Les marqueurs inflammatoires peuvent influencer la relation entre la consommation de viande transformée et l'obésité malsaine métabolique chez les femmes : une étude transversale

Apr 14, 2023

Rapports scientifiques volume 13, Numéro d'article : 9261 (2023) Citer cet article

Détails des métriques

L'obésité métaboliquement saine (MHO) et l'obésité métaboliquement malsaine (MUHO) sont connues pour être affectées par l'alimentation et les facteurs inflammatoires (tels que TGF-β1, IL-β1, MCP1). Nous avons cherché à déterminer si la consommation de viande transformée pouvait avoir un effet sur les phénotypes MHO et MUHO, médiés par des marqueurs inflammatoires, chez les femmes iraniennes en surpoids et obèses. L'étude transversale actuelle a été réalisée sur 224 femmes de 18 à 48 ans, avec un indice de masse corporelle (IMC) ≥ 25 kg/m2. Un questionnaire de fréquence alimentaire (FFQ) de 147 items a été utilisé pour évaluer l'apport alimentaire. Chez tous les participants, les indices anthropométriques et les facteurs biochimiques, ainsi que les phénotypes de santé métabolique basés sur le score de Karelis, ont été évalués. Selon les résultats, 22,6% des participants avaient des phénotypes MHO et 75,7% avaient des phénotypes MUHO. Il y avait une association entre une plus grande adhésion aux viandes transformées et une probabilité accrue de phénotype MUHO chez les femmes iraniennes (OR : 2,54 ; IC à 95 % 0,009, 7,51 ; P = 0,05). De plus, nous avons constaté que la relation peut être affectée par des agents tels que TGF-β1, IL-β1 et MCP1 ; cependant, des recherches supplémentaires sont nécessaires pour confirmer ces résultats et ces découvertes.

Bien que l'obésité en tant que problème de santé mondial ait des perturbations métaboliques, il existe des personnes obèses qui peuvent ne pas avoir de pathologies associées. Ce groupe d'individus a un phénotype d'obésité métaboliquement saine (MHO)1. De plus, le phénotype d'obésité métaboliquement malsaine (MUHO) sont des individus obèses présentant des anomalies métaboliques, telles que la résistance à l'insuline, l'hypertension2,3,4 ou la présence de marqueurs d'inflammation, tels que la protéine C-réactive (CRP)5,6. La prévalence des MHO est très variable selon les études ; cependant, il a été estimé entre 10 % et 30 % dans le monde7. La MHO semble être plus répandue chez les femmes, et même sa prévalence diminue avec l'âge dans les deux sexes8. Les mécanismes sous-jacents à l'origine du phénotype d'obésité métabolique sont multiples et complexes ; cependant, nous avons cherché à considérer l'un des principaux facteurs de risque modifiables, à savoir les compositions alimentaires visant à réduire la prévalence de ce phénotype.

Il a été postulé que les régimes riches en protéines, en particulier, contribuent à la prise ou à la réduction de poids, car ils sont souvent riches en viande rouge et en d'autres produits à base de viande, tels que les viandes transformées9,10. Les viandes transformées sont riches en acides gras saturés (AGS), en cholestérol, en sodium et en nitrates, ce qui entraîne l'obésité et des maladies chroniques telles que le diabète et le cancer11,12. Il a été démontré que l'adhésion à une alimentation saine telle que la consommation de fruits, de légumes et de grains entiers est inversement liée aux troubles chroniques (diabète et maladies cardiovasculaires), tandis que la consommation de viandes transformées ou de boissons sucrées est liée à l'augmentation du risque13,14,15 ,16. De plus, il a été postulé que la consommation de fast-food et d'abats pourrait être associée à des phénotypes malsains, même chez les personnes qui étaient auparavant métaboliquement saines en Iran17. En outre, une autre étude a indiqué l'association d'un modèle alimentaire occidental, composé de viandes rouges et transformées, avec le phénotype d'obésité chez les adultes18 ; tandis que chez les hommes iraniens, il a été constaté que la consommation de viande peut être associée à un poids normal métaboliquement obèse19. De plus, une étude supplémentaire a montré qu'il pourrait y avoir une relation entre une consommation élevée de viande rouge et transformée et la résistance à l'insuline et, par conséquent, le MUHO20,21. Il existe peu d'études portant sur l'association des viandes transformées et du phénotype MHO, à la place, elles ont étudié cette relation avec différents régimes alimentaires17,22,23.

De plus, l'obésité et l'inflammation ont une relation étroite conduisant à la réponse inflammatoire déclenchée par une masse grasse excessive24,25. Il a été affirmé que les individus obèses et non obèses métaboliquement sains avaient des concentrations plus faibles de marqueurs inflammatoires par rapport à leurs homologues métaboliquement malsains27,28. De plus, les personnes atteintes de MUHO ont démontré une hs-CRP significativement plus élevée qu'avec MHO29. En effet, il a été démontré qu'une consommation plus élevée de viande rouge et transformée était significativement associée à une protéine C-réactive (CRP) plus élevée chez les femmes30. À notre connaissance, aucune étude n'a étudié dans quelle mesure les marqueurs inflammatoires (TGF-β1, IL-β1 et MCP1) peuvent médier la relation entre la viande transformée et le MUHO chez les femmes. Il s'agissait de la première étude visant à déterminer si la consommation de viande transformée pouvait influencer les phénotypes MHO et MUHO, en tenant compte des critères de Karelis, médiés par des marqueurs inflammatoires, chez les femmes iraniennes en surpoids et obèses. Il existe encore moins d'études spécifiquement travaillées sur l'association charcuterie et phénotype MUHO31,32. Ainsi, il est utile d'élucider cette relation pour pouvoir fournir plus de connaissances et un mode de vie plus sain.

