fbpx

Nutrition sportive chez les para-athlètes

Article traduit de l’Anglais

LA DÉTERMINATION DES BESOINS EN ÉNERGIE

– Par Elizabeth Broad, États-Unis et Claudia Juzwiak, Brésil

Il est important de disposer d’une estimation raisonnable des besoins en énergie afin de déterminer si l’apport énergétique est suffisant pour couvrir les besoins du sport. Ceci évite la possibilité d’une faible disponibilité d’énergie et oriente les changements de régime et/ou d’entraînement dans le but de mieux supporter les transformations physiques souhaitées (augmentation de la masse musculaire, réduction de la masse grasse) ou d’améliorer les performances de l’entraînement.

L’un des principaux défis que doivent relever les professionnels du sport et de l’exercice lorsqu’ils travaillent avec des para-athlètes est l’estimation de leurs besoins en énergie. Outre la rareté de la littérature dans ce domaine, la plupart des études actuellement disponibles portent soit sur des non-athlètes avec facultés affaiblies, sur un très petit nombre de sujets ou sont tout simplement obsolètes. Par conséquent, l’objectif de cet article est de résumer les recherches disponibles et de fournir des informations pratiques sur les facteurs à prendre en compte lors de la détermination des besoins en énergie des para-athlètes.

BESOIN EN ÉNERGIE

Les besoins en énergie peuvent être définis comme « l’apport énergétique alimentaire moyen qui compensera les dépenses énergétiques1 ». L’énergie dépensée tout au long de la journée ou dépense énergétique quotidienne totale (DET) est constituée de la dépense énergétique basale ou de la dépense énergétique au repos (DER), de l’effet thermique d’alimentation et de l’énergie dépensée au cours d’une activité physique (DEA).

Nutrition sportive chez les para-athlètes

DÉPENSE D'ÉNERGIE AU REPOS (DER)

REE (également connu sous le nom de taux métabolique au repos ou RMR) représente l’énergie (kcal / jour) nécessaire au maintien des activités métaboliques des cellules et des tissus et au maintien du coût de la vie basal, mesuré au repos, à l’état de jeûne et environnement thermo neutre, extrapolé sur 24 heures. Bien que la DER est le principal déterminant de la DET chez les gens sédentaires, chez une population d’athlètes à une charge d’entraînement importante, la contribution varie considérablement. Une estimation inexacte de la DER peut entraîner une surestimation ou une sous-estimation des besoins en énergie, pouvant éventuellement conduire à un bilan énergétique positif ou négatif, susceptible d’affecter les performances sportives.

Les techniques les plus précises pour évaluer DER sont la méthode de l’eau doublement marquée et la calorimétrie directe et indirecte. Cependant, ces techniques nécessitent un équipement coûteux et du personnel spécialisé et ne sont pas toujours accessibles. L’option alternative consiste à utiliser des équations prédictives, dérivées d’études calorimétriques, qui permettent d’estimer la DER. Actuellement, les équations disponibles sont celles qui ont été obtenues à partir d’études basées sur la population générale. Une équation a été développée dans un groupe de personnes avec lésions de la moelle épinière, cependant, les sujets étaient une population sédentaire de 28 individus (hommes et femmes). De plus, cette équation utilise la hauteur comme mesure prédictive, ce qui est difficile à mesurer dans cette population2.

L’American College of Sport Medicine3 recommande l’utilisation des équations de Harris-Benedict4 et de Cunningham pour les athlètes. L’équation de Cunningham5 [DER = 500 + 22 * ​​{kg de masse sans gras}] a gagné en popularité auprès des athlètes non handicapés après que des études ont montré que cette équation fournissait l’estimation la plus précise de la DER comparée aux mesures calorimétriques indirectes d’athlètes d’endurance féminins et masculins. Une étude similaire6 a été menée sur des para-athlètes avec une paralysie cérébrale, une déficience d’un membre et une déficience visuelle, dans laquelle on comparait la DER mesurée (évaluée par calorimétrie indirecte) aux valeurs prédites par plusieurs équations (Harris-Benedict, Cunningham, organisation pour l’alimentation et l’agriculture / Organisation Mondiale de la Santé [FAO / OMS], Apport nutritionnel de référence, Owen et Mifflin-St-Jeor). Les équations de Owen7,8 reflètent la plus petite variation par rapport aux valeurs de DER mesurées chez les athlètes présentant une déficience d’un membre et une paralysie cérébrale, surestimant les DER de 104 et 125 kcal / jour (dans la limite de 10% des valeurs mesurées), alors que l’équation proposée par Mifflin-St Jeor9 a eu la meilleure performance d’estimation DER pour les athlètes malvoyants, surestimant de 146 kcal / jour.

