Phénotypes des patients et risque cardiovasculaire dans le diabète de type 2 : la Jackson Heart Study

Diabétologie cardiovasculaire volume 21, Numéro d'article : 89 (2022) Citer cet article

1476 accès

1 Citations

4 Altmétrique

Détails des métriques

Le pronostic cardiovasculaire lié au diabète de type 2 peut ne pas être correctement saisi par les informations sur les affections comorbides telles que l'obésité et l'hypertension. Pour informer le pronostic cardiovasculaire chez les personnes diabétiques, nous avons effectué un phénotypage en utilisant une approche de regroupement basée sur des données cliniques, des indices échocardiographiques et des biomarqueurs.

Nous avons effectué une analyse par grappes sur les variables cliniques, biochimiques et échocardiographiques de 529 Noirs atteints de diabète dans la Jackson Heart Study. Une association entre les grappes identifiées et les événements cardiovasculaires indésirables majeurs (MACE - composite de maladie coronarienne, accident vasculaire cérébral, insuffisance cardiaque et fibrillation auriculaire) a été évaluée à l'aide de la modélisation des risques proportionnels de Cox.

L'analyse par grappes a séparé les personnes atteintes de diabète (68 % de femmes, âge moyen 60 ± 10 ans) en trois groupes distincts (groupes 1, 2 et 3 - le groupe 3 étant un groupe hypertrophique caractérisé par la masse LV la plus élevée, les niveaux de peptide natriurétique cérébral [BNP] et troponine-I cardiaque de haute sensibilité [hs-cTnI]). Après une médiane de 12,1 ans, il y a eu 141 événements cardiovasculaires. Par rapport au groupe 1, les groupes 3 présentaient un risque accru de maladie cardiovasculaire (risque relatif [HR] 1,60 ; intervalle de confiance [IC] à 95 % 1,08, 2,37), tandis que le groupe 2 présentait un risque similaire de résultat (HR 1,11 ; IC à 95 % 0,73 , 168).

Parmi les Noirs atteints de diabète, l'analyse par grappes a identifié trois phénotypes échocardiographiques et de biomarqueurs distincts, le groupe 3 (masse élevée du VG, biomarqueurs cardiaques élevés) étant associé à de moins bons résultats, soulignant ainsi la valeur pronostique de la dysfonction myocardique subclinique.

Les maladies cardiovasculaires et le diabète de type 2 (diabète) sont des affections courantes et concomitantes [1, 2]. Les personnes atteintes de diabète courent un risque accru de maladies cardiovasculaires, notamment de maladie coronarienne [3], d'accident vasculaire cérébral [4], d'insuffisance cardiaque [5] et de fibrillation auriculaire [6]. Les essais cliniques contemporains de médicaments contre le diabète, à savoir les inhibiteurs du co-transporteur sodium-glucose-2 (SGLT-2) [7] et les agonistes des récepteurs du peptide 1 de type glucagon (GLP-1) [8], ont montré des avantages cardiovasculaires significatifs chez les personnes atteintes diabète. Les résultats de ces essais sont corroborés par des études sur les effets potentiels des inhibiteurs du SGLT2 sur les voies reliant le diabète à l'insuffisance cardiaque, y compris la résistance à l'insuline, l'accumulation de graisse myocardique, la fonction cardiaque, le métabolisme cardiaque, ainsi que la rigidité artérielle [9, 10]. Les résultats des essais sur les inhibiteurs du SGTL2 et les agonistes des récepteurs du GLP-1 ont rendu impératif d'affiner notre compréhension du risque cardiovasculaire chez les personnes atteintes de diabète, car cela guidera une mise en œuvre appropriée de ces nouvelles thérapies.

Le diabète a tendance à suivre avec d'autres conditions cardiométaboliques, ainsi toute évaluation de la dysfonction myocardique liée au diabète et de sa valeur pronostique doit tenir compte des comorbidités. En effet, le diabète coexiste souvent avec des comorbidités telles que l'obésité et l'hypertension [11]. L'obésité [12, 13, 14] et l'hypertension [13, 14] peuvent également entraîner des altérations du myocarde, qui peuvent présenter certaines similitudes avec les modifications du myocarde liées au diabète. Ainsi, les contributions individuelles et synergiques spécifiques de divers facteurs causaux au dysfonctionnement cardiaque lié au diabète ne sont pas claires. L'analyse par grappes, une approche sans hypothèse (par opposition aux analyses statistiques classiques) de l'estimation du risque [15, 16], peut permettre un phénotypage affiné et ainsi fournir de nouvelles informations sur la contribution de divers facteurs de risque au risque cardiovasculaire accru chez les patients atteints de diabète.

Nous avons utilisé les données de l'étude communautaire Jackson Heart Study composée d'adultes noirs pour identifier des groupes de phénotypes cardiaques chez les personnes atteintes de diabète. Nous avons également examiné la distribution des paramètres cliniques et échocardiographiques susceptibles de mieux définir le pronostic cardiovasculaire.

La Jackson Heart Study a recruté 5306 Noirs (Afro-Américains), âgés de 21 à 94 ans, de la région métropolitaine de Jackson, Mississippi [17]. La conception et les méthodes de la Jackson Heart Study ont été décrites ailleurs [17]. La présente étude a inclus des participants qui ont assisté à l'examen 1 (2000-2004), ont subi une échocardiographie et se sont révélés diabétiques (n = 1123). Le statut diabétique a été défini à l'aide des critères de l'American Diabetes Association comme une glycémie à jeun ≥ (126 mg/dL) ou une HbA1C ≥ 6,5 % [18], un diabète autodéclaré ou une utilisation confirmée d'hypoglycémiants, ou une autodéclaration du médecin. -diabète diagnostiqué. Comme le montre le fichier supplémentaire 1 : Fig. S1, nous avons exclu les participants ayant des antécédents de maladie cardiovasculaire (y compris des antécédents de maladie coronarienne, de cardiomyopathie/d'insuffisance cardiaque, y compris une cardiopathie valvulaire [régurgitation mitrale modérée ou plus importante et insuffisance aortique] et la présence de anomalies régionales du mouvement de la paroi du VG), des données manquantes sur les variables échocardiographiques et des données manquantes sur d'autres variables, notamment le peptide natriurétique cérébral (BNP) et la troponine-I cardiaque à haute sensibilité (hs-cTnI) et d'autres variables. Après application des exclusions, l'échantillon analytique final était de 529 adultes. La comparaison des individus inclus dans l'étude à ceux exclus est présentée dans le fichier supplémentaire 1 : tableau S1.

