Aniva
7
 min de lecture

Diagnostics as a Service et ce qu'un test de contrôle pour un complément alimentaire peut prouver

Un meilleur deuxième chiffre renseigne sur une personne à deux dates différentes plutôt qu'il ne prouve l'efficacité d'un produit. Cet article explique ce qu'un nouveau test peut honnêtement affirmer, pourquoi la régression vers la moyenne fait paraître un second résultat meilleur, et pourquoi un changement de méthode d'analyse rend deux valeurs difficiles à comparer.
Image de couverture de l'article de blog
Écrit par
Robert Jakobson
Publié le
31 août 2026

Ce produit a-t-il un effet qu’un client peut mesurer ? Une marque de compléments alimentaires qui achète Diagnostics as a Service peut répondre avec une paire de mesures avant et après. Cette paire est l’argument le plus convaincant que la marque présentera jamais à un client, même si c’est aussi l’un des plus faciles à surinterpréter. Une deuxième valeur meilleure que la première est une preuve concernant une seule personne sur deux jours, donc le travail intéressant consiste à déterminer la part de la différence due au produit et celle due à tout le reste.

Que peut prouver un test de contrôle après un complément alimentaire pour un seul client ?

Rien de tout cela ne constitue un conseil juridique, donc un avocat spécialisé en droit alimentaire et en droit de la concurrence devrait examiner toute allégation que tu construis à partir d'un résultat mesuré.

Un second test peut montrer que la valeur mesurée chez un client donné le deuxième jour était différente de celle du premier jour, d'un écart supérieur au bruit de mesure. C'est un fait réel et utile pour cette personne, mais ce n'est pas la preuve que ton produit a causé cette différence.

C’est dans l’écart entre ces deux affirmations que les marques de compléments alimentaires se mettent en difficulté, car la seconde est la phrase que veut l’équipe marketing. Un seul client sans condition témoin ne peut pas distinguer ta gélule des quatre autres choses qui ont changé pendant ces douze semaines, comme plus de sommeil, plus de lumière du jour, une autre alimentation et une infection guérie.

Cela vaut toujours l'investissement. Un client qui peut comparer ses deux chiffres a quelque chose qu'aucune étiquette concurrente ne peut lui offrir, et être honnête sur ce que signifie cette paire ne coûte rien, alors que se tromper coûte cher à la marque.

Pourquoi une deuxième mesure sous complément alimentaire semble-t-elle souvent meilleure ?

En raison de la régression vers la moyenne, c'est-à-dire la tendance d'une mesure extrême à être suivie d'une mesure moins extrême pour des raisons purement statistiques1. Tout résultat isolé contient une valeur réelle plus une variation aléatoire, si bien qu'une personne sélectionnée parce que son premier chiffre était inhabituellement mauvais obtiendra souvent une mesure plus proche de sa propre moyenne la deuxième fois, sans aucun traitement.

Cela compte plus pour les marques de compléments alimentaires que pour presque n'importe qui d'autre, en raison de la façon dont les clients arrivent. Les gens achètent un produit à base de fer après un résultat bas de ferritine, et de la vitamine D en février après une valeur hivernale basse. Tes clients sont donc sélectionnés précisément sur les valeurs extrêmes que la régression vers la moyenne corrigera en partie d'elle-même.

  • Sélectionner des clients sur la base d'une première valeur basse rend probable une amélioration apparente, même sans aucun produit.
  • L'effet est le plus marqué pour les marqueurs qui varient fortement d'un jour à l'autre, comme de nombreuses mesures de nutriments.
  • Faire la moyenne de deux mesures de référence avant de commencer réduit le problème, même si cela coûte un second échantillon.
  • Un groupe témoin est la seule réponse rigoureuse, c'est pourquoi les études en ont un et le marketing rarement.

Quelle part d'une variation vient du laboratoire plutôt que du client ?

Chaque méthode d'analyse a sa propre imprécision, si bien qu'un même tube de sang mesuré deux fois ne donne pas exactement le même chiffre. Les différences entre méthodes sont encore plus grandes, car deux plateformes mesurant la ferritine, la vitamine D ou un marqueur thyroïdien sur un même échantillon peuvent donner des valeurs dont l'écart dépasse le changement qu'espère un client.

Certains marqueurs reposent sur une standardisation internationale et d'autres non, ce qui signifie que l'ampleur du problème varie selon chaque ligne du rapport. Une marque qui change de laboratoire, de méthode ou de type de prélèvement entre le premier et le deuxième test introduit une différence qu'elle ne peut pas distinguer de la biologie propre au client.

La manière reconnue d’aborder cela consiste à déterminer l’ampleur minimale d’un écart pour qu’il compte comme réel, à partir de l’imprécision publiée de la méthode et de la variation quotidienne propre à la personne2. En dessous de ce seuil, un changement ne se distingue pas du bruit, aussi satisfaisants que puissent paraître les deux chiffres côte à côte.

Quelle part de variation relève de la biologie ordinaire lors d'un test de suivi de complément alimentaire ?

Chaque marqueur varie d'une semaine à l'autre chez une même personne en bonne santé, et pour certains marqueurs cette variation est importante. Une marque qui présente une différence sans connaître l'amplitude habituelle de variation de ce marqueur peut s'attribuer le mérite d'un changement qui aurait eu lieu sans le complément alimentaire.

  • La vitamine D varie selon la saison, donc un nouveau test au printemps après une mesure de base en hiver mesure autant le soleil que les gélules.
  • La ferritine augmente en cas d'inflammation, ce qui signifie qu'un rhume récent peut la faire monter sans que le statut en fer n'ait changé.
  • La créatine kinase augmente après un entraînement intense, donc un prélèvement fait deux jours après une grosse séance n'est pas une valeur au repos.
  • Le cortisol et la testostérone suivent un rythme quotidien, donc l'heure du rendez-vous change le chiffre.
  • L'état de jeûne, l'hydratation et une consommation récente d'alcool modifient tous plusieurs marqueurs courants à la fois.