Cette étude transversale a été menée à l'aide d'un échantillonnage aléatoire simple, où 224 femmes participantes ont été recrutées dans 20 centres de santé de Téhéran. La taille totale de l'échantillon de participants a été déterminée par cette formule (([(Z1 − α + Z1 − β) × √1 − r2]/r)2 + 2), β : 0,95, α : 0,05, avec une confiance de 95 % et 80 % de puissance, et r : 0,25)33. Les critères d'inclusion étaient ; âgé de 18 à 48 ans, avec un indice de masse corporelle (IMC) ≥ 25 kg/m2, sans antécédent d'hypertension, sans consommation d'alcool et d'opiacés, ne pas être enceinte, ne pas avoir d'infection aiguë ou chronique, et critères d'exclusion avaient des antécédents de maladie cardiovasculaire, de cancer de la thyroïde, de diabète, de maladie du foie et des reins et de tabagisme. De plus, les participants qui avaient suivi un régime alimentaire arbitraire/spécial, ainsi que ceux souffrant de maladie(s) chronique(s) affectant leur alimentation, ou si leur apport énergétique quotidien était < 800 kcal ou > 4200 kcal34, ont été exclus. Tous les participants ont été invités à fournir un consentement écrit avant le début de l'étude. L'étude a été approuvée par le comité d'éthique de l'Université des sciences médicales de Téhéran (R.TUMS.VCR.REC.1395.1234).

La composition corporelle, y compris la masse grasse et maigre, et le rapport taille/hanche, a été évaluée par l'analyseur d'impédance bioélectrique (scanner In Body 770, Corée)35. Le poids a été mesuré avec une précision de 100 g à l'aide d'une balance Seca (fabriquée en Allemagne) avec le moins de vêtements et sans chaussures. De plus, la taille a été mesurée au 0,5 cm près par un ruban non élastique, puis l'IMC a été calculé en tant que poids (kg) divisé par la taille (m2). La mesure du tour de taille a été effectuée au niveau du nombril, après l'expiration, conformément aux directives anthropométriques standard de la parenté. Selon les critères de classification du poids de l'Organisation mondiale de la santé (OMS), un IMC de 25 à 29,9 kg/m2 était considéré comme un surpoids et un IMC de 30 kg/m2 ou plus comme de l'obésité36.

Des échantillons de sang ont été prélevés après 12 h de jeûne nocturne pour évaluer les lipoprotéines de basse densité (LDL-C), les lipoprotéines de haute densité (HDL-C), les triglycérides (TG), la glycémie à jeun (FBS), le cholestérol total, l'évaluation du modèle homéostatique la résistance à l'insuline (HOMA-IR), le facteur de croissance transformant-bêta 1 (TGF-β1), l'interleukine-bêta 1 (IL-β1) et la protéine chimiotactique des monocytes-1 (MCP-1). Le sérum a été séparé et conservé à une température de -70°C jusqu'à la réalisation des analyses, après centrifugation.

L'IR a été calculé par l'évaluation du modèle homéostatique (HOMA) selon l'équation suivante : HOMA-IR ¼ [glycémie à jeun (mmol/l) insuline plasmatique à jeun (mUI/l)]/22,537.

Selon les critères de Karelis, la présence d'au moins trois éléments suivants indique des phénotypes métaboliques : : TG ≤ 1,7 mmol/L ou utilisation d'hypolipémiants, HDL-C ≥ 1,3 mmol/L, LDL-C ≤ 2,6 mmol/L, HOMA ≤ 2,7 et CRP ≤ 3,0 mg/L38. Ensuite, les participants ont été classés en deux groupes, MHO et MUHO39.

L'apport alimentaire des femmes a été recueilli par des nutritionnistes experts qui ont mené un entretien en face à face avec le questionnaire semi-quantitatif de fréquence alimentaire (FFQ) de 147 items, où sa validité et sa fiabilité ont été préalablement avouées dans une population iranienne40. La fréquence moyenne de consommation a été considérée au cours de la dernière année sur une base quotidienne, hebdomadaire et mensuelle. Les mesures des ménages ont été prises en compte pour la taille des portions, puis converties en grammes41. Le tableau de composition des aliments (FCT) du Département de l'agriculture des États-Unis (USDA) a été utilisé pour évaluer l'énergie et les nutriments, bien que le FCT iranien ait été pris en compte pour les aliments locaux qui n'étaient pas présents dans le FCT de l'USDA. Les viandes transformées étaient considérées comme des saucisses, des hamburgers et du salami. De plus, l'apport énergétique quotidien total a été examiné en considérant la somme de l'énergie de chaque aliment.

Un questionnaire international sur l'activité physique (IPAQ) valide et fiable, conçu par l'OMS et précédemment validé chez des femmes adultes iraniennes, a été utilisé pour évaluer les niveaux d'activité physique42. Les participants ont été invités à répondre à des questions, telles que le temps qu'ils ont passé à marcher, et l'activité physique modérée et vigoureuse, au cours de la dernière semaine. Par la suite, le temps de chaque activité physique a été converti en minutes par semaine et calculé comme l'équivalent métabolique de la tâche (MET/minutes/semaine).