Le protocole d'étude a été approuvé par le comité d'examen institutionnel du centre médical de l'Université du Mississippi, de la Jackson State University et du Tugaloo College. Tous les participants ont donné leur consentement éclairé.

Les examens échographiques cardiaques ont été réalisés à l'aide d'un échographe cardiaque Sonos 4500 (Hewlitt Packard, Andover, MA). Les mesures, y compris les évaluations de débit bidimensionnelles et Doppler, ont été effectuées hors ligne par un échocardiographe formé sur la base des recommandations de l'American Society of Echocardiography [19]. Le volume télédiastolique ventriculaire gauche (LVEDV) et le volume télésystolique VG (LVESV) ont été indexés sur la surface corporelle, et la masse VG a été mesurée en mode M et a été calculée à l'aide de la formule corrigée de l'American Society of Echocardiography : masse VG ( g) = 0,8 × 1,04 [(diamètre télédiastolique VG + IVST + PWT)3– (diamètre télédiastolique VG)3] + 0,6, où IVST est l'épaisseur de la paroi septale interventriculaire et PWT est l'épaisseur de la paroi postérieure. Pour cette analyse, l'hypertrophie du VG a été définie comme une masse du VG indexée sur la surface corporelle (BSA) selon les critères de l'American Society of Echocardiography (ASE) > 95 g/m2 pour les femmes et > 115 g/m2 pour les femmes [20], et une faible fraction d'éjection a été définie comme une fraction d'éjection LV < 50 %. En utilisant le Doppler à ondes pulsées, les vitesses d'entrée mitrale et les vitesses diastoliques maximales précoces (E) et tardives (A) ont été mesurées, et le rapport E/A a été calculé [21].

Les informations cliniques, y compris les caractéristiques démographiques, les antécédents médicaux et l'utilisation de médicaments, ont été évaluées par des questionnaires standardisés, un examen physique et des tests de laboratoire. Les méthodes de détermination des facteurs de risque dans la Jackson Heart Study ont été rapportées ailleurs [17]. Les fumeurs actuels ont été définis comme ceux qui ont déclaré avoir fumé ≥ 1 cigarette par jour régulièrement au cours de l'année précédant l'examen. La taille et le poids ont été mesurés et l'indice de masse corporelle a été calculé (kg/m2). La tension artérielle a été mesurée deux fois dans le bras gauche du sujet assis avec un sphygmomanomètre à colonne de mercure. La moyenne des deux lectures a été utilisée comme PA d'examen, et l'hypertension a été définie comme une pression artérielle systolique ≥ 140 mmHg ou une pression artérielle diastolique ≥ 90 mmHg, ou l'utilisation autodéclarée de médicaments antihypertenseurs. La créatinine sérique a été mesurée à l'aide du taux de réaction de Jaffe et la fonction rénale a été évaluée à l'aide du taux de filtration glomérulaire estimé calculé par l'équation de l'étude Chronic-Kidney Disease-EPI [22].

Les concentrations plasmatiques de cholestérol total, de cholestérol à lipoprotéines de haute densité (HDL) et de triglycérides ont été mesurées à l'aide de méthodes enzymatiques standard, sur un analyseur Vitros 950 ou 250, Ortho‐Clinical Diagnostics (Raritan, NJ) conformément aux tests de compétence du College of American Pathologists Programme [23]. Le cholestérol des lipoprotéines de basse densité (LDL) a été calculé à l'aide de l'équation de Friedewald. L'HbA1C a été mesurée par chromatographie liquide à haute performance (Tosoh G7, Tosoh Corporation, Tokyo, Japon). Le coefficient de variation pour le dosage de l'HbA1C variait de 1,4 à 1,9 %. Un test certifié par le National Glycohemoglobin Standardization Program a été utilisé pour mesurer l'HbA1C. La glycémie à jeun a été mesurée par la méthode de la glucose oxydase. Les dosages de glucose ont été exécutés en double; le coefficient de variation intra-essai était < 3 %. Les taux circulants de peptide natriurétique cérébral (BNP) ont été mesurés par dosage immunologique par chimiluminescence réalisé sur un système de dosage immunologique (ADVIA Centaur ; Siemens), avec un coefficient de variation intra-dosage de 4,2 %, 3,1 % et 3,4 % pour 3 concentrations de BNP, respectivement. 24]. La troponine-I cardiaque à haute sensibilité (hs-cTnI) a été mesurée avec la plateforme de dosage ARCHITECT hs-cTnI (Abbott Diagnostics), un dosage immunologique double monoclonal en 2 étapes qui utilise des microparticules paramagnétiques recouvertes d'anticorps. Le dosage a un coefficient de variation de 10 % à une concentration de 3,0 ng/L [25].

Le principal résultat clinique d'intérêt était un composite d'événements indésirables cardiovasculaires majeurs définis comme la première occurrence de l'un des événements cardiovasculaires mortels et non mortels suivants : maladie coronarienne, accident vasculaire cérébral, insuffisance cardiaque et fibrillation auriculaire, entre la date d'un la première visite du participant et le 31 décembre 2016. Les événements ont été identifiés par le biais d'un processus d'arbitrage dirigé par un médecin dans le cadre de la Jackson Heart Study, qui a été décrite précédemment [26]. L'identification de la coronaropathie incidente (infarctus du myocarde mortel ou non mortel ou revascularisation coronarienne), de l'accident vasculaire cérébral (accident vasculaire cérébral ischémique et hémorragique mortel et non mortel), de l'insuffisance cardiaque et de la fibrillation auriculaire a été effectuée au cours d'un processus en deux étapes comprenant l'utilisation du codes pertinents de la Classification internationale des maladies à partir des dossiers hospitaliers, suivis d'une décision [26].

