Composite Metabolic Indices for Incident Cardiometabolic Multimorbidity: Evidence from the CHARLS and ELSA Cohorts
Cette étude utilisant les données des cohortes CHARLS et ELSA démontre que les indices métaboliques composites, particulièrement le TyG-WHtR et l'ICMRS, sont significativement associés à l'incidence de la multimorbidité cardiométabolique, l'indice TyG-WHtR présentant la performance prédictive la plus forte et la plus constante à travers les populations chinoise et britannique.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
À mesure que les personnes vieillissent, leur corps est souvent confronté à une accumulation silencieuse de problèmes de santé. Il s'agit rarement d'une seule chose ; au contraire, des conditions comme l'hypertension artérielle, le diabète de type 2 et les maladies cardiaques ont tendance à arriver ensemble, formant un groupe que les médecins appellent la multimorbidité cardiométabolique. Cette combinaison est particulièrement dangereuse car elle rend le corps plus fragile, augmente le risque de décès et impose un lourd fardeau aux familles et aux systèmes de santé. Pendant des décennies, les médecins se sont appuyés sur des mesures uniques, telles qu'un test de glycémie à jeun ou un dosage du cholestérol, pour évaluer le risque d'une personne. Cependant, ces chiffres isolés échouent souvent à capturer l'image complète de la manière dont le métabolisme et la forme du corps d'une personne interagissent au fil du temps. Les scientifiques soupçonnent depuis longtemps que la combinaison de ces différents signaux en un score unique pourrait offrir un système d'alerte plus clair, mais il restait incertain quel type de combinaison fonctionnait le mieux ou si un outil développé pour un groupe de personnes fonctionnerait pour un autre.
Pour répondre à ces questions, les chercheurs se sont tournés vers deux études massives et de longue durée qui suivent la vie de personnes âgées depuis des années : une en Chine et une au Royaume-Uni. En examinant les données de milliers de participants dans les deux pays, l'équipe s'est donné pour mission de tester cinq scores composites différents. Ces scores ont été conçus pour mélanger des informations sur la façon dont le corps gère le sucre et les graisses avec des mesures de l'endroit où la graisse est stockée dans le corps. Les chercheurs voulaient voir si ces outils combinés pouvaient prédire qui développerait des maladies cardiaques et métaboliques multiples à l'avenir, et si un outil spécifique se distinguait comme étant le plus fiable à travers différentes cultures et modes de vie.
L'étude a suivi 8 682 personnes âgées en Chine et 2 422 au Royaume-Uni, toutes exemptes de ces maladies combinées au début de l'étude. Sur plusieurs années de suivi, les chercheurs ont observé qui développait de nouveaux cas de multimorbidité cardiométabolique. Ils ont calculé cinq scores de risque différents pour chaque personne au début de l'étude. Un score, connu sous le nom de TyG-WHtR, combinait une mesure de la résistance à l'insuline avec le rapport entre le tour de taille et la taille d'une personne. Un autre, appelé ICMRS, était un score plus large qui additionnait des valeurs standardisées pour la résistance à l'insuline, la forme corporelle et un type spécifique de déséquilibre du cholestérol. L'équipe a ensuite comparé l'efficacité de chacun de ces cinq scores pour prédire l'apparition de la maladie.
Les résultats ont montré que les cinq scores étaient généralement liés à un risque plus élevé de développer ces maladies combinées. Cependant, la force du lien variait considérablement selon le score spécifique et le pays où vivaient les personnes. Dans la cohorte chinoise, chacun des cinq scores était un prédicteur fort. Le score qui a le mieux performé dans ce groupe était le TyG-WHtR ; les personnes appartenant à la catégorie la plus élevée pour ce score étaient plus de trois fois plus susceptibles de développer les maladies par rapport à celles de la catégorie la plus basse. Le deuxième meilleur performeur en Chine était un score appelé ICMRS. Dans la cohorte du Royaume-Uni, le schéma était similaire mais plus faible. Bien que le TyG-WHtR et l'ICMRS restent des prédicteurs significatifs, l'un des autres scores, l'AIP-BRI, n'a pas réussi à montrer de lien statistiquement clair avec la maladie future dans le groupe britannique.
Cette différence de force entre les deux pays était une découverte majeure. Les chercheurs ont constaté que l'association entre ces scores métaboliques et la maladie future était systématiquement plus forte en Chine qu'au Royaume-Uni. Par exemple, l'augmentation du risque associée à un score TyG-WHtR plus élevé était beaucoup plus abrupte pour les participants chinois. L'équipe a également examiné la capacité de ces scores à distinguer ceux qui tomberaient malades de ceux qui ne le seraient pas. Ils ont constaté que le score ICMRS avait la meilleure capacité globale à séparer ces groupes dans les deux pays, tandis que le TyG-WHtR était particulièrement efficace pour identifier le risque dans la population chinoise. Lorsque les chercheurs ont testé si ces scores fonctionnaient différemment selon l'âge, le sexe ou le statut de fumeur, les résultats étaient pour la plupart stables, bien que certaines variations soient apparues dans le groupe chinois liées à l'obésité et aux habitudes de tabagisme.
L'étude suggère que, bien qu'aucun outil unique ne soit parfait pour chaque situation, la combinaison des données métaboliques avec les mesures de la forme corporelle offre une meilleure vue du risque que l'examen des seuls tests sanguins. Le score TyG-WHtR, qui est simple à calculer à l'aide d'un ruban à mesurer et d'un test sanguin standard, est apparu comme un outil particulièrement stable et puissant, surtout dans la population chinoise. Le score ICMRS, qui nécessite un calcul légèrement plus complexe mais couvre plus de terrain, a montré la meilleure capacité globale à classer le risque dans les deux populations. Les chercheurs ont noté que ces outils ne sont pas des remplacements pour un examen médical complet, mais pourraient servir de méthodes de dépistage utiles et à faible coût pour identifier les personnes qui nécessitent une attention plus étroite. Les conclusions soulignent que si ces signaux métaboliques sont universels, la manière dont ils prédisent la maladie peut varier selon la population, ce qui suggère que les outils d'évaluation du risque peuvent avoir besoin d'être ajustés aux caractéristiques spécifiques des personnes étudiées.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.