Exercice 2 : Analyse de la consommation alimentaire dans Excel

 Jour 22 : Vendredi 29 mai 2020 (n = 14)

Jusqu’à ce matin, vous avez effectué sept nouvelles entrevues au moyen du questionnaire générateur d’hypothèses.

Vous décidez d’entrer vos questionnaires dans une base de données puis d’exporter les données dans Microsoft Excel pour en faire l’analyse. Vous devez analyser les données pour déterminer la fréquence des expositions des cas et déterminer si certaines expositions sont déclarées à des fréquences anormalement élevées, comparativement aux données de base de la population.

Des études axées sur la population, comme l’étude Foodbook et l’enquête sur la population FoodNet du CDC, fournissent aux enquêteurs des données de référence sur la fréquence à laquelle des personnes non malades ont été exposées à certains aliments sur une période de 7 jours. Ces données peuvent servir de point de comparaison pour les données du questionnaire afin de déterminer les expositions alimentaires que les cas de l’éclosion ont signalées plus souvent que prévu.

Pour en savoir plus sur la fréquence de consommation prévue, consultez les documents de lecture préalable ci‑dessous.

Lecture préalable

 Cet exercice se divise en trois parties.

Partie 1

 Examinez les données initiales sur l’exposition alimentaire dans le tableau 1 (« données originales ») du module 2 – Exercice 2.

Déterminez les expositions alimentaires qui ont le plus de points communs parmi les cas – examinez la proportion de cas ayant répondu « Oui », ainsi que ceux ayant répondu « Oui » ou « Probablement ».

Calculez la proportion de cas déclarant chaque aliment ([Oui+Probablement]/[Oui+Probablement+Non]]. Remarquez que les réponses « Ne sait pas » ne sont pas incluses dans l’analyse des fréquences de consommation. En pratique, les enquêteurs examinent toutes les expositions, quel que soit le nombre de cas qui les déclarent. Cela s’explique par le fait que tous les cas n’auront pas nécessairement été interrogés sur toutes les expositions. De plus, certains aliments (p. ex. pousses, noix, graines, farine) peuvent être les ingrédients d’autres aliments ou servir de garniture, de sorte qu’il sera plus difficile de s’en souvenir. Même une faible proportion de cas déclarant un aliment peu commun ou un aliment susceptible d’être utilisé comme un ingrédient peut fournir un indice important aux enquêteurs pendant la génération d’hypothèses. Les enquêteurs examineront également de près les expositions qui « se démarquent », car elles sont déclarées plus fréquemment que ce à quoi on pourrait s’attendre d’après les données démographiques (à p < 0,05) ainsi que les expositions qui sont déclarées fréquemment, sans pour autant se démarquer.

Partie 2

 Comparez les fréquences de consommation à celles de référence dans le tableau 2 (« Fréquence de consommation de référence ») du module 2 – Exercice 2.

Comment la proportion de cas déclarant une exposition se compare-t-elle aux niveaux prévus (p. ex. proportions obtenues à partir des données d’enquêtes alimentaires effectuées sur la population)?

Certains aliments (p. ex. les œufs, les concombres, les poivrons, les pommes, les bananes) se situent à moins de 10 % des niveaux prévus, ce qui suggère qu’ils pourraient ne pas présenter un intérêt supplémentaire. Toutefois, il est important de toujours calculer la probabilité binomiale pour ces aliments avant de les exclure.

Les aliments suivants n’étaient pas disponibles dans l’enquête alimentaire :

  • Graines de chia
  • Graines de lin
  • Autres graines
  • Succédanés du lait
  • Pistaches
  • Autres noix

L’utilisation de la fréquence de consommation prévue comporte de nombreuses limitations, par exemple, elle ne tient pas compte des variables suivantes :

  • La saisonnalité (p. ex. la consommation de cerises est plus élevée en été; toutefois, les niveaux prévus sont fondés sur la moyenne de l’ensemble de l’année et ne tiennent donc pas compte des variations par mois);
  • Les différences de consommation entre les hommes et les femmes, ou différents groupes d’âge, l’emplacement géographique;
  • Les divers régimes alimentaires ethniques, religieux ou culturels

Question 2-8 : Comment pourriez-vous utiliser les données de Foodbook pour gérer ces limitations (par exemple, si les cas se trouvent uniquement dans les provinces de l’Atlantique et sont principalement âgés de moins de 18 ans)?

 Dans ces situations, vous pouvez restreindre les données de Foodbook afin de mieux refléter la population des cas.

Pour vous aider à régler certaines de ces limitations, vous pouvez restreindre la fréquence de consommation prévue pour qu’elle s’harmonise mieux avec vos cas. Par exemple, si vous avez une éclosion dans laquelle les cas sont principalement des enfants de moins de 18 ans, vous pouvez examiner la valeur de Foodbook pour le groupe d’âge des 0 à 18 ans. Pour tenir compte de certains aliments plus saisonniers (p. ex. baies fraîches, melon d’eau, cerises, etc.), il peut être utile d’utiliser les valeurs de Foodbook pour la période correspondant aux dates d’apparition des symptômes chez vos cas (p. ex. si vos cas ont commencé à être malades du 15 juillet au 25 août, examinez les valeurs de Foodbook recueillies en juillet et en août seulement). Si vos cas ne se trouvent que dans quelques provinces ou territoires d’une certaine région du pays (p. ex. l’est du Canada, l’ouest du Canada, le nord du Canada), examinez les valeurs de Foodbook pour ces provinces ou territoires seulement.

L’ensemble complet des données de Foodbook est accessible ici et peut être utilisé à de telles fins.

 Un autre défi se pose lorsque les cas ont des habitudes de consommation similaires. Parfois, si des cas mangent plusieurs des mêmes aliments, il devient difficile de déterminer une source suspecte. Par exemple, cette population particulière de cas semble consommer en grande partie des aliments à base végétale. Ils consomment donc tous beaucoup de fruits et légumes frais de tous genres, des baies, légumes-feuilles et autres légumes.

 Partie 3

Le calcul de la probabilité binomiale est une façon de déterminer si la différence entre les proportions de cas déclarant une exposition est significativement différente de la proportion à laquelle on s’attend.

Examinez le tableau 3 (« Probabilité binomiale ») du module 2 – Exercice 2. Quels produits alimentaires sont déclarés à une fréquence beaucoup plus élevée que celle à laquelle on s’attend?

Les aliments suivants sont considérés comme présentant un intérêt significatif à p ≤ 0,05.

  • LÉGUMES : épinards, pousses et courgettes
  • FRUITS : bleuets, mûres, mangues
  • NOIX ET GRAINES : amandes, noix de Grenoble et graines de sésame

Les aliments suivants n’étaient pas disponibles dans l’enquête alimentaire :

  • Graines de chia
  • Graines de lin
 

OUTILS

< Retour Suivant >