Chez les para-athlètes, il convient de prendre en compte d’autres défis lors de l’estimation des besoins en énergie.

Il a été rapporté que l’utilisation d’équations prédictives chez les sédentaires atteints de lésions à la moelle épinière (LME) surestimait les DER de 5 à 32%, ce qui est probablement dû à une réduction de la masse maigre par rapport à la taille, au poids et à l’âge (les composants clés sur lesquels de nombreuses équations de prédiction sont basées). Pelly et al.14 ont évalué six athlètes atteints de LME et ont montré que, si le DER absolu était inférieur à celui des témoins actifs et valides, les différences étaient réduites de manière que le rapport DER / kg de la masse sans gras soit le même entre groupes. De plus, l’équation de Cunningham (qui utilise la masse sans gras) constitue la meilleure estimation de la DER du groupe LME par rapport aux équations d’Owen, Harris-Benedict, Schofield et Mifflin-St Jeor. Bien que l’équation de Cunningham fournisse la meilleure estimation, il y avait une différence moyenne de 64 kcal / jour (~ 4%) entre les DER mesurées et estimées.

Dans l’ensemble, il semble que si l’on utilise des équations prédictives, la meilleure option consiste à en utiliser une qui nécessite une estimation de la masse sans gras, telle que Cunningham ou Owen, à condition que cette masse puisse être mesurée de manière précise et valide.

EFFET THERMIQUE DE L'ALIMENTATION

Suite à l’ingestion d’aliments, la dépense énergétique augmente chez l’homme d’une manière qui varie en fonction de la quantité et de la composition des aliments. Ceci est décrit comme l’effet thermique de l’alimentation et représente environ 5 à 15% de la dépense énergétique quotidienne totale (DET). C’est l’élément de la DET le plus difficile à reproduire dans les études, car il peut être affecté par plusieurs facteurs11. Buchholtz & Pencharz11 ont mené à bien trois études sur des individus atteints de LME et n’ont signalé aucune différence par rapport à l’effet thermique d’alimentation d’individus valides lorsque les valeurs ont été ajustées en fonction de l’énergie consommée. Monroe et al.15, en revanche, ont trouvé un effet thermique d’alimentation absolue et relative significativement plus faible chez 10 hommes atteints de LM sédentaire (12,9% de l’apport énergétique) par rapport aux témoins non aptes au corps (15,9% de l’apport énergétique). Aucune donnée sur les individus (ou les athlètes) présentant d’autres déficiences n’est disponible.

DÉPENSE D'ÉNERGIE EN ACTIVITÉ (DEA)

L’énergie dépensée au cours d’une activité physique (DEA) inclut les dépenses avec activité physique spontanée, la thermogenèse hors exercice et les dépenses d’énergie en cas d’exercices prévus. Elle peut être estimée au moyen de dispositifs (calorimètre, accéléromètres) ou à partir d’un journal d’activités réalisées, qui peuvent ensuite être converties en calories (kcal) ou en unités métaboliques (MET)3. Il convient de rappeler que des tables MET ont été établies suite aux études menées avec des athlètes non handicapés, à quelques exceptions près. Conger et Basset16 ont publié les valeurs des activités physiques en fauteuil roulant après une revue systématique des études, tandis que Collins et al.17 ont évalué les adultes atteints de LME effectuant des activités de loisirs et de la vie quotidienne à l’aide d’un système de télémétrie. Ces auteurs suggèrent une valeur inférieure (2,7 mL / kg / min) équivalente à 1 MET pour les utilisateurs de fauteuil roulant pour athlètes non-élites, par rapport à 3,5 mL / kg / min pour les athlètes adultes valides. En pratique, ces valeurs ont tendance à surestimer les dépenses énergétiques des athlètes, probablement en raison d’une plus grande efficacité des mouvements. L’estimation de la véritable DEA soulève de nombreux problèmes dans la population de para-athlètes :

  • Les appareils portables, tels que BodyMedia (Sensewear) TM, peuvent ne pas être valables dans cette population, surestimant la dépense énergétique liée aux mouvements (par exemple, les utilisateurs de fauteuils roulants manuels18).
  • Les profils physiologiques de nombreux sports parasportifs n’ont pas été décrits dans la littérature (par exemple, le goalball, le volleyball assis) et il n’existe pas de sport « équivalent » avec lequel on puisse se comparer.

