Le phénotypage métabolique des femmes enceintes, au-delà de l’obésité pré-grossesse ou du statut de diabète gestationnel, peut-il améliorer l’évaluation du risque d’adiposité chez la progéniture ?

Une étude récente publiée dans le Réseau ouvert JAMA Journal a évalué si le phénotype 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 précoce chez Offspringramme. Crédit d’image : PeopleImages.com-Yuri A/Shutterstock.com

Arrière-plan

L’obésité infantile a attiré une attention considérable dans le monde entier en raison de son association avec la morbidité prématurée. Des recherches récentes ont indiqué que l’hyperglycémie et l’obésité maternelle influencent de manière significative l’obésité chez les enfants dans les premières années de la vie.

Ces études ont suggéré 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 (FFA), 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 chez 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 différentielle 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 étaient âgés de 15 ans ou plus, n’avaient aucun antécédent de mortinaissance ou d’accouchement 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 recueillies à différents moments, c’est-à-dire au milieu de la grossesse, en fin de grossesse, à l’accouchement et dans la petite enfance. Bien que des échantillons de sang aient été obtenus de 1 325 femmes en milieu de grossesse, 1 116 participantes ont fourni des données anthropométriques pour la descendance et 727 participantes ont fourni des données pour la petite enfance.

Les femmes sans données anthropométriques néonatales ou infantiles appartenaient à un sous-groupe plus jeune, avaient une alimentation de moindre qualité, avaient un niveau d’éducation inférieur et étaient susceptibles d’avoir fumé pendant la grossesse.

Une méthode de mise en commun des k-moyennes non supervisée a été utilisée pour détecter les sous-groupes métaboliques de femmes. Certains des biomarqueurs importants incorporés dans le pool de k-means 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. TNF-). a). Le rapport TG:HDL-C et le modèle homéostatique d’évaluation 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 par 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 % des petits étaient des femelles, dont le poids moyen à la naissance était de 500 grammes, et 1,9 % étaient gros en âge gestationnel. L’IMC dans la petite enfance (~ 5 ans) a révélé que 6,2 % étaient obèses.

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 de biomarqueurs métaboliques, les sous-groupes ou références identifiés sont le C-HDL élevé, les AGL dyslipidémiques élevés, l’IR hyperglycémique et les TG dyslipidémiques élevés. De plus, un groupe témoin avec un IMC normal a été identifié.

Les sous-groupes ont montré des différences dans le mode de vie, la démographie et les facteurs de risque prénataux pour l’obésité de la progéniture. Il a été observé que les mères apparentées au sous-groupe IR-hyperglycémique avaient un risque plus élevé d’adiposité chez leurs enfants dans les périodes néonatale et infantile.

De plus, les mères des sous-groupes d’acides gras libres dyslipidémiques élevés ou d’IR hyperglycémiques présentaient un risque accru 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. Les TG se sont avérés être des moteurs importants du poids du nouveau-né. Environ 14 % de la cohorte appartenaient au sous-groupe de TG dyslipidémiques élevés.

Une forte association a été trouvée entre une forte exposition aux TG in utero et une plus grande adiposité de la progéniture. Les TG en présence d’une résistance à l’insuline ont également augmenté le risque d’adiposité chez la progéniture. En revanche, TG n’a pas influencé l’adiposité chez 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 fortement dyslipidémique que dans le sous-groupe témoin pour les niveaux de FFA en fin de grossesse.

Un sous-groupe de HDL-C élevé représentait 27 % de la cohorte de l’étude, et les enfants de ce groupe de femmes n’ont montré aucune différence d’adiposité à la naissance ou dans la petite enfance par rapport au groupe témoin.

conclusion

L’étude actuelle a des limitations, y compris le manque de caractéristiques anthropométriques d’enfance sur la progéniture de tous les participants. Fait intéressant, les femmes qui n’ont pas fourni de données sur les résultats de l’adiposité de leurs enfants avaient une alimentation de moindre qualité, fumaient pendant la grossesse et avaient moins d’éducation.

Ces conditions ont été liées à l’obésité chez les enfants. 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 mise en commun non supervisée pouvait identifier efficacement des sous-groupes métaboliques distincts de femmes enceintes.

Ces sous-groupes pourraient démontrer des risques différentiels d’adiposité de la progéniture dans la petite enfance.