Les caractéristiques démographiques (y compris l'âge, le sexe, le revenu, l'état matrimonial, la consommation de suppléments, le statut socioéconomique, l'éducation et le statut professionnel) ont été recueillies. De plus, les pressions artérielles systolique et diastolique (SBP et DBP) ont été évaluées après 15 minutes de repos, à l'aide d'un sphygmomanomètre à mercure.

Les participants ont été classés en fonction des tertiles de consommation de viande transformée. Le test de Kolmogorov—Smirnov et les histogrammes ont été utilisés pour déterminer la distribution des données. Toutes les variables avec une distribution normale ont été analysées par des tests paramétriques. L'analyse de variance unidirectionnelle (ANOVA) pour les variables continues et le test du chi carré pour les variables catégorielles ont été utilisés pour comparer les caractéristiques des sujets et l'apport alimentaire à travers les tertiles du score de viande transformée, et ils ont été rapportés comme moyenne (SD). L'analyse de covariance (ANCOVA) a été utilisée pour examiner les caractéristiques démographiques, les mesures anthropométriques, les évaluations cliniques et l'apport alimentaire dans les tertiles du score de viande transformée en ajustant l'âge, l'IMC, l'activité physique, l'apport énergétique, le statut économique et la consommation de suppléments. Pour examiner l'association entre le score de la viande transformée et le MHO et le MUHO, le modèle de régression logistique binaire a été appliqué sous forme de rapport de cotes (OR) et d'intervalle de confiance (IC) à 95 %. La méthode de Barrett, Mediation Analysis Model, a été mise en œuvre pour l'évaluation des effets médiateurs du TGF-β1, de l'IL-β1 et du MCP1, séparément. Dans la présente étude, le logiciel SPSS version 26 (Chicago—États-Unis) a été utilisé pour l'analyse des données, tandis qu'une valeur P < 0,05 était, a priori, considérée comme statistiquement significative.

Chaque participant a été complètement informé du protocole de l'étude et a fourni un formulaire de consentement écrit et éclairé avant de participer à l'étude. Cette étude a été menée conformément à la déclaration d'Helsinki et toutes les procédures impliquant des patients humains ont été approuvées par la TUMS. Le protocole d'étude a été approuvé par le comité d'éthique de l'Université des sciences médicales de Téhéran (TUMS) avec l'identification suivante (R.TUMS.VCR.REC.1395.1234.).

Au total, 224 femmes, composées de 53 MHO (22,6 %) et 178 MUHO (75,7 %), avec un âge moyen et un IMC de 36,2 ans et 30,5 kg/m2, respectivement, ont participé à l'étude. La moyenne (ET) de MCP1, TGF et IL-β1 était de 52,6 (16,4) pg/ml, 79,4 (66,0) pg/ml et 2,7 (2,6) pg/ml, respectivement.

Les caractéristiques générales des participants à travers les tertiles des scores de viande transformée chez les femmes en surpoids et obèses sont présentées dans le tableau 1. Selon le modèle brut, les participants ayant un score inférieur de viande transformée étaient plus actifs physiquement (P = 0,04) ; cependant, il n'y avait pas de différences significatives entre les tertiles dans d'autres caractéristiques. Après avoir contrôlé l'âge, l'activité physique et l'apport énergétique, nous avons constaté que le statut socio-économique (P = 0,01), l'utilisation de suppléments (P = 0,03), le LDL-C (P = 0,05) et le HDL-C (P = 0,01) avaient différences moyennes statistiquement significatives.

L'apport alimentaire des participants à travers les tertiles des scores de viande transformée chez les femmes en surpoids et obèses est présenté dans le tableau 2. Avant ajustement pour les facteurs de confusion, l'apport énergétique, tous les macronutriments, ainsi que le cholestérol, les AGS et les acides gras monoinsaturés (AGMI) la consommation dans les scores les plus élevés de viande transformée était significativement inférieure à celle du premier tertile (P < 0,001). De plus, les participants des tertiles les plus élevés de viande transformée avaient un apport plus faible en acide linoléique, acide linolénique, sodium, potassium, fer, magnésium, calcium, zinc, sélénium, vitamine A, β carotène, thiamine, vitamine B6, folate, vitamine B12, fibres totales, grains raffinés, fruits, légumes, noix, produits laitiers et légumineuses (P < 0,001). Alors qu'après contrôle de l'apport énergétique, la consommation plus élevée de viande transformée n'était associée qu'à un apport plus faible en magnésium (P = 0,00), en fibres totales (P = 0,01) et en noix (P = 0,05). Cependant, d'autres facteurs alimentaires dans les tertiles de viande transformée n'ont montré aucun résultat significatif avant et après ajustement pour l'apport énergétique.

L'association des phénotypes MHO et MUHO entre les tertiles des scores de viande transformée chez les femmes en surpoids et obèses est présentée dans le tableau 3. Il n'y avait aucune association significative entre les phénotypes MUHO et les tertiles des scores de viande transformée dans le modèle brut (P = 0,26), tandis qu'après ajustement sur l'âge, l'IMC, l'activité physique, l'apport énergétique, les femmes du troisième tertile affichaient un rapport de cotes accru mais non statistiquement significatif (P = 0,57). Alors qu'après ajustement en fonction de l'âge, de l'IMC, de l'activité physique, de l'apport énergétique, du statut économique et de la consommation de suppléments, il y avait une probabilité croissante de MUHO dans le troisième tertile par rapport au premier tertile de viande transformée (OR : 2,54 ; IC à 95 % 0,009, 7,51 ; P = 0,05). Cela a démontré que les femmes avec des scores plus élevés de viandes transformées avaient des chances plus élevées de MUHO ; cependant, il n'y avait pas de tendance P significative pour cette relation.