L'approche analytique initiale consistait à créer quatre groupes cliniques basés sur la présence ou l'absence d'obésité et/ou d'hypertension. Ceux-ci comprenaient : (1) les patients atteints de diabète isolé ; (2) diabète et hypertension; (3) diabète et obésité; et (4) le diabète, l'obésité et l'hypertension. Nous avons exploré la distribution différentielle des facteurs de risque cardiovasculaire (démographie, hémodynamique et biochimique ainsi que les médicaments antidiabétiques) et la capacité de ces groupes cliniques à définir le risque futur d'issue cardiovasculaire. Nous avons ensuite effectué une analyse de regroupement hiérarchique agglomérative des individus en fonction des variables cliniques et biochimiques (n = 21) et échocardiographiques (n = 8). Le clustering hiérarchique produit naturellement des structures informatives et donc faciles à déterminer le nombre de clusters [15]. L'algorithme suppose que les individus avec des points de données plus proches dans l'espace présentent plus de similitudes les uns avec les autres que ceux dont les points de données sont plus éloignés. Nous avons utilisé l'approche Ward, qui commence par classer tous les individus dans un seul groupe, puis partitionne à mesure que la distance augmente, dans le but de minimiser la variance intra-groupe. Cette approche fonctionne également bien pour les variables quantitatives. Pour arriver au nombre optimal de clusters, nous avons appliqué une suite de 30 indices dans le package NbClust implémenté dans R [16]. Cette fonction utilise jusqu'à 30 indices pour déterminer le nombre de clusters et propose le meilleur schéma de clustering à partir des différents résultats obtenus en faisant varier toutes les combinaisons de nombre de clusters, de mesures de distance et de méthodes de clustering. Dans notre ensemble de données, nous avons déterminé que trois clusters étaient l'optimum, expliquant un total de variance cumulée de 74 % et avec des valeurs propres de 2,25, 1,27 et 0,93. Grâce au regroupement, nous avons regroupé les sujets ayant un profil fonctionnel global similaire pour créer des groupes homogènes de patients diabétiques, et les principaux facteurs de différenciation étant : la masse VG (indexée sur la surface corporelle), LEDV, LVESV, FEVG ; Rapport E/A et diamètre LA (indexé sur la surface corporelle).

Nous avons comparé les caractéristiques des participants dans les groupes cliniques (selon la présence d'obésité et/ou d'hypertension) et les groupes (1, 2 et 3) en utilisant l'ANOVA ou le test de Kruskal-Wallis pour les variables continues, et le Chi-carré ou Fischer exact tests pour les variables catégorielles. La comparaison des variables continues a été suivie de tests post hoc pour les comparaisons par paires en cas de signification globale et en appliquant la correction de Bonferroni pour la multiplicité des tests. La distribution des paramètres échocardiographiques a ensuite été comparée entre les groupes à l'aide de modèles de régression linéaire ajustés en fonction de l'âge et du sexe. Nous avons choisi de n'ajuster que pour ces deux variables, car les variables cliniques qui seraient des facteurs de confusion potentiels faisaient partie de la construction des grappes.

Des analyses de survie basées sur les données de temps jusqu'à l'événement ont ensuite été effectuées pour évaluer la valeur pronostique des groupes cliniques et des grappes identifiées. Les taux d'incidence bruts et les intervalles de confiance (IC) à 95 % ont été calculés par niveaux d'exposition (groupes cliniques et grappes). La personne-temps de suivi depuis la ligne de base jusqu'à la première occurrence (a) des résultats de la maladie cardiovasculaire, (b) du décès ou (c) de la censure (date du dernier suivi disponible). Les différences entre les probabilités de survie sans événement entre les différents groupes ont été comparées à l'aide du test du log-rank. Pour l'analyse multivariable, nous avons ajusté les modèles de régression des risques proportionnels de Cox pour relier chaque groupe ou cluster clinique à la maladie cardiovasculaire incidente, après vérification de l'hypothèse de proportionnalité des risques testée à l'aide des résidus de Schoenfeld. Les variables d'ajustement comprenaient l'âge et le sexe, tant pour la comparaison des clusters que pour les groupes cliniques. Pour les groupes cliniques, l'ajustement pour ces variables donnait déjà une idée de la signification des comparaisons, évitant ainsi la nécessité d'un ajustement supplémentaire.

Les valeurs P bilatérales < 0,05 ont été considérées comme statistiquement significatives, y compris pour les termes d'interaction. Toutes les analyses ont été effectuées à l'aide de SAS 9.4 (SAS Institute, Cary, NC), y compris les analyses de clustering et les visualisations.

Les caractéristiques des trois grappes sont présentées dans les tableaux 1 et 2. La grappe 3 était caractérisée par la LV la plus élevée. Le groupe 1 avait le LVMi intermédiaire, les volumes LV, la FEVG, la dimension LA et le rapport E/A, ainsi que les niveaux de hsTnI, entre les groupes 2 et 3. Le groupe 2 avait le LVMi le plus bas, les volumes LV les plus bas, le rapport E/A le plus élevé, et la FEVG la plus élevée. Ce groupe comprenait principalement des patientes atteintes de diabète isolé. Le groupe 3 avait le LVMi le plus élevé, les volumes LV les plus élevés, le diamètre LA le plus élevé, le rapport E/A le plus bas et la FEVG intermédiaire. Le cluster 3 regroupe les patients les plus âgés avec la plus faible fréquence de diabète isolé, la pression artérielle systolique la plus élevée, les taux de BNP et de hsTnI les plus élevés.

