Identification et stratification du risque cardiométabolique lié à l'obésité ou au diabète de type 2 chez les femmes en surpoids ou obèse post-ménopausées : exploration d’indicateurs biologiques & morphologiques
Notice bibliographique
Résumé
L’obésité augmente le risque de maladies cardiométaboliques, telles que le diabète de type 2, les dyslipidémies et l'hypertension. Les facteurs de risque pour ces pathologies incluent les facteurs de risque traditionnels ainsi que des nouveaux facteurs émergents notamment la résistance à l'insuline, l'accumulation ectopique du gras et l'inflammation causée au moins en partie par l'altération de la sécrétion des adipokines du tissu adipeux. L'ensemble de ces facteurs de risque est regroupé sous le terme de risque cardiométabolique global. L'identification et la stratification du risque cardiométabolique par des outils simples et accessibles sont importantes aussi bien pour la pratique clinique que pour la recherche scientifique. Certains groupes de patients sont plus à risque que d'autres et les paramètres cliniques et biologiques usuels peuvent êtres insuffisants pour affiner la stratification du risque. Chez les femmes postménopausées, la perte de la protection conférée par les œstrogènes et les changements au niveau de la distribution de la masse grasse augmentent de façon significative le risque cardiométabolique. Par ailleurs, les personnes avec diabète de type 2 sont à haut risque cardiovasculaire notamment lorsque les cibles du contrôle glycémique, de tension artérielle et du bilan lipidique ne sont pas atteintes. L'objectif de la présente thèse est d'évaluer la pertinence et l’efficacité d’indicateurs anthropométrique, morphologique, biologique et composite dans l’évaluation et la classification du risque cardiométabolique associé à l’obésité ou au diabète de type 2. En utilisant des données récoltées au sein de femmes post-ménopausées sédentaires et en surpoids ou obèses, nos résultats ont montré que le Body adiposity index était un bon indicateur de la masse grasse totale et sa variation mais cependant, il existait des différences entre cet indice et la masse grasse totale telle que déterminée par la DXA pour les corrélations avec les facteurs de risque cardiométabolique. Par ailleurs le Visceral adiposity index bien que sensible aux variations de la mesure directe du gras viscéral résultant de la perte de poids n'était pas supérieur à l'indice de masse corporelle ou au tour de taille pour son association avec des facteurs de risque cardiométabolique. En ce qui concerne, l'adiponectine à haut poids moléculaire en tant qu'indicateur biologique, nos analyses n'ont pas confirmé sa supériorité par rapport à la concentration de l'adiponectine totale. De plus les concentrations de ces deux indicateurs sont sensibles à une hyperinsulinémie aigue. Il existe des sous-groupes de personnes obèses mais qui démontrent une bonne sensibilité à l'insuline. Dans la discrimination de ce groupe versus les personnes obèses mais insulino-résistantes, nous avons montré que les indices de sensibilité à l'insuline globale sont plus performants que les indices de sensibilité à l'insuline musculaire ou hépatique. Par ailleurs, les femmes qui démontraient une résistance à l'insuline hépatique étaient plus à risque de dysglycémie et de résistance à l'insuline globale que celles qui avaient une résistance à l'insuline musculaire. Chez des personnes avec le diabète de type 2 et démontrant un contrôle non satisfaisant de la glycémie, l'initiation de l'insulinothérapie améliore le contrôle glycémique et permet de réduire l'accumulation du gras épicardique tel que déterminé par la mesure de l’épaisseur par échocardiographie. De plus, la quantité de ce gras ectopique avait tendance à être plus réduite avec l'insuline Detemir qu'avec l'insuline Glargine. En conclusion, la stratification du risque cardiométabolique demeure complexe. Le choix d'un indicateur dans la stratification du risque doit être fait en tenant compte de ces forces et limites. Par ailleurs, pour les indicateurs explorés dans la présente thèse, il n'existe pas encore de valeurs seuil établies. La comparaison de la stratification du risque entre différentes études n'est donc pas toujours possible. D’autres investigations sont nécessaires pour répondre à cet objectif et permettre une utilisation pertinente et standardisée de ces indicateurs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».