L'association des phénotypes MHO et MUHO à travers les tertiles des scores de viande transformée, médiée par des marqueurs inflammatoires, chez les femmes en surpoids et obèses est présentée dans le tableau 4. Selon le modèle de Barret pour l'évaluation des effets de médiation, trois marqueurs inflammatoires, dont TGF-β1, IL -β1 et MCP1 ont été inclus dans les modèles d'ajustement. Les chances significatives de MUHO dans les troisièmes tertiles de viande transformée ont été atténuées dans le modèle ajusté aux marqueurs inflammatoires. Cela indique probablement qu'il y avait une efficacité médiatrice du TGF-β1 (P = 0,14), de l'IL-β1 (P = 0,12) et du MCP1 (P = 0,48), avec une probabilité croissante de MUHO parmi les tertiles de viande transformée.

Dans cette étude transversale, nous avons constaté que chez les femmes ayant un score plus élevé de consommation de viande transformée, des probabilités plus élevées de MUHO étaient évidentes. De plus, ces associations étaient indépendantes de l'âge, de l'IMC, de l'activité physique, de l'apport énergétique, de la thyroïde, du statut économique et de la consommation de suppléments. De plus, trois marqueurs inflammatoires, dont TGF-β1, IL-β1 et MCP1, ont été inclus dans les modèles ajustés.

Les participants ayant une consommation plus élevée de viandes transformées avaient 2,54 fois plus de chances d'augmenter le MUHO. Les viandes transformées sont associées à un risque accru de maladies chroniques (telles que le cancer et le diabète) car elles ont une teneur élevée en nitrates, en cholestérol, en AGS, en cholestérol et en sodium43,44,45. Ce résultat est concordant avec de nombreuses études. Dans la population américaine, les personnes en mauvaise santé et en surpoids ont montré une consommation significativement plus élevée de viande rouge, de viande transformée et d'aliments frits par rapport à celles ayant un poids métaboliquement sain et normal46,47,48. Dans une étude de Pereira et al., le schéma malsain était positivement associé aux phénotypes métaboliquement sains et métaboliquement malsains et en surpoids dans le quatrième quartile et dans les troisième et quatrième quartiles de consommation22. L'étude transversale menée auprès de 6964 femmes a montré que les sujets métaboliquement en mauvaise santé mais de poids normal avaient une consommation significativement plus élevée de viande transformée, de viande rouge et d'aliments frits, par rapport aux femmes métaboliquement saines et de poids normal49. Soltani et al. Une étude a montré une association directe entre une plus grande adhésion à un régime pro-inflammatoire et une augmentation des risques de phénotype malsain, un FBS élevé, ainsi qu'une relation avec de faibles niveaux de HDL-C chez les participants en surpoids et obèses23. Il y avait une relation entre une plus grande consommation de produits laitiers, de volaille, de pommes/poires, d'agrumes, de magnésium et de thé/café et un risque réduit de développer un phénotype malsain, mais une plus grande consommation d'abats, de pommes de terre et de fast-foods peut augmenter la risque d'obésité métabolique50. Une étude de cohorte a montré que l'obésité métaboliquement saine était liée au risque d'une alimentation malsaine, et qu'il y avait aussi une relation entre une consommation élevée de viande transformée et l'augmentation du risque d'obésité phénotypique malsaine, il y avait une relation entre des habitudes alimentaires plus énergétiques et forte adhésion à un régime alimentaire malsain et augmentation des risques tels que troubles métaboliques et obésité51,52,53,54,55. La consommation de viandes rouges et transformées a également diminué avec l'augmentation des tertiles, comme indiqué dans des études précédentes, une alimentation malsaine est liée à une probabilité plus élevée de malsain métabolique, ce qui inclut la consommation de plus de graisses solides, la viande rouge est connue39. Dans une étude qui a examiné l'association entre une alimentation saine à base de plantes et le phénotype d'obésité métabolique avec le rôle médiateur de facteurs inflammatoires tels que le TGF-β1, l'IL-β1 et le MCP1, une plus grande adhésion à l'indice d'une alimentation saine à base de plantes a considérablement risque plus faible pour le phénotype MUHO chez les femmes56. Les augmentations des marqueurs inflammatoires circulants, tels que la transformation du TGF-β1, de l'IL-β1 et du MCP-1, sont connues pour contribuer aux maladies métaboliques26. Chez les hommes iraniens, il a été constaté qu'il est possible qu'une consommation de viande plus élevée soit liée à un poids normal métaboliquement obèse57.

Dans l'ensemble, la consommation de viande est liée à l'augmentation de la concentration plasmatique de fer qui peut contribuer à l'amélioration du stress oxydatif et des médiateurs inflammatoires58. En outre, il contient un niveau élevé de produits finaux de glycation avancée qui sont produits au cours du processus de préparation des aliments59,60. Les produits finaux de glycation avancée ont des fonctions pro-inflammatoires, et l'augmentation des médiateurs inflammatoires peut augmenter la résistance à l'insuline dans les tissus61. Alors que l'apport d'une alimentation saine s'est avéré être une relation directe avec le phénotype MHO62. Les AGS dans les viandes transformées, entraînant une diminution de la sensibilité à l'insuline63. En effet, il a été affirmé que les individus obèses et non obèses métaboliquement sains avaient des concentrations plus faibles de marqueurs inflammatoires, par rapport à leurs homologues métaboliquement malsains27,28. De plus, les participants avec MUHO ont démontré une hs-CRP significativement plus élevée que MHO29.

