analyse de la composition corporelle et de la …...analyse de la composition corporelle et de la...
TRANSCRIPT
Analyse de la composition corporelle et de la distribution du tissu adipeux par tomodensitométrie dans la maladie pulmonaire obstructive chronique
(MPOC)
Mémoire
Mickaël Martin
Maîtrise en kinésiologie Maître ès sciences (M. Sc.)
Québec, Canada
© Mickaël Martin, 2017
Analyse de la composition corporelle et de la distribution du tissu adipeux par tomodensitométrie dans la maladie pulmonaire obstructive chronique
(MPOC)
Mémoire
Mickaël Martin
Sous la direction de :
François Maltais, directeur de recherche Didier Saey, codirecteur de recherche
iii
RÉSUMÉ
L’obésité est une comorbidité de plus en plus fréquent dans la maladie
pulmonaire obstructive chronique (MPOC). À l’instar des autres maladies
chroniques, les études épidémiologiques ont mis en évidence que les
patients MPOC avec un surpoids ou une obésité vivent plus longtemps que
les patients de poids normal. L’objectif de l’étude est donc de d’évaluer
l’impact de la composition corporelle mesurée par tomodensitométrie axiale
commandée par ordinateur (TACO) sur la fonction pulmonaire, la capacité
fonctionnelle et la survenue d’évènements cliniques tels que les
exacerbations et la mortalité chez les patients atteints d’une MPOC. Au terme
de l’étude, nous avons constaté que, pour un même indice de masse
corporelle (IMC), les patients ayant une MPOC ont plus de tissus gras
viscéral et sous-cutané, moins de masse musculaire et une plus grande
infiltration graisseuse au niveau du muscle que le groupe témoin. Ces
altérations de la composition corporelle s’accentuent avec l’augmentation de
la sévérité de la maladie. Ainsi, une plus grande quantité de graisse
ectopique et un plus faible volume musculaire sont associés à une capacité
fonctionnelle plus faible en plus de réduire la qualité de vie.
iv
v
ABSTRACT
Obesity is a phenomenon increasingly common in COPD. Like in other
chronic diseases, epidemiological studies have reported the paradoxical
observation that COPD patients with overweight or obesity live longer than
normal weight patients. The objective of this study is to measure body
composition by using a very precise method, the computer controlled axial
tomography (CT-scan), and to assess its impact on lung function, functional
capacity and the prevalence of clinical outcomes such as exacerbations and
mortality in patients with COPD. At the end of the study, we found that, for a
same body mass index (BMI), COPD patients have more visceral and
subcutaneous adipose tissue, less muscle mass and a lower muscle
attenuation than the control group. These alterations in body composition
increase with disease severity. Thus, a greater amount of ectopic fat and
lower muscle volume are associated with lower functional capacity and
reduce the quality of life.
vi
vii
RÉSUMÉ ......................................................................................................... III
ABSTRACT .................................................................................................... V
LISTE DES TABLEAUX ................................................................................. X
LISTE DES FIGURES ................................................................................... XII
LISTE DES ABRÉVIATIONS ...................................................................... XIV
REMERCIEMENTS .................................................................................... XVIII
AVANT-PROPOS ......................................................................................... XX
CHAPITRE 1 : LA MALADIE PULMONAIRE OBSTRUCTIVE CHRONIQUE (MPOC) ............................................................................................................ 1
1.1 DÉFINITION ............................................................................................... 1 1.1.1 BRONCHITE CHRONIQUE .......................................................................... 1 1.1.2 EMPHYSÈME .......................................................................................... 1 1.2 PRÉVALENCE ............................................................................................ 2 1.3 MORTALITÉ ............................................................................................... 2 1.4 FACTEURS DE RISQUE ................................................................................ 3 1.5 PATHOGENÈSE .......................................................................................... 5 1.5.1 DIAGNOSTIC ........................................................................................... 6 1.6 PATHOPHYSIOLOGIE .................................................................................. 9 1.6.1 MÉCANISMES DE LA DYSPNÉE .................................................................. 9 1.6.2 SPIRALE DE DÉCONDITIONNEMENT ......................................................... 10 1.6.3 FONCTION MUSCULAIRE ........................................................................ 11 1.6.4 TOLÉRANCE À L’EXERCICE ..................................................................... 12