Les appareils portables, tels que les moniteurs de fréquence cardiaque, FitBitTM et Apple WatchTM, ont un logiciel de programmation interne basé sur une population valide dont la validité est incertaine dans de nombreuses populations de parasportifs de haut niveau (par exemple, petite taille, paralysie cérébrale unilatérale, autres troubles neurologiques).

DISPONIBILITÉ ÉNERGÉTIQUE

La disponibilité d’énergie représente la quantité d’énergie restante pour les processus physiologiques normaux, après avoir pris en compte l’énergie dépensée pendant l’exercice. La disponibilité en énergie est calculée comme suit : [Énergie consommée (kcal) – Énergie dépensée dans l’exercice (en kcal)] / kg de masse sans gras. Une valeur de 45 kcal / kg de masse sans gras est considérée adéquate pour les athlètes et une faible disponibilité d’énergie est définie lorsque cette disponibilité est ≤ 30 kcal / kg de masse sans gras chez des individus sains et aptes en bonne santé26.

La disponibilité énergétique est suggérée comme étant le facteur déterminant de la triade d’athlète féminine, impliquant également le statut menstruel et la santé des os, et du déficit relatif en énergie dans le sport (RED-S)26, un ensemble de symptômes de plusieurs systèmes corporels incluant un risque accru de carence en éléments nutritifs, fatigue chronique, risque accru de maladies infectieuses et diminution des performances. Bien que le risque de faible disponibilité énergétique soit plus élevé chez les athlètes qui contrôlent le poids et la composition corporelle, cela peut également se produire de manière non intentionnelle. Comme dans toutes les populations d’athlètes, une faible disponibilité énergétique peut potentiellement se produire en raison d’un manque de compréhension des besoins nutritionnels en termes de performance et de capacité d’entraînement optimale, et en conséquence d’un manque d’adaptation des dépenses aux dépenses.

Certains para-athlètes peuvent limiter intentionnellement leur apport en énergie afin de contrôler leur masse corporelle, craignant qu’un poids excessif ne modifie l’ajustement des prothèses et des fauteuils roulants de sport ou réduise la mobilité fonctionnelle. De plus, certains para-athlètes peuvent avoir des difficultés à mâcher et à avaler, ou à présenter des aversions alimentaires importantes. Malheureusement, il y a un manque de données sur la prévalence de la basse disponibilité énergétique chez les para-athlètes, ainsi que sur la propension à la triade d’athlète féminine et au RED-S27. L’évaluation de la disponibilité énergétique chez les para-athlètes peut être difficile à la fois en raison du manque d’informations disponibles, ainsi que de la difficulté à évaluer avec précision la DEA. Une meilleure compréhension de l’incidence de la basse disponibilité énergétique chez les para-athlètes est importante en raison du risque inhérent plus élevé de faible densité osseuse associé à leur déficience (par exemple, lésions médullaires, amputés), qui peut être exacerbé par la basse disponibilité énergétique; la maladie et les blessures peuvent avoir des conséquences fonctionnelles accrues par rapport à leurs pairs valides.

Nutrition sportive chez les para-athlètes

COMPOSITION CORPORELLE ET ESTIMATION D'ÉNERGIE

Comme indiqué ci-dessus, les équations utilisées pour estimer les dépenses énergétiques au repos (DER) nécessitent un composant de la composition corporelle. Dans le cas des para-athlètes, même les mesures les plus élémentaires telles que la taille et la masse corporelle peuvent être difficiles à obtenir en fonction de l’étendue de la déficience. En outre, bien qu’il existe de nombreuses méthodes d’évaluation de la composition corporelle des athlètes, les caractéristiques individuelles et la spécificité de la déficience de chaque para-athlète peuvent avoir des implications sur le choix de la méthode et l’interprétation des données. Une compréhension des hypothèses sous-jacentes à tout outil utilisé pour évaluer la composition corporelle est essentielle pour déterminer sa validité pour les para-athlètes. Le tableau 4 présente les méthodes les plus courantes disponibles pour les praticiens et leurs limites dans une population de para-athlètes.

