S'abonner

A lipid-parameter-based index for estimating insulin sensitivity and identifying insulin resistance in a healthy population - 01/11/17

Doi : 10.1016/j.diabet.2008.02.009 
E. Disse a, , b, c, d , J.P. Bastard e, f, F. Bonnet a, b, c, d, C. Maitrepierre a, b, c, d, J. Peyrat a, b, c, d, C. Louche-Pelissier a, b, c, d, M. Laville a, b, c, d
a Human Nutrition Research Center Rhône-Alpes, hôpital Edouard-Herriot, faculté de médicine, université de Lyon-1, pavillon X, 5, place d’Arsonval, 69003 Lyon, France 
b Inserm, U870, IFR62, 69008 Lyon, France 
c Inra, UMR1235, 69008 Lyon, France 
d Insa, RMND, Villeurbanne, 69621 Lyon, France 
e Department of Biochemistry, Tenon Hospital, AP–HP, 75020 Paris, France 
f U893, CDR Saint-Antoine Inserm, faculté de médecine, UPMC université Paris 06, 75012 Paris, France 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Abstract

Aim

Insulin resistance needs to be identified as early as possible in its development to allow targeted prevention programmes. Therefore, we compared various fasting surrogate indices for insulin sensitivity using the euglycaemic insulin clamp in an attempt to develop the most appropriate method for assessing insulin resistance in a healthy population.

Methods

Glucose, insulin, proinsulin, glucagon, glucose tolerance, fasting lipids, liver enzymes, blood pressure, anthropometric parameters and insulin sensitivity (Mffm/I) using the euglycaemic insulin clamp were obtained for 70 normoglycaemic non-obese individuals. Spearman’s rank correlations were used to examine the association between Mffm/I and various fasting surrogate indices of insulin sensitivity. A regression model was used to determine the weighting for each variable and to derive a formula for estimating insulin resistance. The clinical value of the surrogate indices and the new formula for identifying insulin-resistant individuals was evaluated by the use of receiver operating characteristic (ROC) curves.

Results

The variables that best predicted insulin sensitivity were the HDL-to-total cholesterol ratio, the fasting NEFA and fasting insulin. The use of the lipid-parameter-based formula Mffm/I=12×[2.5×(HDL-c/total cholesterol)NEFA] – fasting insulin appeared to have high clinical value in predicting insulin resistance. The correlation coefficient between Mffm/I and the new fasting index was higher than those with the most commonly used fasting surrogate indices for insulin sensitivity.

Conclusion

A lipid-parameter-based index using fasting samples provides a simple means of screening for insulin resistance in the healthy population.

Le texte complet de cet article est disponible en PDF.

Résumé

But

L’insulinorésistance doit être identifiée précocement de manière à cibler les populations pouvant bénéficier de stratégies préventives. En conséquence, nous avons comparé, dans une population saine, divers index d’insulinosensibilité/résistance avec le clamp euglycémique hyperinsulinémique et nous avons essayé de développer la méthode la plus appropriée pour dépister l’insulinorésistance dans une telle population.

Méthodes

La glycémie, l’insulinémie, la tolérance au glucose, le bilan lipidique, le bilan hépatique, la pression artérielle, les paramètres anthropométriques et la sensibilité à l’insuline (Mffm/I) quantifiée par le clamp euglycémique hyperinsulinémique, ont été obtenus pour 70 sujets normoglycémiques et non obèses. Le test de rang de Spearman a été utilisé pour déterminer les corrélations entre Mffm/I et les index d’insulinosensibilité. Un modèle de régression a été utilisé pour déterminer le poids de chaque variable et dériver une formule estimant au mieux l’insulinorésistance. La valeur clinique des index et de cette nouvelle formule pour identifier les sujets insulinorésistants a été évaluée par une analyse receiver operating characteristic (ROC).

Résultats

Les variables les plus utiles pour la prédiction de la sensibilité à l’insuline dans notre population saine sont le rapport HDL sur cholestérol total, le niveau d’acides gras libres plasmatique et l’insulinémie à jeun. La formule fondée sur les paramètres lipidiques : [M ffm/I=12×(2,5×(HDL-c/total cholesterol) – AGL) – Insulinémie à jeun] présente une forte valeur clinique prédictive de l’insulinorésistance. Le coefficient de corrélation entre Mffm/I et ce nouvel index est plus élevé que ceux des index habituellement utilisés pour estimer la sensibilité à l’insuline.

Conclusion

Un index fondé sur des paramètres lipidiques à jeun est un moyen simple de réaliser un dépistage de l’insulinorésistance dans une population considérée comme saine.

Le texte complet de cet article est disponible en PDF.

Keywords : Insulin resistance, Surrogate markers, Fatty acids, Diabetes, ROC curve

Mots clés : Insulinorésistance, Index, Acides gras, Diabète, Courbe ROC


Plan


© 2008  Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 34 - N° 5

P. 457-463 - novembre 2008 Retour au numéro
Article précédent Article précédent
  • The metabolic syndrome, diabetes and lung dysfunction
  • A. Tiengo, G.P. Fadini, A. Avogaro
| Article suivant Article suivant
  • Adiponectin is associated with lipid profile and insulin sensitivity in French adolescents
  • A. Wagner, C. Simon, M. Oujaa, C. Platat, B. Schweitzer, D. Arveiler

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.