Notre étude comprend plusieurs forces, telles que l'utilisation de différentes stratégies d'assurance et de contrôle de la qualité, et l'utilisation d'un FFQ développé et validé pour la population évaluée. De plus, à notre connaissance, il s'agit de la première enquête sur l'association entre la consommation de viande transformée et l'obésité métabolique saine et malsaine chez les femmes iraniennes. Parmi les limites, un biais d'information ne peut être exclu puisque, comme déjà souligné, la sous-déclaration ou la sur-déclaration des aliments composant les habitudes alimentaires, notamment chez les personnes obèses, peut avoir contribué aux associations positives observées. De plus, la taille relativement petite de l'échantillon devrait être abordée à l'avenir.

Nous avons constaté que les femmes ayant une consommation plus élevée de viande transformée avaient une probabilité plus élevée de MUHO. Des études prospectives et interventionnelles dans les deux sexes, différentes populations et ethnies doivent être menées pour approfondir les connaissances sur l'examen des marqueurs inflammatoires (TGF-β1, IL-β1 et MCP1) susceptibles d'influencer la relation entre la viande transformée et le MUHO.

Tous les auteurs déclarent que les données à l'appui des résultats de cette étude sont fournies dans le présent article, et toutes les données de la présente étude seront disponibles avec l'avis de l'auteur correspondant.

Indice de masse corporelle

Pression sanguine diastolique

Glycémie à jeun

Lipoprotéine de haute densité

Interleukine-bêta 1

Lipoprotéines de basse densité

Protéine chimiotactique des monocytes-1

Tension artérielle systolique

Transformer le facteur de croissance bêta 1

Rapport taille hanches

Acide gras mono insaturé

Acide gras polysaturé

Acide gras saturé

Intervalle de confiance

Obésité métaboliquement malsaine

Rapport de cotes

Obésité métabolique saine

Tour de taille

Approches diététiques pour stopper l'hypertension

Protéine C-réactive

Organisation Mondiale de la Santé

Évaluation du modèle homéostatique - résistance à l'insuline

Questionnaire de fréquence alimentaire

Tableau de composition des aliments

Transforming growth factor-beta 1

département de l'agriculture des Etats-Unis

Questionnaire sur l'activité physique

Syndrome métabolique

Acides gras libres

L'enquête nationale sur l'examen de la santé et de la nutrition

Gómez-Zorita, S., Queralt, M., Vicente, MA, González, M. & Portillo, MP Obésité métaboliquement saine et poids normal métaboliquement obèse : un examen. J. Physiol. Biochimie. 77, 175-189 (2021).

Article PubMed Google Scholar

Blüher, M. La distinction entre les individus obèses métaboliquement « sains » et « malsains ». Courant. Avis. Lipidol. 21(1), 38–43 (2010).

Article PubMed Google Scholar

Blüher, M. Mécanismes en endocrinologie : les personnes obèses métaboliquement saines sont-elles vraiment en bonne santé ?. EUR. J. Endocrinol. 171(6), R209–R219 (2014).

Article PubMed Google Scholar

Stefan, N., Häring, H.-U., Hu, FB & Schulze, MB Obésité métaboliquement saine : épidémiologie, mécanismes et implications cliniques. Lancet Diabète Endocrinol. 1(2), 152–162 (2013).

Article PubMed Google Scholar

Karelis, AD & Rabasa-Lhoret, R. L'état inflammatoire peut-il définir la santé métabolique ?. Nat. Rév. Endocrinol. 9(12), 694–695 (2013).

Article PubMed Google Scholar

Karelis, A., Brochu, M. & Rabasa-Lhoret, R. Pouvons-nous identifier les individus métaboliquement sains mais obèses (MHO) ?. Diabète Metab. 30(6), 569-572 (2004).

Article CAS PubMed Google Scholar

Munoz-Garach, A., Cornejo-Pareja, I. & Tinahones, FJ Existe-t-il une obésité métaboliquement saine ?. Nutriments 8(6), 320 (2016).

Article PubMed PubMed Central Google Scholar

van Vliet-Ostaptchouk, JV et al. La prévalence du syndrome métabolique et de l'obésité métaboliquement saine en Europe : une analyse collaborative de dix grandes études de cohorte. BMC Endocr. Désordre. 14(1), 1–13 (2014).

Google Scholar

Clifton, P. Effets d'un régime riche en protéines sur le poids corporel et les comorbidités associées à l'obésité. Br. J. Nutr. 108(S2), S122–S129 (2012).

Article CAS PubMed Google Scholar

Halkjaer, J. et al. Apport de protéines totales, animales et végétales et modifications ultérieures du poids ou du tour de taille chez les hommes et les femmes européens : le projet Diogène. Int. J. Obès. 35(8), 1104–1113 (2011).

Article Google Scholar

Schulze, M., Manson, J., Willett, W. & Hu, F. Consommation de viande transformée et incidence du diabète de type 2 chez les femmes jeunes et d'âge moyen. Diabetologia 46, 1465–1473 (2003).

Article CAS PubMed Google Scholar

Bes-Rastrollo, M. et al. Prédicteurs de gain de poids dans une cohorte méditerranéenne : l'étude Seguimiento Universidad de Navarra. Am. J. Clin. Nourrir. 83(2), 362–370 (2006).