L’anthropométrie de surface (par exemple, plis cutanés, tour de taille) peut être appliquée dans des équations pour estimer la composition corporelle ; cependant, aucune équation n’est actuellement validée pour la population para-athlétique. Mojtahedi et al30 n’ont trouvé aucune concordance cohérente entre les estimations du pourcentage de graisse corporelle déterminées par l’analyse de l’impédance bioélectrique, l’absorptiométrie en rayons X à double énergie (DXA) et les équations du pli cutané chez une population d’athlètes LME. Willems et al31 et Sutton et al32 ont tous deux montré que les équations de prédiction des plis cutanés se développaient chez les populations valides, principalement sous-estimées de 2 à 14%, le pourcentage de graisse corporelle (% IMC) chez les athlètes en fauteuil roulant présentant des déficiences variées par rapport à DXA.

Lemos et al33, en revanche, n’ont trouvé aucune différence de % IMC déterminée par la pléthysmographie par déplacement d’air (ADP) et les plis cutanés (% IMC calculé à l’aide de l’équation de Jackson et Pollock) chez 70 athlètes paralympiques, y compris un large éventail de déficiences et de sports. Cependant, l’équation des plis cutanés a été développée dans une population valide et ADP peut ne pas fournir une estimation valide de la masse sans gras pour l’ensemble de la population d’athlètes para. Goosey-Tolfrey et al29 ont proposé des équations de régression pour estimer la masse sans gras des joueurs de jeux en fauteuil roulant (22 sur 30 avaient des lésions de la moelle épinière). Cependant, ces équations utilisaient des endroits de plis cutanés dans les zones d’atrophie musculaire (dont la validité est indéterminée), incluaient un large éventail de déficiences et utilisaient le DXA (l’absorptiométrie en rayons X à double énergie) comme outil de référence, ce qui n’a pas encore été validé pour la composition corporelle chez les personnes présentant une atrophie musculaire importante. L’équation suivante, comprenant seulement trois endroits de plis cutanés du haut du corps (biceps, triceps, sous-scapulaire), donne de bons résultats mais n’a pas encore été validée par une validation croisée : % de graisse corporelle = – 5,04 + 1,46 · ·SF3–0,01 · ΣSF3 ^ 2 . Même si la déficience physique est minime (déficience visuelle, déficience intellectuelle, amputé minimal, paralysie cérébrale légère), les équations du pli cutané utilisées doivent être celles validées dans une population d’athlètes de nature similaire. La validation de la DXA et d’autres modèles afin de déterminer la masse sans gras chez les athlètes présentant diverses déficiences est nécessaire.

CONCLUSION

En conclusion, l’estimation de la dépense énergétique quotidienne totale (DET) chez les athlètes parasportifs nécessite de nombreuses considérations en fonction du type de déficience. Les équations de prévision utilisées pour estimer les DER (au repos) devraient être basées sur la masse sans gras chaque fois que possible, à condition qu’un moyen approprié de mesurer la masse sans gras soit disponible. Il faut faire attention en prescrivant les apports énergétiques ou les niveaux de graisse corporelle sans bien comprendre les types d’affaiblissements, le type de sport, l’apport alimentaire de l’athlète et ses limites.

RECOMMANDATIONS

Pour estimer la DER, si une méthode précise (calorimétrie indirecte, par exemple) n’est pas disponible, le fournisseur doit utiliser les équations de Owen ou de Cunningham s’il est possible d’obtenir une estimation précise de la masse sans gras ; sinon, l’équation de Harris-Benedict est la meilleure option. Si possible, utilisez les deux formes d’estimation (même si la masse sans gras peut ne pas être précise) pour déterminer la « plage la plus probable » de la DER.
· Il est important de suivre la périodisation de l’entraînement, les modifications de la masse corporelle et de la composition de l’athlète pour ajuster l’apport énergétique en conséquence.
· Si le DXA (l’absorptiométrie en rayons X à double énergie) n’est pas disponible, le prestataire doit surveiller l’évolution de la graisse corporelle au fil du temps à l’aide de mesures du pli cutané et de la circonférence prises à partir de plusieurs endroits reproductibles et en laissant les mesures en mm ou en cm.
· Les données MET disponibles pour les athlètes non handicapés sont probablement appropriées pour estimer la DEA pour les athlètes ayant une déficience visuelle et intellectuelle, ainsi que pour les athlètes présentant une déficience minimale. La DEA reste un défi pour les autres déficiences – la solution idéale consiste à obtenir des mesures précises en utilisant la calorimétrie indirecte ou des moniteurs d’activité. Les journaux d’activités facilitent la surveillance de la charge et de l’intensité d’entraînement et permettent l’utilisation d’équivalents MET pour estimer les DEA, qui ont été modifiés pour les athlètes présentant une lésion de la moelle épinière.
· Les recherches futures devraient viser à comprendre les besoins énergétiques des athlètes dans divers contextes sportifs.