Les caractéristiques des participants par groupes cliniques uniquement (diabète uniquement, diabète et obésité, diabète et hypertension et diabète et obésité et hypertension) sont résumées dans le Fichier complémentaire 1 : Tableau S2. Les participants du groupe diabète, obésité et hypertension étaient plus susceptibles d'être des femmes, d'avoir une fréquence cardiaque élevée, une pression artérielle systolique élevée, un faible taux de filtration glomérulaire estimé et d'être sous inhibiteurs de l'enzyme de conversion de l'angiotensine ou sous statines. Ils étaient moins susceptibles d'être fumeurs. Fichier complémentaire 1 : Le tableau S3 présente les comparaisons des données échocardiographiques entre les quatre groupes cliniques. Les différences de morphologie du VG (indice de masse du VG et volumes du VG) observées dans les analyses non ajustées n'ont pas persisté dans les analyses ajustées (en tenant compte de l'âge et du sexe). L'obésité était associée à une fonction diastolique anormale, les groupes obèses ayant un rapport E/A plus élevé que les autres groupes. Dans l'ensemble, il y avait un chevauchement important des valeurs individuelles des paramètres systoliques entre les quatre groupes.

Parmi 529 Noirs atteints de diabète (68 % de femmes, âge moyen 60 ± 10 ans), 141 incidents cardiovasculaires (41 maladies coronariennes, 36 accidents vasculaires cérébraux, 43 insuffisances cardiaques et 21 événements de fibrillation auriculaire) observés sur un suivi médian de 12 ans (intervalle de 1 à 15 ans). Le taux d'incidence global des maladies cardiovasculaires dans notre échantillon était de 26,3 (IC à 95 % 22,4, 31,0) pour 1 000 années-personnes. Le taux d'incidence des maladies cardiovasculaires par catégories et groupes cliniquement pertinents est illustré à la Fig. 1 ; Tableau 3.

Incidence des événements cardiovasculaires par catégories cliniques et par grappes. A Catégories cliniques, groupes B. HTN : hypertension, OB : obésité DT2 : diabète sucré de type 2

Dans les modèles multivariés à risques proportionnels ajustés de Cox (tableau 3), le groupe 3 avait une valeur pronostique plus mauvaise, en termes de maladie cardiovasculaire incidente, que le groupe 1 (risque relatif : 1,60 ; IC à 95 % 1,08 à 2,37) ; la valeur pronostique du groupe 2 n'était pas significativement différente de celle du groupe 1 (risque relatif : 1,11 ; IC à 95 % 0,73 à 1,68). D'autre part, par rapport aux personnes du groupe diabétique isolé, celles du groupe diabète et hypertension (rapport de risque : 0,74, IC à 95 % : 0,33 à 1,63) ou du groupe diabète et obésité (rapport de risque : 0,84 ; IC à 95 % 0,42 -1,65), ou les groupes de diabète et d'hypertension et d'obésité (risque relatif : 1,05 ; IC à 95 % 0,56 à 1,96), n'étaient pas plus à risque d'événements cardiovasculaires.

Dans un échantillon communautaire de Noirs atteints de diabète, nous avons évalué le risque d'événements cardiovasculaires, sur la base de données cliniques et échocardiographiques, et d'une approche statistique innovante (analyse en grappes). Nous avons fait un certain nombre d'observations. Premièrement, alors que l'analyse statistique classique, basée sur des groupes de facteurs de risque a priori, entraînait un chevauchement substantiel des groupes, l'analyse typologique a permis de distinguer trois groupes principalement différenciés par des indices échocardiographiques et des biomarqueurs cardiaques. Les caractéristiques cliniques variaient entre ces groupes, avec des phénotypes associés non seulement à l'obésité et à l'hypertension, mais aussi à l'âge et au sexe. Deuxièmement, le groupe de participants présentant la pire altération de la structure-fonction ventriculaire gauche et les niveaux les plus élevés de marqueurs de stress myocardique (BNP) et de blessure (hsTnI) avait le pire pronostic cardiovasculaire.

Le diabète est une affection hétérogène, compte tenu de sa coexistence avec l'hypertension et l'obésité. Ces dernières conditions rendent difficile d'isoler la contribution intrinsèque de la dérégulation du glucose au dysfonctionnement myocardique dans les études humaines, car ces conditions comorbides peuvent également affecter le remodelage cardiaque. En utilisant une hypothèse a priori basée sur les comorbidités associées au diabète, à savoir l'obésité et l'hypertension, cela permettait une discrimination limitée en termes de risque futur de maladie cardiovasculaire. Les analyses de cluster ont montré trois phénotypes (principalement basés sur les indices échocardiographiques et les biomarqueurs cardiaques) : un phénotype hypertrophique à haut risque (cluster 3) et deux autres clusters 1 et 2. Le cluster 3 avait les valeurs prédictives les plus élevées en termes de maladie cardiovasculaire incidente. . Ainsi, notre analyse par grappes a mis en évidence la valeur pronostique du remodelage du VG et du dysfonctionnement subclinique du VG dans le diabète, malgré des profils cliniques similaires d'obésité et d'hypertension. Cela suggère que les patients diabétiques présentant une diminution de la FEVG et/ou une augmentation de la masse du VG, ainsi que des niveaux élevés de biomarqueurs de stress et/ou de lésion cardiaque (BNP et hsTnI) pourraient convenir à des stratégies préventives ciblées. De plus, le fait que le BNP et le hsTnI étaient les plus élevés dans le phénotype (groupe 3) qui a la valeur pronostique la plus élevée n'est pas surprenant, car ces deux biomarqueurs sont tous deux représentatifs du stress et des lésions myocardiques subcliniques, respectivement. Il a été démontré que le BNP a une valeur pronostique chez les individus sans maladie cardiovasculaire manifeste [24]. De même, il a également été démontré que les lésions myocardiques subcliniques, évaluées par la troponine à haute sensibilité, prédisent les événements cardiovasculaires indésirables [27].