Article CAS PubMed Google Scholar

Esmaillzadeh, A. et al. Apports en fruits et légumes, protéine C-réactive et syndrome métabolique. Suis. J.Clin. Nutr. 84(6), 1489-1497 (2006).

Article CAS PubMed Google Scholar

Esmaillzadeh, A., Mirmiran, P. & Azizi, F. Consommation de grains entiers et syndrome métabolique : une association favorable chez les adultes de Téhéran. EUR. J.Clin. Nutr. 59(3), 353–362 (2005).

Article CAS PubMed Google Scholar

Feskens, EJ, Sluik, D. & van Woudenbergh, GJ Consommation de viande, diabète et ses complications. Courant. Rép Diab. 13, 298–306 (2013).

Article CAS PubMed Google Scholar

Greenwood, D. et al. Association entre les boissons gazeuses sucrées et artificiellement sucrées et le diabète de type 2 : revue systématique et méta-analyse dose-réponse d'études prospectives. Br. J. Nutr. 112(5), 725–734 (2014).

Article CAS PubMed Google Scholar

Mirmiran, P., Moslehi, N., Hosseinpanah, F., Sarbazi, N. & Azizi, F. Déterminants alimentaires du phénotype métabolique malsain chez les adultes de poids normal et en surpoids/obèses : résultats d'une étude prospective. Int. J. Food Sci. Nutr. 71(7), 891–901 (2020).

Article CAS PubMed Google Scholar

Paradis, A.-M., Godin, G., Pérusse, L. & Vohl, M.-C. Associations entre les habitudes alimentaires et les phénotypes d'obésité. Int. J. Obès. 33(12), 1419–1426 (2009).

Article Google Scholar

Hashemipour, S., Esmailzadehha, N., Mohammadzadeh, M. & Ziaee, A. Association de la consommation de viande et de produits laitiers avec l'obésité métabolique de poids normal chez les hommes : l'étude des maladies métaboliques de Qazvin. Manger. Trouble de poids.-Stud. Anorexie, Boulim. Obés. 21(3), 419–425 (2016).

Article Google Scholar

Zelber-Sagi, S. et al. Une consommation élevée de viande rouge et transformée est associée à une stéatose hépatique non alcoolique et à une résistance à l'insuline. J. Hépatol. 68(6), 1239-1246 (2018).

Article CAS PubMed Google Scholar

Hoddy, KK et al. La résistance à l'insuline persiste malgré un phénotype d'obésité métaboliquement sain. Obésité 30(1), 39–44 (2022).

Article CAS PubMed Google Scholar

Pereira, DL, Juvanhol, LL, Silva, DC & Longo, GZ Régimes alimentaires et phénotypes métaboliques chez les adultes brésiliens : une étude transversale basée sur la population. Santé publique Nutr. 22(18), 3377–3383 (2019).

Article PubMed Google Scholar

Soltani, S., Moslehi, N., Hosseini-Esfahani, F., Vafa, M. L'association entre le schéma inflammatoire alimentaire empirique et les phénotypes métaboliques chez les adultes en surpoids/obèses. Int. J. Endocrinol. Métab. 16(2), (2018).

Gregor, MF & Hotamisligil, GS Mécanismes inflammatoires dans l'obésité. Annu. Rév. Immunol. 29, 415–445 (2011).

Article CAS PubMed Google Scholar

Kim, C. et al. Les taux circulants de MCP-1 et d'IL-8 sont élevés chez les sujets humains obèses et associés à des paramètres liés à l'obésité. Int. J. Obès. 30(9), 1347–1355 (2006).

Article CAS Google Scholar

Lumeng, CN & Saltiel, AR Liens inflammatoires entre l'obésité et les maladies métaboliques. J.Clin. Enquête 121(6), 2111–2117 (2011).

Article CAS PubMed PubMed Central Google Scholar

Cheng, D., Zhao, X., Yang, S., Cui, H. et Wang, G. Signature métabolomique entre le surpoids/obèse métaboliquement sain et le surpoids/obèse métaboliquement malsain : une revue systématique. Diabète, Métab. Syndr. Obés. Cibles Ther. 14, 991 (2021).

Article Google Scholar

Phillips, CM & Perry, IJ L'inflammation détermine-t-elle l'état de santé métabolique chez les adultes obèses et non obèses ?. J.Clin. Endocrinol. Métab. 98(10), E1610–E1619 (2013).

Article CAS PubMed Google Scholar

Tsou, M.-T. et coll. Adiposité viscérale, signalisation pro-inflammatoire et vasculopathie dans un phénotype de non-obésité métaboliquement malsain. Diagnostics 11(1), 40 (2020).

Article PubMed PubMed Central Google Scholar

Chai, W. et al. Consommation alimentaire de viande rouge et transformée et marqueurs d'adiposité et d'inflammation : l'étude de cohorte multiethnique. Confiture. Coll. Nutr. 36(5), 378–385 (2017).

Article CAS PubMed PubMed Central Google Scholar

Farhadnejad, H. et al. L'association de l'approche diététique pour arrêter l'hypertension (DASH) avec les phénotypes d'obésité métabolique saine et métabolique malsaine. Sci. Rep. 9(1), 18690 (2019).

Article ADS CAS PubMed PubMed Central Google Scholar

Tang, D. et al. Association des modèles alimentaires avec l'obésité et le phénotype d'obésité métaboliquement sain dans la population chinoise : une analyse transversale de l'étude de cohorte multiethnique en Chine. Br. J. Nutr. 128(11), 2230-2240 (2022).