CHAPITRE 2 : L’OBÉSITÉ ............................................................................ 15 2.1 DÉFINITION ............................................................................................. 15 2.2 PRÉVALENCE ET IMPACT SOCIO-ÉCONOMIQUE ........................................... 15 2.3 MORTALITÉ ............................................................................................. 16 2.4 FACTEURS DE RISQUE .............................................................................. 17 2.5 PATHOGENÈSE ........................................................................................ 18 2.5.1 DIAGNOSTIC ......................................................................................... 19 2.5.2 AUTRES MÉTHODES DE QUANTIFICATION DE L’OBÉSITÉ ............................ 20 2.6 PATHOPHYSIOLOGIE ................................................................................ 23 2.6.1 COMORBIDITÉ ...................................................................................... 23
CHAPITRE 3 : PARADOXE DE L’OBÉSITÉ DANS LES MALADIES CHRONIQUES ............................................................................................... 25
3.1 DÉFINITION ............................................................................................. 25 3.2 COURBE DE SURVIE ET IMC ..................................................................... 25 3.3 PARADOXE DE L’OBÉSITÉ DANS LA MPOC ................................................. 26
viii
CHAPITRE 4 : ARTICLE SCIENTIFIQUE ..................................................... 29
CHAPITRE 5 : DISCUSSION ........................................................................ 69 5.1 ANALYSE DE LA COMPOSITION CORPORELLE .............................................. 69 5.2 CONSÉQUENCES D’UNE COMPOSITION CORPORELLE ALTÉRÉE .................... 70 5.3 LIMITES DE L’ÉTUDE ................................................................................. 71
CHAPITRE 6 : PERSPECTIVE ..................................................................... 73
CHAPITRE 7 : CONCLUSION ...................................................................... 75
ix
x
LISTE DES TABLEAUX
Tableau 1 : Niveau de sévérité de la maladie selon la stratification du Global Initiative for Chronic Obstructive Lung Disease (GOLD) ................................... 7
Tableau 2 : Classification du poids en fonction de l’IMC ....................................... 19 Tableau 3 : Densité de différentes matières en unité Hounsfield .......................... 22
xi
xii
LISTE DES FIGURES
Figure 1: Schématisation des différents volumes et capacités pulmonaires ........... 8 Figure 2 : Spirale de déconditionnement dans la MPOC ....................................... 11 Figure 3 : Principe de la balance énergétique ....................................................... 17 Figure 4 : Risque relatif de mortalité selon l’IMC dans la MPOC ........................... 26
xiii
xiv
LISTE DES ABRÉVIATIONS
ATS : American Thoracic Society
CRF : Capacité résiduelle fonctionnelle
CI : Capacité inspiratoire
CPT : Capacité pulmonaire totale
CV : Capacité vitale
CVF : Capacité vitale forcée
ERS : European Respiratory Society
FFMI : Fat Free Mass Index ou Indice de masse maigre
GOLD : Global Initiative for Chronic Obstructive Lung Disease
IMC : Indice de masse corporelle
MCV : Maladie cardiovasculaire
MPOC : Maladie pulmonaire obstructive chronique
MT : Muscle tissues ou Tissu musculaire
OMS : Organisation mondiale de la santé
SCAT : Subcutaneus adipose tissues ou Tissu adipeux sous-cutané
TACO : Tomodensitométrie axiale contrôlé par ordinateur
TDM6 : Test de marche de 6 minutes
VAT : Visceral adipose tissues ou Tissu adipeux viscéral
VEMS : Volume expiratoire maximal en 1 seconde
VR : Volume résiduel
VRE : Volume de réserve expiratoire
VRI : Volume de réserve inspiratoire
xv
xvi
« La plus grande gloire n'est pas de ne jamais tomber, mais de se relever à chaque chute. »
Confucius
xvii
xviii
REMERCIEMENTS
L’aboutissement d’un projet de maîtrise est un travail de longue haleine qui
nécessite la contribution d’une multitude de personnes. Tant sur le plan
professionnel que personnel, j’ai eu la chance d’être appuyé par des gens
remarquables qui ont su, chacun à leur façon, m’aider à avancer sur ce
parcourt sinueux. Bien qu’au départ mon intention de débuter une maîtrise
n’ait été que purement opportuniste, mon directeur François Maltais a su
éveiller ma curiosité et mon engouement pour la recherche. À l’aide de son
équipe et de ses collaborateurs, comme Didier Saey, j’ai été totalement
séduit par l’univers de la maladie pulmonaire.