Nos observations fournissent des informations supplémentaires sur la relation entre le diabète et les résultats cardiovasculaires, et mettent en évidence la valeur pronostique clé des altérations myocardiques, en l'absence ou en présence de comorbidités, ainsi qu'en l'absence de maladie cardiovasculaire manifeste. La majorité des études antérieures dans le cadre du diabète ont rarement évalué à la fois les paramètres cliniques et échocardiographiques en termes de prédiction des maladies cardiovasculaires [28,29,30,31,32]. Nos résultats sont cohérents avec les quelques rapports précédents sur les valeurs pronostiques des modifications myocardiques subcliniques chez les personnes atteintes de diabète, y compris la dysfonction systolique VG [33, 34], la dysfonction diastolique [35]. Une étude antérieure a utilisé une approche d'analyse par grappes et a décrit l'importance pronostique des mesures échocardiographiques chez les patients diabétiques [36]. Nos observations élargissent cette dernière étude, qui n'incluait pas les participants noirs (qui sont touchés de manière disproportionnée par le diabète et les maladies cardiovasculaires aux États-Unis [1, 2]), ni les biomarqueurs de stress de la paroi ventriculaire (BNP) ou de lésion myocardique (hsTnI) [ 36].

La prédominance des variables échocardiographiques dans les clusters illustre très probablement les différents processus mécanistes conduisant au remodelage cardiaque dans le diabète [37]. D'une part, le diabète augmente l'hypertrophie et la raideur des cardiomyocytes, en raison de l'hyperinsulinémie, de l'inflammation endothéliale microvasculaire et de la raréfaction microvasculaire [37, 38], conduisant à un phénotype à fraction d'éjection préservée. D'autre part, le diabète augmente la fibrose en raison de la mort des cardiomyocytes induite par la lipotoxicité et/ou les produits finaux de glycation avancée [37, 38], entraînant une réduction de la fraction d'éjection.

Notre étude suggère que chez les Noirs atteints de diabète, le dysfonctionnement structurel du myocarde et les biomarqueurs cardiaques sont potentiellement des déterminants clés du pronostic cardiovasculaire. Ainsi, nos résultats soulignent l'utilité potentielle de l'analyse par grappes pour stratifier le risque, et cela sélectionne des individus sans insuffisance cardiaque manifeste ou maladie cardiovasculaire en général qui peuvent bénéficier de nouvelles thérapies contre le diabète avec des avantages cardiovasculaires, à savoir les inhibiteurs du SGLT-2 [7], et les agonistes des récepteurs du GLP-1 [8], désormais recommandés dans les recommandations d'utilisation dans le cadre du diabète, pour optimiser la protection cardiovasculaire [39].

Les points forts de cette étude comprennent un échantillon communautaire bien caractérisé de Noirs, la disponibilité de données cliniques, échocardiographiques et cardiaques sur les biomarqueurs, et l'utilisation d'une approche analytique innovante de l'analyse pour identifier des groupes de patients avec des phénotypes uniques avec un valeur de pronostic. En effet, contrairement à l'analyse statistique classique, l'analyse typologique est une technique d'apprentissage automatique et exploratoire qui fournit des outils pour identifier des sous-groupes inconnus mais avec des caractéristiques distinctes qui portent des valeurs de pronostic [15, 16].

Certaines limites de notre étude doivent être reconnues. Premièrement, notre analyse manquait de puissance pour étudier les événements cardiovasculaires individuels (maladie coronarienne, accident vasculaire cérébral, insuffisance cardiaque et fibrillation auriculaire), nous avons donc utilisé un critère composite. Deuxièmement, les participants étaient des Noirs de Jackson, Mississippi ; ainsi, les résultats peuvent ne pas être généralisables à d'autres groupes ethniques ou Noirs ailleurs aux États-Unis. Troisièmement, nous n'avons pas inclus tous les indices échocardiographiques potentiellement pertinents (relatifs aux fonctions systolique et diastolique) tels que les volumes LA, les mesures Doppler tissulaire et les mesures de contrainte, qui auraient pu aider à affiner la définition des clusters. Cinquièmement, nous ne disposions pas de données sur les principaux facteurs liés au diabète, tels que la durée de la maladie et les complications microvasculaires (telles que la rétinopathie [40, 41], la neuropathie autonome [42] ou la dysfonction érectile [43], qui se sont révélées être liées à l'atteinte myocardique). altérations et résultats cardiovasculaires), ce qui peut aider à affiner l'évaluation du risque de maladie cardiovasculaire dans le contexte du diabète. Quatrièmement, nous nous sommes concentrés sur un groupe sélectionné de participants diabétiques disposant de données complètes sur les différentes variables, ce qui a probablement introduit un biais de sélection, mais il s'agit d'un phénomène inévitable dans les études observationnelles. Enfin, en raison de la nature observationnelle de notre analyse, les résultats de l'étude peuvent être prédisposés à une confusion résiduelle.

En conclusion, dans un échantillon communautaire d'adultes noirs, l'identification des grappes a révélé trois phénotypes chez les patients diabétiques, indiquant que malgré des profils cliniques similaires, les patients présentant un phénotype caractérisé par l'IMVG le plus élevé, les volumes VG les plus élevés, la FEVG la plus faible, l'E/ Un ratio élevé et des biomarqueurs cardiaques (BNP et hsTnI) sont à risque cardiovasculaire plus élevé. Ces résultats soulignent l'importance de détecter les anomalies myocardiques subtiles et l'élévation des biomarqueurs cardiaques, ce qui peut aider à prédire avec fiabilité le risque cardiovasculaire futur chez les personnes atteintes de diabète.

Les données sont disponibles sur demande auprès de l'auteur et sous réserve de l'obtention de l'autorisation pertinente de la Jackson Heart Study.

Virani SS, Alonso A, Aparicio HJ, Benjamin EJ, Bittencourt MS, Callaway CW, et al. Statistiques sur les maladies cardiaques et les accidents vasculaires cérébraux - mise à jour 2021 : un rapport de l'American Heart Association. Circulation. 2021;143(8):e254–743.