Article CAS PubMed Google Scholar

Askarpour, M., Sheikhi, A., Khorsha, F. et Mirzaei, K. Associations entre l'adhésion au régime MIND et la gravité, la durée et la fréquence des migraines chez les patients migraineux. BMC. Rés. Notes 13(1), 1–6 (2020).

Article Google Scholar

Willett, W. Problèmes d'analyse et de présentation des données alimentaires. Nutr. Épidémiol. 321–46 (1998).

Mirzababaei, A. et al. L'effet de la capacité antioxydante totale alimentaire (DTAC) et de l'interaction du variant du gène cavéoline-1 sur les facteurs de risque cardiovasculaire chez les femmes en surpoids et obèses : une enquête transversale. Clin. Nutr. 40(8), 4893–4903 (2021).

Article CAS PubMed Google Scholar

OMS. https://www.euro.who.int/en/health-topics/disease-prevention/nutrition/a-healthy-lifestyle/body-mass-index-bmi.

Mirzaei, K. et al. Résistance à l'insuline via la modification de la fonction PGC1α identifiant un rôle préventif possible des analogues de la vitamine D dans l'état inflammatoire chronique de l'obésité. Une étude d'essai clinique en double aveugle. Minerve Med. 105(1), 63–78 (2014).

CAS PubMed Google Scholar

Karelis, A. & Rabasa-Lhoret, R. Inclusion de la protéine C-réactive dans l'identification des individus métaboliquement sains mais obèses (MHO). Diabète Metab. 34(2), 183–184 (2008).

Article CAS PubMed Google Scholar

Mirzababaei, A. et al. Relations entre les principaux schémas alimentaires et les phénotypes de surpoids / obésité métaboliquement malsains chez les femmes iraniennes. Diabète Metab. Syndr. 13(1), 322–331 (2019).

Article PubMed Google Scholar

Mirmiran, P., Esfahani, FH, Mehrabi, Y., Hedayati, M. & Azizi, F. Fiabilité et validité relative d'un FFQ pour les nutriments dans l'étude sur les lipides et le glucose de Téhéran. Santé publique Nutr. 13(5), 654–662 (2010).

Article PubMed Google Scholar

Ghaffarpour, M., Houshiar-Rad, A. & Kianfar, H. Le manuel des mesures domestiques, des facteurs de rendement de la cuisson et de la portion comestible des aliments. Téhéran Nashre Olume Keshavarzy 7(213), 42–58 (1999).

Google Scholar

Bassett, DR Jr. Questionnaire international sur l'activité physique : fiabilité et validité dans 12 pays. Méd. Sci. Exercice sportif. 35(8), 1396 (2003).

Article PubMed Google Scholar

Henderson, L., Gregory, J. & Swan, G. L'enquête nationale sur l'alimentation et la nutrition : adultes âgés de 19 à 64 ans. Vitam. Mineur. Urine d'admission. Anal. 3, 1–8 (2003).

Google Scholar

Schulze, M., Manson, J., Willett, W. & Hu, F. Consommation de viande transformée et incidence du diabète de type 2 chez les femmes jeunes et d'âge moyen. Diabetologia 46(11), 1465–1473 (2003).

Article CAS PubMed Google Scholar

Cross, AJ et al. Une étude prospective de la consommation de viande rouge et transformée en relation avec le risque de cancer. PLoS Med. 4(12), e325 (2007).

Article PubMed PubMed Central Google Scholar

Fung, TT et al. Association entre les habitudes alimentaires et les biomarqueurs plasmatiques de l'obésité et du risque de maladie cardiovasculaire. Suis. J.Clin. Nutr. 73(1), 61–67 (2001).

Article CAS PubMed Google Scholar

Kimokoti, RW, Judd, SE, Shikany, JM et Newby, P. L'apport alimentaire ne diffère pas entre les femmes obèses métaboliquement saines ou anormales. J. Nutr. 144(12), 2018-2026 (2014).

Article CAS PubMed PubMed Central Google Scholar

Kimokoti, RW, Judd, SE, Shikany, JM et Newby, P. L'obésité métaboliquement saine n'est pas associée à l'apport alimentaire chez les hommes blancs ou noirs. J. Nutr. 145(11), 2551-2561 (2015).

Article CAS PubMed PubMed Central Google Scholar

Bell, LK, Edwards, S. & Grieger, JA La relation entre les habitudes alimentaires et la santé métabolique dans un échantillon représentatif d'Australiens adultes. Nutriments 7(8), 6491–6505 (2015).

Article CAS PubMed PubMed Central Google Scholar

Abiri, B., Valizadeh, M., Nasreddine, L., Hosseinpanah, F. Déterminants alimentaires du phénotype métabolique sain/malsain chez les personnes de poids normal ou en surpoids/obésité : une revue systématique. Crit. Rev Food Sci. Nutr. 1–18 (2022).

Kratz, M., Baars, T. & Guyenet, S. La relation entre la consommation de produits laitiers riches en matières grasses et l'obésité, les maladies cardiovasculaires et métaboliques. EUR. J. Nutr. 52(1), 1–24 (2013).

Article CAS PubMed Google Scholar

Magkos, F. Obésité métaboliquement saine : qu'y a-t-il dans un nom ?. Suis. J.Clin. Nutr. 110(3), 533–539 (2019).

