Abbonarsi

A lipid-parameter-based index for estimating insulin sensitivity and identifying insulin resistance in a healthy population - 20/11/08

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.

Benvenuto su EM|consulte, il riferimento dei professionisti della salute.
Articolo gratuito.

Si connetta per beneficiarne

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.

Il testo completo di questo articolo è disponibile in 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.

Il testo completo di questo articolo è disponibile in PDF.

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

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


Mappa


© 2008  Elsevier Masson SAS. Tutti i diritti riservati.
Aggiungere alla mia biblioteca Togliere dalla mia biblioteca Stampare
Esportazione

    Citazioni Export

  • File

  • Contenuto

Vol 34 - N° 5

P. 457-463 - novembre 2008 Ritorno al numero

Benvenuto su EM|consulte, il riferimento dei professionisti della salute.

@@150455@@ Voir plus

Il mio account


Dichiarazione CNIL

EM-CONSULTE.COM è registrato presso la CNIL, dichiarazione n. 1286925.

Ai sensi della legge n. 78-17 del 6 gennaio 1978 sull'informatica, sui file e sulle libertà, Lei puo' esercitare i diritti di opposizione (art.26 della legge), di accesso (art.34 a 38 Legge), e di rettifica (art.36 della legge) per i dati che La riguardano. Lei puo' cosi chiedere che siano rettificati, compeltati, chiariti, aggiornati o cancellati i suoi dati personali inesati, incompleti, equivoci, obsoleti o la cui raccolta o di uso o di conservazione sono vietati.
Le informazioni relative ai visitatori del nostro sito, compresa la loro identità, sono confidenziali.
Il responsabile del sito si impegna sull'onore a rispettare le condizioni legali di confidenzialità applicabili in Francia e a non divulgare tali informazioni a terzi.


Tutto il contenuto di questo sito: Copyright © 2026 Elsevier, i suoi licenziatari e contributori. Tutti i diritti sono riservati. Inclusi diritti per estrazione di testo e di dati, addestramento dell’intelligenza artificiale, e tecnologie simili. Per tutto il contenuto ‘open access’ sono applicati i termini della licenza Creative Commons.