Article PubMed Google Scholar

Menke A, Casagrande S, Geiss L, Cowie CC. Prévalence et tendances du diabète chez les adultes aux États-Unis, 1988-2012. JAMA. 2015;314:1021–9.

Article CAS PubMed Google Scholar

Peters SAE, Huxley RR, Woodward M. Le diabète en tant que facteur de risque de maladie coronarienne incidente chez les femmes par rapport aux hommes : une revue systématique et une méta-analyse de 64 cohortes comprenant 858 507 individus et 28 203 événements coronariens. Diabétologie. 2014;57(8):1542–51.

Article PubMed Google Scholar

Peters SAE, Huxley RR, Woodward M. Le diabète en tant que facteur de risque d'AVC chez les femmes par rapport aux hommes : une revue systématique et une méta-analyse de 64 cohortes, dont 775 385 individus et 12 539 AVC. Lancette. 2014;383(9933):1973–80.

Article PubMed Google Scholar

Ohkuma T, Komorita Y, Peters SAE, Woodward M. Le diabète en tant que facteur de risque d'insuffisance cardiaque chez les femmes et les hommes : une revue systématique et une méta-analyse de 47 cohortes comprenant 12 millions d'individus. Diabétologie. 2019;62(9):1550–60.

Article PubMed PubMed Central Google Scholar

Huxley RR, Filion KB, Konety S, Alonso A. Méta-analyse d'études de cohorte et cas-témoins sur le diabète sucré de type 2 et le risque de fibrillation auriculaire. Suis J Cardiol. 2011;108:56–62.

Article PubMed PubMed Central Google Scholar

McGuire DK, Shih WJ, Cosentino F, Charbonnel B, Cherney DZI, Dagogo-Jack S, et al. Association des inhibiteurs du SGLT2 avec les résultats cardiovasculaires et rénaux chez les patients atteints de diabète de type 2 : une méta-analyse. JAMA Cardiol. 2021;6:148–58.

Article PubMed Google Scholar

Kristensen SL, Rørth R, Jhund PS, Docherty KF, Sattar N, Preiss D, et al. Résultats cardiovasculaires, de mortalité et rénaux avec les agonistes des récepteurs du GLP-1 chez les patients atteints de diabète de type 2 : une revue systématique et une méta-analyse des essais sur les résultats cardiovasculaires. Lancet Diabète Endocrinol. 2019;7:776–785.

Article CAS PubMed Google Scholar

Hiruma S, Shigiyama F, Hisatake S, Mizumura S, Shiraga N, Hori M, et al. Une étude prospective randomisée comparant les effets de l'empagliflozine à la sitagliptine sur l'accumulation de graisse cardiaque, la fonction cardiaque et le métabolisme cardiaque chez des patients atteints de diabète de type 2 à un stade précoce : l'étude ASSET. Cardiovasc Diabetol l; 2021;20 (1):32.

Article CAS Google Scholar

Katakami N, Mita T, Yoshii H, Shiraiwa T, Yasuda T, Okada Y, et al. Effet de la tofogliflozine sur la rigidité artérielle chez les patients atteints de diabète de type 2 : sous-analyse prédéfinie de l'essai comparatif UTOPIA prospectif, randomisé, ouvert et à groupes parallèles. Diabétol cardiovasculaire ; 2021;20;20(1):4.

Article CAS PubMed PubMed Central Google Scholar

Colosia AD, Palencia R, Khan S. Prévalence de l'hypertension et de l'obésité chez les patients atteints de diabète sucré de type 2 dans les études observationnelles : une revue systématique de la littérature. Diabetes Metab Syndr Obes Targets Ther. 2013;6:327–38.

Article Google Scholar

Wong CY, O'Moore-Sullivan T, Leano R, Byrne N, Beller E, Marwick TH. Altérations des caractéristiques du myocarde ventriculaire gauche associées à l'obésité. Circulation. 2004;110:3081–7.

Article PubMed Google Scholar

Ho JE, McCabe EL, Wang TJ, Larson MG, Levy D, Tsao C, et al. Traits cardiométaboliques et mécanique systolique dans la communauté. Échec cardiaque Circ. 2017;10:e003536.

Article PubMed PubMed Central Google Scholar

Cheng S, Xanthakis V, Sullivan LM, Lieb W, Massaro J, Aragam J, et al. Corrélats des indices échocardiographiques du remodelage cardiaque au cours de la vie adulte : observations longitudinales de l'étude cardiaque de Framingham. Circulation. 2010;122:570–8.

Article PubMed PubMed Central Google Scholar

Eshghi A, Haughton D, Legrand P, Skaletsky M, Woolford S. Identifier les groupes : une comparaison des méthodologies. J Data Sci. 2011;9:271–91.

Article Google Scholar

Charrad M, Ghazzali N, Boiteau V, Niknafs A, NbClust. Un package R pour déterminer le nombre pertinent de clusters dans un ensemble de données. Logiciel J Stat. 2014 ;61 : 1–36.

Article Google Scholar

Taylor HA. L'étude sur le cœur de Jackson : un aperçu. Ethn Dis. 2005;15:S6-1-3.

Google Scholar PubMed

Association américaine du diabète. 2. Classification et diagnostic du diabète : normes de prise en charge médicale du diabète 2019. Diabetes Care. 2019;41:S13-27.

Article Google Scholar

Devereux RB, Alonso DR, Lutas EM, Gottlieb GJ, Campo E, Sachs I, et al. Évaluation échocardiographique de l'hypertrophie ventriculaire gauche : comparaison avec les résultats de l'autopsie. Suis J Cardiol. 1986;57:450–8.

Article CAS PubMed Google Scholar

de Simone G, Devereux RB, Daniels SR, Koren MJ, Meyer RA, Laragh JH. Effet de la croissance sur la variabilité de la masse ventriculaire gauche : évaluation des signaux allométriques chez l'adulte et l'enfant et leur capacité à prédire le risque cardiovasculaire. J Am Coll Cardiol. 1995;25:1056–62.