Par la présente, je tiens donc à remercier mon directeur, pour sa rigueur et la
latitude qu’il a su m’accorder. Merci de m’avoir permis de me faire valoir non
seulement sur la scène locale, mais aussi internationale. Mes réussites
comme mes échecs ont fait de moi quelqu’un de meilleur
professionnellement et personnellement. J’en sors grandi et j’espère que
j’aurai l’opportunité de continuer à contribuer à l’équipe pour plusieurs
années.
J’en profite aussi pour remercier mon codirecteur Didier Saey, pour son sens
critique et ses réflexions qui souvent me ramènent à remettre en questions
certaines conclusions ou idées préconçues. Par nos débats, parfois
philosophiques, j’ai énormément développé mon sens critique et mon esprit
d’analyse. J’en garde donc un excellent souvenir et peut-être aurons-nous la
chance de collaborer de nouveau pour une étude commune.
Je remercie aussi toute l’équipe Maltais et Saey pour votre assistance et
agréable collaboration. Une mention spéciale à Éric Nadreau qui m’a servi de
xix
conseiller externe et aussi de mentor afin de parfaire mes habiletés
techniques et mon jugement clinique.
Finalement, un merci bien spécial à ma copine Mylène avec qui je me
marierai bientôt. Bien que ces deux dernières années aient été parfois
difficiles, tu as toujours su être présente et à l’écoute dans les moments où
j’en avais le plus besoin.
Merci à vous tous!
xx
AVANT-PROPOS
L’article inséré dans ce mémoire qui a été soumis pour publication découle
d’une idée originale du Dr François Maltais et a été possible grâce à la
banque de données élaborée à partir de l’étude observationelle internationale
intitulée Evaluation of COPD Longitudinally to Identify Predictive Surrogate
Endpoints (ECLIPSE). Ayant collaboré au projet principal, l’équipe de Dr
Maltais a obtenu l’approbation du comité d’éthique du CRIUCPQ pour la
conduite de cette sous-étude. Mon rôle en tant qu’étudiant à la maîtrise a été
de consolider les banques de données cliniques et de segmenter l’ensemble
des images obtenues par tomodensitométrie en collaboration avec l’Imaging
Core Lab du Centre de recherche de l’Institut universitaire de cardiologie et
de pneumologie de Québec, Université Laval (CRIUCPQ) chapeauté par les
Dr Jean-Pierre Desprès et Dre Nathalie Alméras. Par la suite, j’ai agi à titre
de coordonnateur et principal rédacteur du présent article avec l’aide de mon
directeur Dr François Maltais et co-directeur Dr Didier Saey.
Plusieurs collaborateurs ont contribué à cette étude. Mickaël Martin, Natalie
Alméras, Jean-Pierre Després, Harvey O Coxson, George R Washko,
Isabelle Vivodtzev, Emiel FM Wouters, Erica Rutten, Michelle Williams, John
Murchison, William MacNee, Don D Sin et François Maltais ont contribué à sa
conception. Les images furent analysées par Mickaël Martin, Natalie
Alméras, Jean-Pierre Després et François Maltais. Le manuscrit a été
préparé par Mickaël Martin, Natalie Alméras, Jean-Pierre Després et François
Maltais. Tous les co-auteurs ont contribué à la révision du manuscrit. Didier
Saey a été impliqué dans la supervision du travail de l’étudiant ainsi que dans
les discussions scientifiques qui sous-tendent cette étude.