 

Article traduit de l’anglais, source : http://www.aspetar.com/journal/viewarticle.aspx?id=426#.XO0syogzbIV

 

References en anglais

  1. Trumbo P, Schlicker S, Yates AA, Poos M. Dietary reference intakes for energy, carbohydrate, fiber, fat, fatty acids, cholesterol, protein and amino acids. J Am Diet Assoc. 2002; 102(11), 1621-30.
  2. Buchholz AC, McGillivray CF, Pencharz PB. Differences in resting metabolic rate between paraplegic and able-bodied subjects are explained by differences in body composition. Am J Clin Nutr. 2003; 77:371-8.
  3. American College of Sports Medicine. Academy of Nutrition and Dietetics. Dietitians of Canada. Nutrition and Athletic Performance. Med Sci Sport Exerc. 2016;48(3): 543-68.
  4. Harris JA, Benedict FG. A biometric study of human basal metabolism. Proc Natl Acad Sci. 1918; 4(12): 370-373.
  5. Cunningham JJ. A reanalysis of the factors influencing basal metabolic rate in normal adults. Am J Clin Nutr. 1980; 33, 2372-4.
  6. Juzwiak CR, Winckler C, Joaquim DP, Silva A, de Mello MT. Comparison of measured and predictive values of basal metabolic rate in Brazilian Paralympic track and field athletes. Int J Sport Nutr Exer Metab. 2016; 26(4):330-7.
  7. Owen, OE, Kavle E, Owen RS, Polansky M, Caprio S, Mozzoli, MA, Kendrick ZV, Bushman MC; Boden GH. A reappraisal of caloric requirements in healthy women. Am J Clin Nutr. 1986; 44, 1-19.
  8. Owen OE, Holup JL, D‘Alessio DA, Craig ES, Polansky M, Smalley KJ, Kavle EC, Bushman MC, Owen LR, Mozzoli MA, Kendrick ZV, Boden GH. A reappraisal of the caloric requirements of men. Am J Clin Nutr. 1987; 46, 875-85.
  9. Mifflin MD, St Jeor ST, Hill LA, Scott BJ, Daugherty SA, Koh YO. A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr. 1990; 5(2), 241-7.
  10. Johnson RK, Goran MI, Ferrara MS, Poehlman ET. Athetosis increases resting metabolic rate in adults with cerebral palsy. J Am Diet Assoc. 1995; 95: 145-8.
  11. Buchholtz AC, Pencharz PB. Energy expenditure in chronic spinal cord injury. Curr Opin Clin Nutri Metab Care. 2004; 7:635-9.
  12. Price M. Energy expenditure and metabolism during exercise in person with spinal cord injury. Sports Med. 2010; 40(8):681-96.
  13. Goosey-Tolfrey V, Krempien J, Price M. Spinal cord. In: Broad E. (Org.). Sports nutrition for paralympic athletes. Boca Raton: CRC Press; 2014. p.67-90.
  14. Pelly FE, Broad EM, Stuart N, Holmes MA. Resting energy expenditure in male athletes with a spinal cord injury. J Spin Cord Med. 2017; DOI: 10.1080/10790268.2017.1317060
  15. Monroe MB, Tataranni PA, Pratley R et al. Lower daily energy expenditure as measured by a respiratory chamber in subjects with spinal cord injury compared with control subjects. Am J Clin Nutr. 1998; 68:1223-7.
  16. Conger AS, Basset Jr. DR. Compendium of energy costs of physical activities for individuals who use manual wheelchair. Adap Phys Acta Quaterly. 2011; 28:310-25.
  17. Collins EG, Gater D, Kiratli J, Butler J, Hanson K, Langbein WE. Energy cost of physical activities in persons with spinal cord injury. Med Sci Sports Exerc. 2010; 42(4):691-700.
  18. Tsang K, Hiremath SV, Crytzer TM, Dicianno BE, Ding D. Validity of activity monitors in wheelchair users: A systematic review. J. Rehabil. Res. Dev. 2016; 53: 641-658.