Article PubMed Google Scholar

Nagueh SF, Smiseth OA, Appleton CP, Byrd BF, Dokainish H, Edvardsen T, et al. Recommandations pour l'évaluation de la fonction diastolique ventriculaire gauche par échocardiographie : une mise à jour de la société américaine d'échocardiographie et de l'Association européenne d'imagerie cardiovasculaire. J Am Soc Echocardiogr. 2016;29(4):277–314.

Article PubMed Google Scholar

Levey AS, Stevens LA, Schmid CH, Zhang YL, Castro AF 3rd, Feldman HI, et al. Une nouvelle équation pour estimer le taux de filtration glomérulaire. Ann Stagiaire Med. 2009;150:604–12.

Article PubMed PubMed Central Google Scholar

Carpenter MA, Crow R, Steffes M, Rock W, Heilbraun J, Evans G, et al. Méthodes de gestion des données des laboratoires, des centres de lecture et des centres de coordination dans la Jackson Heart Study. Suis J Med Sci. 2004;328:131–44.

Article PubMed Google Scholar

Fox ER, Samdarshi TE, Musani SK, Pencina MJ, Sung JH, Bertoni AG, et al. Développement et validation de modèles de prédiction du risque d'événements cardiovasculaires chez les adultes noirs : la cohorte de l'étude cardiaque de Jackson. JAMA Cardiol. 2016;1:15–25.

Article PubMed PubMed Central Google Scholar

Apple FS, Collinson PO. Caractéristiques analytiques des dosages de troponine cardiaque à haute sensibilité. Clin. Chim. 2012;58:54–61.

Article CAS PubMed Google Scholar

Keku E, Rosamond W, Taylor HA, Garrison R, Wyatt SB, Richard M, et al. Classification des événements de maladies cardiovasculaires dans la Jackson Heart Study : méthodes et procédures. Ethn Dis. 2005;15(4 Supplément 6):S6-62-70.

Google Scholar PubMed

McEvoy JW, Chen Y, Ndumele CE, Solomon SD, Nambi V, Ballantyne CM, et al. Changement sur six ans de la troponine T cardiaque à haute sensibilité et risque de maladie coronarienne, d'insuffisance cardiaque et de décès ultérieurs. JAMA Cardiol. 2016;1:519–28.

Article PubMed PubMed Central Google Scholar

Devereux RB, Roman MJ, Paranicas M, O'Grady MJ, Lee ET, Welty TK, et al. Impact du diabète sur la structure et la fonction cardiaques : la Strong Heart Study. Circulation. 2000;101:2271–6.

Article CAS PubMed Google Scholar

Liu JE, Palmieri V, Roman MJ, Bella JN, Fabsitz R, Howard BV, et al. L'impact du diabète sur le modèle de remplissage ventriculaire gauche chez les adultes normotendus et hypertendus : l'étude du cœur fort. J Am Coll Cardiol. 2001;37:1943–9.

Article CAS PubMed Google Scholar

Rutter MK, Parise H, Benjamin EJ, Levy D, Larson MG, Meigs JB, et al. Impact de l'intolérance au glucose et de la résistance à l'insuline sur la structure et la fonction cardiaques : différences liées au sexe dans la Framingham Heart Study. Circulation. 2003;107:448–54.

Article CAS PubMed Google Scholar

Skali H, Shah A, Gupta DK, Cheng S, Claggett B, Liu J, et al. Structure et fonction cardiaques à travers le spectre glycémique chez les hommes et les femmes âgés sans maladie cardiaque prévalente : le risque d'athérosclérose dans l'étude communautaire. Échec cardiaque Circ. 2015;8:448–54.

Article CAS PubMed PubMed Central Google Scholar

Bertoni AG, Goff DC, D'Agostino RB, Liu K, Hundley WG, Lima JA, et al. Cardiomyopathie diabétique et maladies cardiovasculaires subcliniques. Traitements diabétiques. 2006;29:588–94.

Article PubMed Google Scholar

Holland DJ, Marwick TH, Haluska BA, Strategy R, Hordern MD, Hare JL, et al. Dysfonctionnement subclinique du VG et résultats à 10 ans dans le diabète sucré de type 2. Cœur. Rév. 2015;101:1061–6.

Article PubMed Google Scholar

Rørth R, Jhund PS, Mogensen UM, Kristensen SL, Petrie MC, Køber L, et al. Risque d'insuffisance cardiaque incidente chez les patients diabétiques et dysfonction systolique ventriculaire gauche asymptomatique. Traitements diabétiques. 2018;41:1285–1291.

Article PubMed CAS Google Scholar

De AM, Scott CG, Chen HH. Le développement de l'insuffisance cardiaque chez les patients atteints de diabète sucré et de dysfonctionnement diastolique préclinique. Une étude basée sur la population. J Am Coll Cardiol. 2010;55:300–5.

Article PubMed Google Scholar

Ernande L, Audureau E, Jellis CL, Bergerot C, Henegar C, Sawaki D, et al. Implications cliniques des phénotypes échocardiographiques des patients atteints de diabète sucré. J Am Coll Cardiol. 2017;70:1704–16.

Article PubMed Google Scholar

van Heerebeek L, Hamdani N, Handoko ML, Falcao-Pires I, Musters RJ, Kupreishvili K, et al. Raideur diastolique du cœur diabétique défaillant : importance de la fibrose, des produits finaux de glycation avancée et de la tension de repos des myocytes. Circulation. 2008;117:43–51.

Article PubMed Google Scholar

Paulus WJ, Dal Canto E. Cibles myocardiques distinctes pour le traitement du diabète dans l'insuffisance cardiaque avec fraction d'éjection préservée ou réduite. Échec cardiaque JACC. 2018 ; 6 : 1–7.