1
Chapitre 1 : La maladie pulmonaire obstructive chronique (MPOC)
1.1 Définition
La maladie pulmonaire obstructive chronique (MPOC) possède plusieurs
définitions. En 2004, l’American Thoracic Society et l’European Respiratory
Society ont, à partir d’un consensus, établi une définition unique pour cette
pathologie. Selon cette définition, la MPOC est une maladie évitable et
traitable caractérisée par une limitation des débits expiratoires qui n’est pas
complètement réversible suite à l’administration de bronchodilatateurs. Cette
diminution des débits expiratoires, principalement induite par la fumée de
cigarette, est habituellement progressive et associée à une réponse
inflammatoire anormale des poumons aux particules ou gaz nocifs.1 Les deux
principaux phénotypes de la MPOC sont la bronchite chronique et
l’emphysème.
1.1.1 Bronchite chronique
La bronchite chronique est caractérisée par une sécrétion accrue de mucus
résultant d’une réponse inflammatoire importante au niveau de l’arbre
bronchique. Ce mucus réduit le calibre des voies respiratoires contribuant
ainsi à la diminution des débits expiratoires.1-3
1.1.2 Emphysème
L’emphysème s’attaque à la structure distale du poumon soit le parenchyme
pulmonaire. Le parenchyme pulmonaire est le tissu qui assure les échanges
gazeux pulmonaire. En plus de limiter la capacité du poumon à assurer le
échanges gazeux, l’altération des structures du parenchyme pulmonaire
contribue à diminuer le recul élastique des alvéoles qui ont alors tendance à
2
se perdre leur capacité de se vider, ce qui peut occasionner un
emprisonnement de l’air appelé hyperinflation ou «rétention gazeuse».1-3
1.2 Prévalence
La MPOC est une maladie du poumon qui est chronique, dégénérative et
invalidante. Sa prévalence mondiale estimée se situe autour de 9-10% des
adultes âgés de plus de 40 ans.4 Au Canada, on dénombrait 329 500
hommes (4,4%) et 425 300 femmes (4,8%) vivant avec un diagnostic de
MPOC en 2005.5 Il faut toutefois rester critique face à ces données puisque
selon certains auteurs, seulement 20-50% des patients atteints d’une MPOC
seraient diagnostiqués.6,7
En plus d’avoir un impact considérable sur la qualité de vie des patients, cette
maladie est très couteuse pour les systèmes de santé8 puisqu’elle est une
des causes principales d’hospitalisation et qu’elle s’accompagne de plusieurs
comorbidités.9 Selon un rapport publié en 2007 par l’agence de santé du
Canada, les maladies pulmonaires (en excluant le cancer du poumon)
représentent à elles seules 6,5% des coûts liés aux soins de santé. De façon
plus concrète, cela représente 5,70 milliards de dollars en coûts directs; c’est-
à-dire les soins immédiats et la prise en charge du patient. À ceci s’ajouterait
un montant supplémentaire de 6,72 milliards de dollars pour des coûts
indirects liés à l'invalidité et à la mortalité.5 En ce sens, il devient important de
mieux comprendre l’évolution de cette pathologie complexe afin d’en ralentir
la progression et de prévenir l’apparition de comorbidités augmentant le
fardeau personnel et sociétal de cette maladie.
1.3 Mortalité
Bien qu’il s’agisse d’une maladie à développement lent et tardif, la MPOC est
une cause importante de décès dans plusieurs pays autour du globe. Toutes
3
maladies non transmissibles confondues, la MPOC était la 4e cause de
décès mondial en 2000 et les prédictions laisse à croire qu’elle occupera la
3e place d’ici 2020.10 Bien que par le passé cette maladie semblait plus
mortelle chez les hommes que chez les femmes, aujourd’hui l’écart
s’amenuise et on observe une diminution de la mortalité chez les hommes et
une augmentation chez les femmes. Au Canada, 4,6% des décès en 2009
sont directement attribuables aux maladies chroniques des voies
respiratoires inférieures dont la MPOC.11 Malgré l’amélioration de la prise en
charge du patient12 et des traitements pharmacologiques plus efficaces mais
qui se sont surtout concentrés sur la préservation de la fonction pulmonaire
et la réduction du taux d’exacerbation, la mortalité dans la MPOC ne semble
que faiblement améliorée.9 Ce faible taux de réussite pourrait être attribuable
au fait que la MPOC est un facteur de risque important pour plusieurs autres
pathologies. Tel que démontré par l’étude TORCH,13 celle-ci est associée à
un nombre accru de comorbidité comme les maladies cardiovasculaires et le
cancer qui sont des causes de décès très fréquentes dans cette maladie.