  19. Crosland J, Boyd C. Cerebral palsy and acquired brain injury. In: Broad E. (Ed.). Sports nutrition for paralympic athletes. Boca Raton: CRC Press, 2014.
  20. Czerniecki JM, Morgenroth DC. Metabolic energy expenditure of ambulation in lower extremity amputees: what have we learned and what are the next steps? Disability and Rehabilitation. 2015:1-9.
  21. Beck ON, Taboga P, Grabowski AM. Reduced prosthetic stiffness lowers the metabolic cost of running for athletes with bilateral transtibial amputations. J Appl Physiol. 2017; 122(4), 976-984.
  22. Lakomy HKA, Campbell I, Williams C. Treadmill performance and selected physiological characteristics of wheelchair athletes. Br J Sports Med. 1987; 21(3), 130-133.
  23. Roy JLP, Menear KS, Schmid MMA, Hunter GR, Malone LA. Physiological responses of skilled players during a competitive wheelchair tennis match. J Str Cond Res. 2006; 20:665-71.
  24. Abel T, Kroner M, Rojas Vega S, Peters C, Klose C, Platen P. Energy expenditure in wheelchair racing and handbiking – a basis for prevention of cardiovascular diseases in those with disabilities. Eur J Cardio Prevent Rehab. 2003; 10:371-76.
  25. Abel T, Platen P, Rojas Vega S, Schneider S, Struder HK. Energy expenditure in ball games for wheelchair users. Spinal Cord. 2008; 46:785-90.
  26. Mountjoy M, Sundgot-Borgen J, Burke L, et al. The IOC consensus position: beyond the Female Athlete Triad—Relative Energy Deficiency in Sport (RED-S). Br J Sports Med. 2014; 48(21):491-7.
  27. Blauwet CA, Brook EM, Tenford AS, Broad E, Hu CH, Abdu-Glass E, Matzkin EG. Low Energy Availability, menstrual dysfunction, and low bone mineral density in individuals with a disability: Implications for the para athlete population. Sports Med. 2017: 1-12. Available from: http://link.springer.com/article/10.1007/s40279-017-0696-0?wt_mc=Internal.Event.1.SEM.ArticleAuthorOnlineFirst .
  28. Slater G. Assessing body composition of athletes. In: In: Broad E. (Ed). Sports nutrition for paralympic athletes. Boca Raton: CRC Press, 2014.
  29. Goosey-Tolfrey V, Keil M, Brooke-Wavell K, de Groot SA. Comparison of methods for the estimation of body composition in highly trained wheelchair games players. Int J Sports Med 2016; 37:799–806.
  30. Mojtahedi MC, Valentine RJ, Evans EM. Body composition assessment in athletes with spinal cord injury: comparison of field methods with dual-energy X-ray absorptiometry. Spinal Cord 2009:47:698-704.
  31. Willems A, Paulson TAW, Keil M, Brooke-Wavell K, Goosey-Tolfrey V. Dual-energy X-ray absorptiometry, skinfold thickness, and waist circumference for assessing body composition in ambulant and non-ambulant wheelchair games player. Frontiers in Physiology. 2015; 6:356.
  32. Sutton L, Wallace J, Goosey-Tolfrey V, Scott M, Reilly T. Body composition in female wheelchair athletes. Int J Sports Med 2009; 30:259-65.
  33. Lemos V, Alves E, Schwingel PA, et al. Analysis of the body composition of paralympic athletes: comparison of two methods. Eur J Sport Sci. 2016.
Besoin d'information ?

Merci de nous contacter pour toute demande d’inscription, questions, ou informations complémentaires.

Twitter

Newsletter

Inscrivez-vous et recevez toutes les actualités du centre !

Merci pour votre inscription ! Restez à l'écoute ;)