Le pain au levain a un moment sous le soleil. Une recherche rapide sur Internet confirme ce que les boulangers artisanaux du monde entier soupçonnent à peu près depuis la nuit des temps – que le levain est plus sain, plus facile à digérer, moins artificiel et bien plus cool que cette substance blanche déguisée en pain que les supermarchés essaient de vous faire acheter. Enfin, le levain est là pour rendre la consommation de glucides à nouveau géniale.
Mais encore une fois, laissons à la science le soin de gâcher une histoire parfaitement réussie. Ces dernières années, les chercheurs ont essayé de déterminer comment et pourquoi le levain procure ses bienfaits salutaires.
Alors, que se passe-t-il ? Les personnages de l’ombre derrière le complexe industriel du levain ont-ils tiré la pâte sur nos yeux ? Ou y a-t-il vraiment quelque chose dans cet engouement ? La réponse, quelque peu exaspérante, se trouve quelque part au milieu.
Continuer la lecture
L’argument en faveur du levain commence, et pour beaucoup se termine, avec l’idée de la réponse glycémique postprandiale (RPGP), qui est quantifiée en mesurant l’indice glycémique d’un aliment. Fondamentalement, l’indice glycémique mesure à quel point votre glycémie augmente 90 minutes après avoir consommé un aliment particulier.
Il a été démontré que la consommation d’aliments à indice glycémique élevé est associée à une augmentation des taux de diabète, d’obésité, de cancer et de mortalité toutes causes confondues. Certes, des études ont démontré une différence statistiquement significative entre le pain au levain et le pain ordinaire de blé entier ou blanc.1
N’oublions pas, cependant – la signification statistique n’est pas la même que la signification clinique. D’une part, si une étude est suffisamment puissante, même les différences les plus infimes et les plus inconséquentes s’élèveront au niveau de la signification statistique.
Mais surtout, les différences n’ont aucun sens – même celles qui sont statistiquement significatives – à moins qu’elles ne puissent être liées à une différence clinique. Par exemple, une différence de 1 % dans le PPRG pourrait être statistiquement significative dans une grande étude, mais vous aurez du mal à faire valoir qu’un tel écart présage vraiment un impact sur les résultats de santé des patients.
.