Une étude récente publiée dans le Réseau JAMA ouvert La revue a évalué si le phénotypage métabolique pendant la grossesse, au-delà de l’obésité avant la grossesse ou du statut de diabète gestationnel, augmente le risque d’adiposité chez la progéniture.
Étude: Nouveaux sous-types métaboliques chez les femmes enceintes et risque d’obésité de la petite enfance chez les descendantsg. Crédit d’image : PeopleImages.com-Yuri A/Shutterstock.com
Sommaire
Arrière-plan
L’obésité infantile a attiré une attention considérable à l’échelle mondiale en raison de son association avec la morbidité prématurée. Des recherches récentes ont indiqué que l’hyperglycémie et l’obésité maternelles influencent de manière significative l’obésité de la progéniture dans les premières années de la vie.
Ces études ont souligné que les facteurs métaboliques glycémiques et non glycémiques chez les femmes enceintes influencent le développement du fœtus. Cependant, il est important d’identifier comment ces facteurs influencent l’adiposité de la progéniture.
Introduction
Des études antérieures ont évalué la relation entre les individus/classes de biomarqueurs métaboliques, tels que l’insuline, les lipoprotéines, le glucose et les acides gras libres (AGL), avec l’adiposité de la progéniture.
Cependant, ces études n’ont pas réussi à élucider comment les biomarqueurs interdépendants affectent les classes de composés bioactifs. Il est important d’analyser le profil métabolique pendant la grossesse pour comprendre si les biomarqueurs influencent l’obésité de la progéniture.
Cette étude a émis l’hypothèse que l’approche de classification non supervisée fournit des sous-groupes importants liés aux traits d’adiposité différentiels chez la progéniture.
À propos de l’étude
Cette étude observationnelle est basée sur une cohorte prénatale qui a recruté des femmes enceintes entre 2010 et 2014.
Tous les participants à cette étude avaient 15 ans ou plus, n’avaient aucun antécédent de mortinaissance ou de naissance unique et n’avaient pas reçu de diagnostic de maladie chronique grave. Au total, 1 325 femmes ont été recrutées dans cette étude.
Les données pertinentes ont été obtenues à différents moments, c’est-à-dire au milieu de la grossesse, à la fin de la grossesse, à l’accouchement et à la petite enfance. Bien que des échantillons de sang de 1 325 femmes aient été obtenus au milieu de la grossesse, 1 116 participants ont fourni des données anthropométriques sur la progéniture et 727 participants ont fourni des données sur l’enfance.
Il a été observé que les femmes qui ne disposaient pas de données anthropométriques néonatales ou infantiles appartenaient à un sous-groupe plus jeune, avaient une alimentation de moindre qualité, étaient moins éduquées et étaient susceptibles d’avoir fumé pendant leur grossesse.
Une méthode de regroupement des k-moyennes non supervisée a été utilisée pour détecter les sous-groupes métaboliques de femmes. Certains des biomarqueurs importants incorporés dans le regroupement des k-moyennes étaient le glucose, le cholestérol des lipoprotéines de haute densité (HDL-C), le cholestérol total (TC), les triglycérides (TG), l’insuline, la masse grasse libre et le facteur de nécrose tumorale α (TNF- a). Le ratio TGs/HDL-C et le modèle d’évaluation homéostatique de la résistance à l’insuline (HOMA-IR) ont également été inclus comme paramètres.
La composition corporelle néonatale (par exemple, la masse grasse-FM et la masse sans graisse-FFM) a été évaluée à l’aide de la pléthysmographie par déplacement d’air (PeaPod). Dans la petite enfance, des mesures similaires ont été obtenues en utilisant la pléthysmographie par déplacement d’air du corps entier (BodPod)
Résultats de l’étude
L’âge maternel moyen des participantes était d’environ 28 ans. Environ 50% de la progéniture étaient des femelles, dont le poids moyen à la naissance était de 500 grammes, et 1,9% étaient gros dans leur âge gestationnel. L’IMC à la petite enfance (~ 5 ans) a révélé que 6,2 % souffraient d’obésité.
Cinq sous-groupes métaboliques maternels uniques ont été identifiés sur la base de sept biomarqueurs dérivés d’échantillons de sang à jeun à 17 semaines de gestation.
Sur la base du niveau des biomarqueurs métaboliques, les sous-groupes ou références identifiés sont les HDL-C élevés, les FFA dyslipidémiques élevés, les IR hyperglycémiques et les TG dyslipidémiques élevés. De plus, un groupe témoin avec un IMC normal a été identifié.
Les sous-groupes présentaient des différences dans le mode de vie, la démographie et les facteurs de risque prénataux d’obésité chez les descendants. Il a été observé que les mères apparentées au sous-groupe IR-hyperglycémique étaient les plus à risque d’adiposité de la progéniture pendant les périodes néonatale et infantile.
De plus, les mères des sous-groupes dyslipidémiques à FFA élevé ou IR-hyperglycémique présentaient un risque plus élevé d’obésité chez leur progéniture.
Le sous-groupe IR-hyperglycémique était caractérisé par une résistance à l’insuline et un profil lipidique athérogène a été observé au milieu de la grossesse. Il a été observé que les TG sont des moteurs importants du poids du nouveau-né. Environ 14 % de la cohorte appartenait au sous-groupe dyslipidémique à taux élevé de TG.
Une association robuste a été trouvée entre une exposition élevée aux TG in utero et une plus grande adiposité de la progéniture. Les TG en présence d’une résistance à l’insuline augmentaient également le risque d’adiposité de la progéniture. En revanche, les TG n’ont pas influencé l’adiposité de la progéniture sans un index glycémique plus élevé.
Les niveaux de FFA au milieu de la grossesse étaient déjà plus élevés dans le sous-groupe de FFA dyslipidémique-élevé que dans le sous-groupe de contrôle des niveaux de FFA en fin de grossesse.
Un sous-groupe de HDL-C élevé constituait 27 % de la cohorte de l’étude, et la progéniture de ce groupe de femmes ne présentait aucune différence d’adiposité à la naissance ou dans la petite enfance par rapport au groupe témoin.
conclusion
L’étude actuelle a des limites, notamment le manque de données anthropométriques sur l’enfance de la progéniture de tous les participants. Fait intéressant, les femmes qui n’ont pas fourni de données sur les résultats de l’adiposité de leur progéniture avaient une alimentation de moindre qualité, fumaient pendant leur grossesse et étaient moins éduquées.
Ces conditions ont été liées à l’obésité de la progéniture. Une autre limitation de l’algorithme de clustering k-means était l’absence d’une valeur k prédéfinie.
Malgré les limites, la présente étude a indiqué que la méthode de regroupement non supervisée pouvait identifier efficacement des sous-groupes métaboliques distincts de femmes enceintes.
Ces sous-groupes pourraient démontrer les risques différentiels d’adiposité de la progéniture dans la petite enfance.