1.4 Facteurs de risque
Les facteurs de risque de la MPOC sont considérés, pour la plupart, comme
étant modifiables. Le tabagisme est le facteur étiologique le plus prédominant
en étant le principal précurseur de 80-90% des cas.14
Dans les pays en voie de développement, le nombre d’utilisateurs des
produits du tabac est en croissance et dépasserait même celui des pays
industrialisés où la prévalence diminue graduellement15 Afin de quantifier
l’histoire tabagique d’un fumeur, le paquet-année est l’unité de mesure la plus
couramment utilisée. Cette valeur est obtenue en multipliant le nombre
moyen de cigarettes consommé quotidiennement par le nombre d’années de
tabagisme et diviser l’ensemble par 20, le nombre moyen de cigarettes dans
4
un paquet.16 À partir de ce calcul, il est possible d’estimer l’exposition globale
d’un individu à la fumée de cigarette. Étant bien établi dans la littérature qu’il
existe un lien « dose-réponse » entre l’exposition au tabac et la MPOC,17,18
toutes mesures facilitant l’arrêt tabagique permettraient d’éviter l’apparition et
la progression de la maladie.1,7,17,19 À ce propos, l’Organisation mondiale de
la santé (OMS) prévoit que le nombre total de décès attribuables à la MPOC
pourrait augmenter de plus de 30% dans les 10 prochaines années si aucune
mesure n’est prise pour réduire les facteurs de risque, notamment le
tabagisme.20
Au Canada, plusieurs stratégies dissuasives ont été mises en place depuis la
fin des années ’60. Au cours de ces 50 années de lutte contre le tabagisme,
la prévalence de fumeurs est passée de 35% en 1985 à 16% en 2012.21
Toutefois, malgré une réduction de l’exposition au principal facteur de risque,
la prévalence de la maladie ne semble pas suivre cette tendance. En fait,
étant une maladie à développement tardif, les projections laissent à croire
que l’âge moyen de la population qui ne cesse d’augmente serait le principal
déterminant de l’évolution de la prévalence à court et moyen terme.18 En ce
sens, il faudra attendre quelques décennies avant de constater un impact réel
de la lutte au tabagisme sur la prévalence de la MPOC.
Outre le tabac, d’autres facteurs prédisposant au développement de la
maladie ont été identifiés et viennent combler les 10-20% des cas restants.
L’exposition aux gaz toxiques tels que la fumée secondaire, la pollution
urbaine et les produits industriels en sont des exemples17 Certaines
altérations génétiques plus rares, comme un déficit en alpha1-
antitrypsine17,22,23 dans 1 à 3% des cas peuvent aussi expliquer la survenue
d’une MPOC chez des personnes n’ayant jamais fumée.