Article PubMed Google Scholar

Stanhope, KL Consommation de sucre, maladie métabolique et obésité : l'état de la controverse. Crit. Rév. Clin. Laboratoire. Sci. 53(1), 52–67 (2016).

Article CAS PubMed Google Scholar

Xie, X. et al. Régimes alimentaires sains et stéatose hépatique associée à un dysfonctionnement métabolique dans les régions de minorités ethniques moins développées : une vaste étude transversale. BMC Public Health 22(1), 1–14 (2022).

Article Google Scholar

Zhou, Z. et al. Les personnes obèses métaboliquement saines sont-elles vraiment en bonne santé ? Une étude de cohorte prospective de 381 363 participants à la biobanque britannique. Diabétologie 64(9), 1963–1972 (2021).

Article PubMed PubMed Central Google Scholar

Mohamadi, A., Shiraseb, F., Mirzababaei, A., Hosseininasab, D., Rasaei, N., Clark, CC, et al. Les marqueurs inflammatoires circulants peuvent influencer la relation entre une alimentation saine à base de plantes et l'obésité de phénotype métabolique chez les femmes : une étude transversale. Int. J.Clin. Pratique. 2022, (2022).

Hashemipour, S., Esmailzadehha, N., Mohammadzadeh, M. & Ziaee, A. Association de la consommation de viande et de produits laitiers avec l'obésité métabolique de poids normal chez les hommes : l'étude des maladies métaboliques qazvin. Manger. Trouble de poids.-Stud. Anorexie, Boulimie Obés. 21, 419–425 (2016).

Article Google Scholar

Fernandez-Real, JM, Lopez-Bermejo, A. & Ricart, W. Diaphonie entre le métabolisme du fer et le diabète. Diabète 51(8), 2348–2354 (2002).

Article PubMed Google Scholar

Uribarri, J. et al. Les produits finaux de glycation avancée dérivés de l'alimentation sont des contributeurs majeurs au pool d'AGE du corps et induisent une inflammation chez les sujets sains. Ann. NY Acad. Sci. 1043(1), 461–466 (2005).

Article ADS CAS PubMed Google Scholar

Uribarri, J. et al. Produits finis de glycation avancée dans les aliments et guide pratique de leur réduction dans l'alimentation. Confiture. Association diététique 110(6), 911–6.e12 (2010).

Article Google Scholar

Lee, C. et al. Association de la protéine C-réactive avec le diabète de type 2 : analyse prospective et méta-analyse. Diabetologia 52, 1040-1047 (2009).

Article CAS PubMed Google Scholar

Slagter, SN et al. Régimes alimentaires et activité physique chez les obèses métaboliquement (non) en bonne santé : l'étude de cohorte Dutch Lifelines. Nutr. J. 17(1), 1–14 (2018).

Article Google Scholar

Paniagua, JA et al. Un régime riche en acides gras monoinsaturés empêche la distribution centrale des graisses corporelles et diminue l'expression postprandiale de l'adiponectine induite par un régime riche en glucides chez les sujets insulino-résistants. Diabète. Soins 30(7), 1717–1723 (2007).

Article CAS Google Scholar

Télécharger les références

Cette étude a été soutenue par TUMS.

Département de nutrition communautaire, École des sciences nutritionnelles et diététiques, Université des sciences médicales de Téhéran (TUMS), PO Box 14155-6117, Téhéran, Iran

Azam Mohamadi, Farideh Shiraseb, Atieh Mirzababei, Yasaman Aali & Khadijeh Mirzaei

Département de la santé publique, Institut Spinghar d'enseignement supérieur, Campus de Kaboul, Kaboul, Afghanistan

Ahmad Mujtaba Barekzai

Institut Spinghar d'enseignement supérieur, campus de Kaboul, Kaboul, Afghanistan

Ahmad Mujtaba Barekzai

Programme alimentaire mondial, KIC, Kaboul, Afghanistan

Ahmad Mujtaba Barekzai

Centre for Intelligent Healthcare, Université de Coventry, Coventry, CV1 5FB, Royaume-Uni

Caïn CT Clark

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

AM (AM1), AM (AM2), KM (KhM) ont conçu la recherche ; AM2, a réalisé l'échantillonnage ; FS (FSH) a effectué une analyse statistique ; AM1, AMB, CC (CC), YA, (YA) et KM ont rédigé l'article, KM a la responsabilité principale du contenu final. Tous les auteurs ont lu et approuvé le manuscrit final. Tous les auteurs ont approuvé le manuscrit final et consenti à la publication.

Correspondance à Atieh Mirzababaei ou Khadijeh Mirzaei.

Les auteurs ne déclarent aucun intérêt concurrent.

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

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/.

Réimpressions et autorisations

Mohamadi, A., Shiraseb, F., Mirzababaei, A. et al. Les marqueurs inflammatoires peuvent influencer la relation entre la consommation de viande transformée et l'obésité malsaine métabolique chez les femmes : une étude transversale. Sci Rep 13, 9261 (2023). https://doi.org/10.1038/s41598-023-35034-6

Télécharger la citation

Reçu : 18 décembre 2022

Accepté : 11 mai 2023

Publié: 07 juin 2023

DOI : https://doi.org/10.1038/s41598-023-35034-6

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

En soumettant un commentaire, vous acceptez de respecter nos conditions d'utilisation et nos directives communautaires. Si vous trouvez quelque chose d'abusif ou qui ne respecte pas nos conditions ou directives, veuillez le signaler comme inapproprié.