individual characteristics of subjects: Comparisons with other format labels. PLoS ONE. 2018; 23 (13): e0202095.
24. Egnell M, Boutron I, Péneau S, Ducrot P, Touvier M, Galan P, Buscail C, Porcher R, Ravaud P, Hercberg S, Kesse-Guyot E, Julia C. Front-of-Pack Labeling and the Nutritional Quality of Students’ Food Purchases: A 3-Arm Randomized Controlled Trial. Am J Public Health. 2019 Aug;109(8):1122-1129.
25. Fiolet T, Srour B, Sellem L, Kesse-Guyot E, Allès B, Méjean C, Deschasaux M, Fassier P, Latino-Martel P, Beslay M, Hercberg S, Lavalette C, Monteiro CA, Julia C, Touvier M. Consumption of ultra-processed foods and cancer risk: results from NutriNet-Santé prospective cohort. BMJ. 2018;360:k322.
26. Schnabel L, Kesse-Guyot E, Alles B, et al. Association Between Ultraprocessed Food Consumption and Risk of Mortality Among Middle-aged Adults in France. JAMA Intern Med. February 2019. doi:10.1001/jamainternmed.2018.7289
27. Srour B, Fezeu LK, Kesse-Guyot E, Allès B, Méjean C, Andrianasolo RM, Chazelas E, Deschasaux M, Hercberg S, Galan P, Monteiro CA, Julia C, Touvier M.. Ultra-processed food intake and risk of cardiovascular disease: prospective cohort study (NutriNet-Santé). BMJ. 2019 May 29;365:l1451
28. Srour B, Fezeu LK, Kesse-Guyot E, Allès B, Debras C, Druesne-Pecollo N, Chazelas E, Deschasaux M, Hercberg S, Galan P, Monteiro CA, Julia C, Touvier M. Ultraprocessed Food Consumption and Risk of Type 2 Diabetes Among Participants of the NutriNet-Santé Prospective Cohort. JAMA Intern Med. 2020 Feb 1;180(2):283-291
=====
Galan P, Kesse E, Touvier M, Deschasaux M, Srour B, Chazelas E, Baudry J, Fialon M, Julia C, Hercberg S1
1 Université Sorbonne Paris Nord. Equipe de Recherche en Epidémiologie Nutritionnelle U1153 (Institut National de la Santé et de al la Recherche Médicale / Institut National de la Recherche Agronomique/CNAM/Université Sorbonne Paris Nord), Bobigny, France.
Unité de Nutrition et Santé Publique, Dép. de Santé Publique, Hôpital Avicenne, Bobigny, France.
NUTRI-SCORE 