5
1.5 Pathogenèse
La MPOC résulte d’une interaction complexe entre des facteurs intrinsèques,
propres à l’individu (susceptibilité génétique), et des facteurs extrinsèques,
liés à des expositions environnementales telles que l’inhalation de
substances toxiques comme le tabac.17 Ces interactions entrainent un
dérèglement des réactions inflammatoires et c’est cette accentuation de la
production de cellules inflammatoires qui serait à l’origine du début de la
maladie. Un premier mécanisme impliqué dans la pathogénèse est celui de
l’obstruction des voies aériennes. Par leurs travaux Di Stefano et al.24 ont
démontré que le tissu bronchique des patients atteints de MPOC présente
une infiltration accrue d’un grand nombre de cellules inflammatoires (p. ex. :
neutrophiles et lymphocytes) qui sont responsables de la libération d’une
multitude de médiateurs pro-inflammatoires (IL4, IL5, IL6, IL8, TNF-α). Ces
anomalies sont à l’origine des dommages structuraux bronchique ainsi qu’a
une hypersécrétion de mucus qui sont responsables de l’obstruction
bronchique et de la diminution du débit expiratoire.25
Un autre mécanisme impliqué dans la pathogénése de la maladie est celui du
dérèglement de la balance protéase-antiprotéase. Les protéases sont des
molécules responsables de la dégradation de certains tissus tels que le tissu
conjonctif pulmonaire qui assure la fonction du recul élastique des sacs
alvéolaires. Une augmentation de la sécrétion de protéase non compensée
par la sécrétion d’antiprotéase, des inhibiteurs de la dégradation des
protéines, entraîne une dégradation du tissu élastique, appelé élastine,
contenu dans le parenchyme pulmonaire. Ce mécanisme serait à l’origine du
développement de la composante emphysémateuse de la MPOC.25
6
1.5.1 Diagnostic
Selon l’American Thoracic Society (ATS) et l’European Respiratory Society
(ERS) le diagnostic de la MPOC devrait être considéré chez tout patient
présentant des symptômes tels que toux, sécrétion bronchique,
essoufflement (dyspnée) et/ou un historique d’exposition aux facteurs de
risque (p. ex. : tabac, pollution, etc.).1 Le diagnostic doit être confirmé de
façon objective à l’aide d’un test de spirométrie pré et post inhalation d’un
bronchodilatateur. Si le ratio volume expiratoire maximal en 1 seconde
(VEMS) / capacité vitale forcée (CVF), plus communément appelé coefficient
de Tiffeneau, est inférieur à 0,7, ceci confirme une obstruction non
complètement réversible des voies aériennes.26 Dans l’éventualité d’une
réversibilité complète ou partielle, un diagnostique d’asthme doit être
considéré.
En tenant compte du pourcentage de la prédite atteinte au niveau du VEMS,
il est possible de déterminer le niveau de sévérité (voir Tableau 1) de
l’obstruction bronchique à l’aide de la classification du Global Initiative for
Chronic Obstructive Lung Disease (GOLD).10
7
Tableau 1 : Niveau de sévérité de l’obstruction bronchique selon la
stratification du Global Initiative for Chronic Obstructive Lung Disease
(GOLD)
Stade de
GOLD
Sévérité de
l’obstruction
bronchique
VEMS (%
préd)
Coefficient de
Tiffeneau (VEMS/CVF)
1 Légère > 80% < 0,70
2 Modéré 79-50% < 0,70
3 Sévère 49-30% < 0,70
4 Très sévère < 30% < 0,70
Bien que le VEMS soit la mesure diagnostique étalon, elle évalue
principalement la composante obstructive de la maladie. Ainsi, il est
nécessaire de quantifier les autres volumes pulmonaires notamment le
volume résiduel (VR), volume non mobilisable ne participant pas aux
échanges gazeux, afin de déterminer l’importance de la rétention gazeuse,
souvent associée à la composante emphysémateuse de la MPOC (voir figure
1). Plusieurs méthodes permettent de mesurer ce volume, la plus rependue
due à son faible coût et sa rapidité d’administration étant la
pléthysmographie.27 À l’aide de calculs tenant comptent des variations de
pressions et de volumes dans un espace confiné à volume et pression
connus, il est possible de déterminer la capacité résiduelle fonctionnelle
(CRF). À partir de cette CRF et de la mesure de la capacité vitale (CV), le
volume total mobilisé lors d’une inspiration maximale suivant une expiration
maximale, il est possible de déduire les autres volumes pulmonaires comme
le VR, soit l’air restant dans le poumon même après une expiration complète
8
(voir figure 1). Plus le VR est élevé, plus importante est la dilatation des
alvéoles donc plus l’emphysème est avancé.
Figure 1: Schématisation des différents volumes et capacités pulmonaires
Définition des abréviations : VRI = volume de réserve inspiratoire, VC = volume courant, VRE = volume de réserve expiratoire, VR = volume résiduel, CI = capacité inspiratoire, CRF = capacité résiduelle fonctionnelle, CV = capacité vitale et CPT = capacité pulmonaire totale.