Les chiffres publiés sur la variation de chaque marqueur chez une même personne sont tenus à jour par l'EFLM dans sa base de données sur la variation biologique, et ils sont propres à chaque marqueur plutôt que généraux2. Tout protocole de retest digne de ce nom fixe l'heure de la journée, l'état de jeûne et l'intervalle, car ces trois choix éliminent plus de bruit que n'importe quelle interprétation par la suite.

Pourquoi le résultat d'un client est-il traité différemment d'une allégation sur un complément alimentaire ?

Parce qu'une allégation sur un produit s'adresse à toute personne qui la lit, alors qu'une mesure concerne une seule personne un jour donné. Le droit européen considère toute communication commerciale sur un aliment comme une allégation de santé qui doit être autorisée et répertoriée, ou utilisée comme allégation en attente34. Un avant/après issu de tes propres clients ne crée pas d'autorisation.

C'est là que les problèmes commencent pour des marques pourtant prudentes. Un graphique interne montrant une amélioration chez de nombreux clients est une raison intéressante de mener une étude, mais le publier comme effet du produit constitue une allégation. Une allégation qui ne s'appuie ni sur une entrée autorisée ni sur une entrée en attente risque de coûter cher dès la première lettre de l'avocat d'un concurrent.

La ligne sûre et honnête est assez étroite pour être posée par écrit. Tu peux dire à un client quelles étaient ses propres valeurs et ce qui a changé, tu peux expliquer ce que signifie le marqueur, et tu ne peux pas transformer ces deux éléments en une affirmation générale sur ce que ton produit fait pour les gens.

Que peut faire une marque de compléments alimentaires avec des données agrégées et anonymisées ?

Les données agrégées sont légitimes pour améliorer le produit, choisir les panels et formuler une hypothèse qui mérite d'être testée sérieusement. Cela pose problème lorsqu'une série interne non contrôlée est présentée comme une preuve d'efficacité, car ce protocole ne peut pas étayer cette conclusion, quelle que soit la taille de l'échantillon.

  • Demande un consentement distinct et explicite pour un usage en recherche, car les données de santé bénéficient d'une protection spécifique en droit européen.
  • Anonymiser correctement plutôt que de retirer un nom, car une petite cohorte avec des dates est souvent identifiable.
  • Mentionne les clients dont les valeurs se sont dégradées, car une série qui ne comptabilise que les améliorations n'est pas un résultat.
  • Décris la cohorte honnêtement, en précisant qui a été exclu et combien de personnes ne sont jamais revenues pour le deuxième test.
  • Considère ce résultat comme une raison de financer une étude contrôlée plutôt que comme un substitut.

Une marque qui veut défendre une allégation à l'échelle d'une population doit tôt ou tard mener un essai contrôlé avec un protocole rédigé avant la collecte des données. C'est un vrai coût, donc la plupart des marques y renoncent, et le choix honnête qui en découle est d'arrêter de faire ce type d'allégations plutôt que de les fonder sur des moyennes clients.

Comment le Diagnostics as a Service assure-t-il la comparabilité d’un nouveau test ?

La partie laboratoire doit être identique les deux jours, sinon la comparaison ne veut rien dire, donc la valeur d’un partenaire ici est la constance plutôt que la nouveauté. Un seul contrat couvre l’analyse, les kits, le coursier et le logiciel, ce qui signifie que le second échantillon est traité de la même manière que le premier.

  • Le même panel est disponible pour des bilans répétés, et une vue des tendances d'un panel à l'autre se trouve dans le Dashboard client.
  • Six méthodes de prélèvement sont prises en charge, et un nouveau test devrait utiliser la même que la mesure initiale.
  • Plus de 2 500 paramètres peuvent être commandés selon huit modalités, si bien qu'un panel doit rarement être reconstruit en cours de programme.
  • L’analyse est réalisée par un laboratoire partenaire accrédité, qui détient l’accréditation ISO 15189 et opère selon la RiliBAEK.
  • Les clauses RGPD et un AVV font partie du même contrat partenaire.
  • Les panels sont conçus avec des cliniciens en exercice et des chercheurs, et les protocoles sont revus par un comité consultatif.

Un changement de méthode est parfois inévitable, donc la démarche honnête consiste à l'indiquer sur le rapport plutôt que de laisser le client prendre un changement de méthode pour un changement personnel. Réserve une démo de 30 minutes si tu veux un système de mesure qui soit le même au sixième mois qu'au premier.

Notes et sources

Dernière mise à jour : 31 août 2026

  1. Barnett AG et autres, Regression to the mean: what it is and how to deal with it, International Journal of Epidemiology, volume 34, 2005

  2. European Federation of Clinical Chemistry and Laboratory Medicine, Biological Variation Database, consultable par marqueur. Page d'accueil de la Biological Variation Database de l'EFLM

  3. Règlement (CE) n° 1924/2006 concernant les allégations nutritionnelles et de santé portant sur les denrées alimentaires, EUR-Lex

  4. Registre de l'UE des allégations nutritionnelles et de santé portant sur les denrées alimentaires, Commission européenne

Ajouter les bilans sanguins à ton activité

Aniva fournit les laboratoires, les kits de test, l’expédition, le logiciel et les documents liés à la protection des données. Tu proposes des bilans sanguins sous ta propre marque. Dis-nous de quels tests tu as besoin et nous te montrerons comment ça fonctionne.

Réserver une démo

Ton futur toi t'attend

Commence à construire la décennie la plus saine de ta vie.

S'inscrire aujourd'hui