Ampleur et évolution dans le temps de l’accumulation de la résistance à l’insuline avec le risque de maladie cardiovasculaire : une étude de cohorte de 11 ans | Diabétologie cardiovasculaire

Population étudiée

Les participants ont été recrutés dans le cadre de l’étude Kailuan, une étude de cohorte prospective en cours menée à Tangshan, en Chine. Les détails de la conception et de la procédure de l’étude ont été décrits précédemment [19,20,21]. De juin 2006 à octobre 2007, un total de 101 510 participants âgés de 18 à 98 ans ont participé à l’enquête de référence. Ils ont subi des évaluations par questionnaire, des examens physiques, des tests de laboratoire, puis ont été suivis tous les deux ans jusqu’au 31 décembre 2021. Dans la présente étude, cumMETS-IR a été développé entre 2006 et 2010 pour prédire le risque incident de maladie cardiovasculaire de 2010 à 2021 (Fig. 1A). . Nous avons exclu les participants ayant subi moins de trois examens physiques, avec des données manquantes sur les composants du METS-IR et des antécédents de maladie cardiovasculaire ou décédés en 2010 ou avant. En fin de compte, un total de 47 270 participants ont été inscrits (Fig. 1B). L’étude a été réalisée conformément aux directives de la Déclaration d’Helsinki et a été approuvée par le comité d’éthique de l’hôpital général de Kailuan (numéro d’approbation : 2006-05). Tous les participants ont fourni un consentement éclairé écrit.

Collecte de données

Des informations sur les caractéristiques démographiques, le mode de vie et les antécédents médicaux ont été collectées lors d’entretiens en face-à-face via un questionnaire standard. La taille, le poids et la tension artérielle ont été mesurés par des médecins professionnellement formés. L’indice de masse corporelle (IMC) a été calculé en divisant le poids par la taille au carré (kg/m²). Des échantillons de sang à jeun ont été prélevés le matin après un jeûne nocturne de 8 à 12 heures. Tous les.

les échantillons de plasma ont été évalués à l’aide d’un auto-analyseur (Hitachi 747, Tokyo, Japon) au laboratoire central de l’hôpital Kailuan, y compris la glycémie à jeun (FBG), les profils lipidiques (cholestérol total, triglycérides [TG]le cholestérol des lipoprotéines de basse densité et le cholestérol des lipoprotéines de haute densité [HDL-C]), la créatinine sérique et la protéine C réactive haute sensibilité (hs-CRP). Le débit de filtration glomérulaire estimé (DFGe) a été calculé à l’aide de la créatinine Eq. 22

METS-IR cumulatif et son évolution dans le temps

L’équation pour le calcul METS-IR était la suivante [10]:

CumMETS-IR a été défini comme la moyenne cumulée du METS-IR pour chaque paire d’examens consécutifs multipliée par le temps entre ces deux visites consécutives en années :

Où METS-IR ₂₀₀₆METS-IS ₂₀₀₈METS-IS ₂₀₁₀ indiqué METS-IR au départ, les deuxièmes examens (2008) et le troisième examen (2010), temps_2006-2008 et le temps_2008-2010 a indiqué l’intervalle de temps spécifique au participant entre les examens consécutifs en années (Fig. 1C). La durée d’exposition élevée au METS-IR a été définie comme la durée des visites avec un METS-IR élevé (au-dessus du seuil mentionné dans l’analyse statistique) parmi les 3 visites, quantifiées comme 0 an, 2 ans, 4 ans et 6 ans. La charge cumulée du METS-IR a été calculée comme suit :[(METS-IR ₂₀₀₆ + METS-IR ₂₀₀₈)/2–cutoff]× temps_2006-2008+[(METS-IR ₂₀₀₈ + METS-IR ₂₀₁₀)/2-cutoff]× temps_2008-2010. Si les valeurs de charge cumulée étaient inférieures à 0, cette valeur serait considérée comme 0.

L’évolution temporelle de l’accumulation de cumMETS-IR a été calculée comme une pente de METS-IR au fil du temps de 2006 à 2010 en utilisant la régression linéaire et le principe des moindres carrés, où METS-IR a été pris comme variable dépendante, et le temps de 2006 à 2010. comme variable indépendante, avec une pente positive ou négative indiquant une augmentation ou une diminution du METS-IR au fil du temps (Fig. 1C). Les modèles de changement du METS-IR aux trois moments ont été classés en diminution-diminution, diminution-augmentation, augmentation-diminution et augmentation-augmentation.