En plus de la quantification des volumes, il est possible de confirmer le degré
de sévérité d’emphysème par imagerie médicale. La tomodensitométrie
axiale commandée par ordinateur, plus communément appelé TACO ou
Scan, permet de visualiser les régions atteintes d’emphysème.28,29 Toutefois,
ce type d’examen plus précis sur le plan anatomique, mais aussi plus
9
couteux n’est pas nécessairement prescrit de façon routinière chez tous les
patients MPOC.
1.6 Pathophysiologie
Il est plutôt rare qu’une personne soit 100% emphysémateuse ou 100%
bronchite chronique. Chacune des composantes sont présentes avec un
certain degré de sévérité.2 La plupart du temps, la réduction du calibre des
bronches est le résultat d’une combinaison variable d’accumulation de mucus
et/ou de destruction du parenchyme pulmonaire qui, en diminuant le recul
élastique et en favorisant la fermeture précoce des bronches, retarde
l’expiration occasionnant ainsi l’hyperinflation pulmonaire par une
augmentation des volumes pulmonaires. Cette hyperinflation présente au
repos (hyperinflation statique) chez certains patients s’aggrave à l’effort
(hyperinflation dynamique) et contribue de façon importante à l’essoufflement
des patients ayant une MPOC.
1.6.1 Mécanismes de la dyspnée
La réduction du VEMS marquant la limitation du patients à générer des débits
expiratoires limite l’aptitude à bien expulser l’air des poumons, notamment
des voies distales. Cette incapacité à vider complètement l’air contenu dans
les poumons qui peut déjà être présente au repos (hyperinflation statique)
peut s’amplifier à l’effort physique lorsque le rythme respiratoire s’accélère et
le temps expiratoire diminue, causant ainsi un phénomène appelé
hyperinflation dynamique.30-32 Ainsi, plus la respiration s’accélère, moins la
ventilation est efficace et plus il devient difficile d’expulser l’air riche en
dioxyde de carbone (CO2) et d’y faire entrer l’air riche en oxygène (O2). Étant
un puissant stimulateur de la ventilation, l’augmentation de la concentration
en CO2 au niveau sanguin accélère la ventilation qui perd de plus en plus de
son efficacité et compromet alors l’homéostasie des échanges gazeux. De
cela, peut découler une diminution de la saturation en oxygène transitoire
10
induite par l’inefficacité de la ventilation.33,34 Il a été démontré que cette
accumulation de CO2 est fortement lié à la «soif d’air» c’est-à-dire que le
patient perçoit son essoufflement comme besoin d’air.35
Une autre altération responsable de la perception accrue d’essoufflement est
le repositionnement du diaphragme induit par l’hyperinflation pulmonaire qui
modifie la mécanique respiratoire. Étant incapable de reprendre sa position
initiale à la fin de l’expiration, le muscle diaphragmatique perd sa forme
concave qui lui confère une plus grande force et excursion lors de sa
contraction entrainant l’inspiration.36 L’efficacité et la compliance pulmonaire
se retrouvent alors diminuées et le cout énergétique lié à la respiration est de
beaucoup augmenté.31 À un effort donné, cette inaptitude des muscles
respiratoires à combler la demande ventilatoire fait en sorte que les centres
respiratoires doivent augmenter la commande neurale pour augmenter la
ventilation qui perd de plus en plus de son efficacité. Cette inadéquation entre
la commande respiratoire et la réponse musculaire est appelée découplage
neuromusculaire. L’augmentation du travail respiratoire alors perçu comme
une incapacité à inspirer suffisamment est un autre aspect de la dyspnée
dans la MPOC.37
1.6.2 Spirale de déconditionnement
Bien évidemment, cet essoufflement qui est de plus en plus présent avec
l’augmentation de la sévérité de la maladie limite la capacité des patients à
faire de l’exercice et même leur capacité à réaliser leurs activités de la vie
quotidienne (AVQ) et domestique (AVD). Cet limitation ventilatoire contribue
à l’adoption d’un mode de vie plus sédentaire et à leur déconditionnement.38
Casaburi et al. ont été les premiers à bien imager ce cercle vicieux qualifié de
spirale de déconditionnement39 (voir figure 2) qui affecte les patients atteints
de MPOC. Ce concept fait non seulement référence à la sévérité de la
11
maladie, mais aussi à la durée de celle-ci. Même si les traitements
pharmacologiques actuels améliorent la symptomatologie et réduisent les
exacerbations, le fait de vivre longtemps avec cette maladie affecte
considérablement la capacité fonctionnelle du patient.