Article PubMed Google Scholar

Das SR, Everett BM, Birtcher KK, Brown JM, Cefalu WT, Januzzi JL, et al. Voie de décision du consensus d'experts de l'ACC 2020 sur les nouvelles thérapies pour la réduction du risque cardiovasculaire chez les patients atteints de diabète de type 2 et de maladie cardiovasculaire athéroscléreuse. J Am Coll Cardiol. 2020;76:1117–45.

Article CAS PubMed PubMed Central Google Scholar

Cheung N, Jie JW, Klein R, Couper DJ, Sharrett AR, Wong TY. Rétinopathie diabétique et risque de maladie coronarienne : étude du risque d'athérosclérose dans les communautés. Traitements diabétiques. 2007;30:1742–6.

Article PubMed Google Scholar

Cheung N, Wang JJ, Rogers SL, Brancati F, Klein R, Sharrett AR, et al. Rétinopathie diabétique et risque d'insuffisance cardiaque. J Am Coll Cardiol. 2008;51:1573–8.

Article PubMed Google Scholar

Sacre JW, Franjic B, Jellis CL, Jenkins C, Coombes JS, Marwick TH. Association de la neuropathie autonome cardiaque avec un dysfonctionnement myocardique subclinique dans le diabète de type 2. Imagerie cardiovasculaire JACC. 2010;3:1207–15.

Article PubMed Google Scholar

Yamada T, Hara K, Umematsu H, Suzuki R, Kadowaki T. Dysfonction érectile et événements cardiovasculaires chez les hommes diabétiques : une méta-analyse d'études observationnelles. PLoS ONE. 2012;7(9):e43673.

Article CAS PubMed PubMed Central Google Scholar

Télécharger les références

Les auteurs remercient les participants à la Jackson Heart Study.

La Jackson Heart Study est soutenue et menée en collaboration avec la Jackson State University (HHSN268201800013I), le Tougaloo College (HHSN268201800014I), le Mississippi State Department of Health (HHSN268201800015I) et le University of Mississippi Medical Center (HHSN268201800010I, HHSN2682018000 11I et HHSN268201800012I) contrats de la National Heart, Lung, and Blood Institute (NHLBI) et National Institute on Minority Health and Health Disparities (NIMHD). Les agences de financement n'ont joué aucun rôle dans la formulation, l'édition ou la décision de soumettre ce manuscrit. Le Dr Echouffo Tcheugui a été soutenu par NIH/NHLBI Grant K23 HL153774. Le Dr Mentz RJM reçoit un soutien à la recherche des National Institutes of Health-Grants U01HL125511-01A1 et R01AG045551-01A1.

Département de médecine, Division d'endocrinologie, diabète et métabolisme, École de médecine de l'Université Johns Hopkins, 5510 Bayview Circle, Baltimore, MD, 21224, États-Unis

Justin B. Echouffo-Tcheugui

Département de médecine, Jackson Heart Study, University of Mississippi Medical Center, Jackson, États-Unis

Solomon K. Musani et Adolph Correa

Département d'épidémiologie et de prévention, École de médecine de l'Université Wake Forest, Winston-Salem, Caroline du Nord, États-Unis

Alain G. Bertoni

Département de médecine, Division de cardiologie, Centre médical de l'Université du Mississippi, Jackson, États-Unis

Ervin R. Fox

Département de médecine, Division de cardiologie, Duke University School of Medicine, Durham, Caroline du Nord, États-Unis

Robert J.Mentz

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Conception et conception de l'étude : JBET. Acquisition, analyse et interprétation des données : JBET, SKM, AGB, AC, ERF et RJM. Rédaction du manuscrit : JBET. Révision critique du manuscrit : JBET, SKM, AGB, AC, ERF et RJM. Analyse statistique : SKM. Support administratif, technique ou matériel : JBET. Direction de l'étude : JBET. JBET a eu un accès complet à toutes les données de l'étude et assume la responsabilité de l'intégrité des données et de l'exactitude des analyses de données. Tous les auteurs ont lu et approuvé le manuscrit final.

Correspondance à Justin B. Echouffo-Tcheugui.

Tous les auteurs ont donné leur accord pour la publication.

Robert J Mentz reçoit un soutien à la recherche d'Amgen, AstraZeneca, Bayer, GlaxoSmithKline, Gilead, InnoLife, Luitpold/American Regent, Medtronic, Merck, Novartis et Sanofi ; honoraires d'Abbott, Amgen, AstraZeneca, Bayer, Boston Scientific, Janssen, Luitpold Pharmaceuticals, Medtronic, Merck, Novartis, Roche, Sanofi et Vifor ; et a siégé à un conseil consultatif pour Amgen, AstraZeneca, Luitpold, Merck, Novartis et Boehringer Ingelheim. Les autres auteurs ne signalent aucun conflit d'intérêts.

Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

Matériel d'étude supplémentaire (tableaux et figure).

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui permet l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur n'importe quel support ou format, à condition que vous accordiez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournir un lien vers la licence Creative Commons et indiquer si des modifications ont été apportées. Les images ou tout autre matériel de tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/. La renonciation Creative Commons Public Domain Dedication (http://creativecommons.org/publicdomain/zero/1.0/) s'applique aux données mises à disposition dans cet article, sauf indication contraire dans une ligne de crédit aux données.

Réimpressions et autorisations

Echouffo-Tcheugui, JB, Musani, SK, Bertoni, AG et al. Phénotypes des patients et risque cardiovasculaire dans le diabète de type 2 : la Jackson Heart Study. Cardiovasc Diabetol 21, 89 (2022). https://doi.org/10.1186/s12933-022-01501-z

Télécharger la citation

Reçu : 05 mars 2022

Accepté : 28 mars 2022

Publié: 01 juin 2022

DOI : https://doi.org/10.1186/s12933-022-01501-z

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt

Nouvelles

Phénotypes des patients et risque cardiovasculaire dans le diabète de type 2 : la Jackson Heart Study