Évaluation des résultats

Les participants ont été suivis via des entretiens en face-à-face tous les 2 ans jusqu’à l’événement d’intérêt, le décès ou la fin du suivi (31 décembre 2021). Le principal critère de jugement de l’étude était l’incident de maladie cardiovasculaire, y compris l’accident vasculaire cérébral et l’infarctus du myocarde (IM). Nous avons utilisé les codes de révision de la CIM-10e pour identifier les cas de maladies cardiovasculaires (I21 pour l’IM, I60 à I61 et I63 pour l’AVC). Tous les participants ont été liés à l’institution municipale d’assurance sociale et au registre des sorties d’hôpital pour l’incidence des maladies cardiovasculaires, qui couvrent tous les participants à l’étude de Kailuan et mis à jour chaque année pendant la période de suivi. Pour identifier davantage les événements cardiovasculaires potentiels, nous avons examiné les listes de sorties des 11 hôpitaux entre 2006 et 2021 et avons demandé des antécédents de maladies cardiovasculaires via un questionnaire lors de l’entretien biennal. Pour tous les événements suspectés de maladie cardiovasculaire, trois médecins évaluateurs expérimentés, qui ne connaissaient pas la conception de l’étude, ont examiné les dossiers médicaux. Le diagnostic d’accident vasculaire cérébral incident a été confirmé par un examen médical, en utilisant les critères de l’Organisation mondiale de la santé. [23]. L’IM a été diagnostiqué selon les critères de l’Organisation mondiale de la santé basés sur les symptômes cliniques, les modifications des concentrations sériques d’enzymes cardiaques et de biomarqueurs, ainsi que les résultats électrocardiographiques. [24].

analyses statistiques

Les participants ont été classés selon les quartiles de cumMETS-IR, de pente METS-IR (positive ou négative) ou de la combinaison de cumMETS-IR médian avec pente, respectivement. Le seuil optimal pour le METS-IR associé à un incident de MCV a été déterminé à l’aide d’une méthode axée sur les résultats afin de maximiser les statistiques de log-rank. [25].

Les caractéristiques de base ont été comparées à l’aide du test t de Student, de l’analyse de variance, de Wilcoxon ou du test de Kruskal – Wallis selon la distribution, et les variables catégorielles ont été comparées au test du chi carré. Les courbes de Kaplan – Meier ont été utilisées pour estimer l’incidence cumulée des maladies cardiovasculaires et les différences entre les courbes ont été comparées au test du log-rank.

Des régressions à risque proportionnel de Cox ajustées multivariées ont été utilisées pour estimer les rapports de risque (HR) et les intervalles de confiance (IC) à 95 % pour le risque d’incident de MCV. Trois modèles ont été progressivement restreints. Le modèle 1 a été ajusté en fonction de l’âge et du sexe ; le modèle 2 a été ajusté en fonction de l’éducation, du revenu, du tabagisme, de la consommation d’alcool et de l’activité physique ; et le modèle 3 a été ajusté en fonction des antécédents d’hypertension, de diabète, de dyslipidémie, de cholestérol total, de DFGe et de hs-CRP. L’hypothèse des risques proportionnels a été satisfaite en vérifiant les parcelles résiduelles de Schoenfeld. Des splines cubiques restreintes ajustées pour les variables du modèle 3 ont été réalisées pour capturer les relations dose-réponse de la pente cumMETS-IR et METS-IR avec le risque de MCV, avec 4 nœuds aux 5e, 35e, 65e et 95e percentiles de la distribution. selon le critère d’information bayésien et le critère d’information d’Akaike.

Plusieurs analyses de sensibilité ont été réalisées pour valider la robustesse des résultats. Premièrement, le modèle de risque concurrent a été réalisé en considérant les décès non liés aux maladies cardiovasculaires comme un risque concurrent. Deuxièmement, afin de minimiser l’impact potentiel de la causalité inverse, nous avons répété l’analyse principale en utilisant une période décalée d’un an en excluant les participants ayant développé des cas de maladies cardiovasculaires au cours de la première année de suivi. Troisièmement, une analyse restreinte a été réalisée en excluant les participants présentant un IMC anormal (≥ 24 kg/m²), FBG (≥ 126 mg/dL), TG (≥ 150 mg/dL) et HDL-C (< 38,66 mg/dL). De plus, des analyses de sous-groupes stratifiées par âge (< 60 ans vs ≥ 60 ans), sexe (femmes vs hommes), IMC (< 24 kg/m² contre ≥ 24 kg/m²), FBG (< 126 mg/dL contre ≥ 126 mg/dL), TG (< 150 mg/dL contre ≥ 150 mg/dL) et HDL-C (< 38,66 mg/dL contre ≥ 38,66 mg/dL) étaient effectuées, les interactions entre les sous-groupes ont été testées à l'aide de tests de rapport de vraisemblance, dans lesquels des modèles avec et sans termes d'interaction multiplicative ont été comparés.

Toutes les analyses ont été effectuées à l’aide de SAS version 9.4 (SAS Institute, Cary, NC, USA). Tous les tests statistiques étaient bilatéraux et P.<0,05 était considéré comme statistiquement significatif.