Figure 2 : Spirale de déconditionnement dans la MPOC
1.6.3 Fonction musculaire
Outre l’effet du déconditionnement induit par la sédentarité, l’inflammation
systémique, l’hypoxie chronique, la malnutrition, l’usage de corticostéroïde et
la récurrence des exacerbations découlant de la pathologie elle-même
affectent de façon significative la fonction musculaire du patient.40 La MPOC
est associée à une réduction de la masse musculaire, appelée atrophie, qui
contribue à la diminution de la tolérance à l’exercice et de la qualité de vie de
ces patients.41-43 Bien que le degré d’atrophie musculaire soit assez
hétérogène dans les différentes cohortes de MPOC, elle touche entre 4% et
AVQ$=$Ac'vité$de$la$vie$quo'dienne$
Dégrada'on$de$la$fonc'on$pulmonaire$
Essoufflement$à$l’exercice$modéré$
Anxiété$
!$exercice$modéré$Décondi'onnement$
Essoufflement$à$l’exercice$léger$
!$exercice$léger$ANXIÉTÉ'
Décondi'onnement$
Essoufflement$lors$d’AVQ$
Anxiété$
Adapté$de:$Casaburi$R,$PeFy$TL,$eds.$Principles*and*Prac-ce*of*Pulmonary*Rehabilita-on.$Philadelphia,$Pa;$Sanders;$1993$
$
12
35% des patients.40 Une des mesures permettant d’estimer le volume
musculaire est l’indice de masse maigre ou «Fat Free Mass Index» (FFMI)
qui représente le ratio de masse maigre total en kilos divisés par la taille en
mètre au carré (kg/m2). Indépendamment de l’indice de masse corporelle
(IMC), le FFMI est un fort prédicteur de la mortalité dans la MPOC.44
En plus des changements observés au niveau du volume musculaire, des
altérations de la composition du tissu lui-même est généralement documenté
chez ces patients.45 Les types de fibres contenues dans le tissu musculaire
changent, passant du type I, fibre à grande capacité aérobie et grande
tolérance à la fatigue, au type IIx, fibre à très faible capacité aérobie et plus
grande fatigabilité.46,47 Ce phénomène s’opère à l’inverse du processus de
vieillissement naturel qui habituellement accroit la proportion de fibre de type
I.48 En ce sens, du point de vue cellulaire, le muscle, devenant plus
dépendant de ses filières glycolytiques perd de son efficacité métabolique à
utiliser l’oxygène ce qui accroit sa production de métabolites (CO2, H+, etc.)
stimulant d’autant plus l’augmentation de la ventilation et la sensation
d’essoufflement.49,50 En plus, d’une plus grande présence de métabolite, la
signalisation entre le muscle et le système nerveux central par les afférences
musculaires sont également altérées dans la MPOC. Gagnon et al.51 ont
observé qu’en bloquant le signal de retour au cerveau, les patients atteints
d’une maladie pulmonaire percevaient moins d’essoufflement et était en
mesure d’effectué des efforts de plus longue durée malgré la présence d’une
concentration similaire de CO2.
1.6.4 Tolérance à l’exercice
L’ensemble de ces dysfonctions tant musculaire que ventilatoire associées
aux phénomènes de déconditionnement et de dyspnée font en sorte que la
tolérance à l’exercice des patients atteint de MPOC est grandement réduite.40
13
En ce sens, la mesure de la tolérance à l’effort doit faire partie de l’évaluation
de base du patient au même titre que la mesure des fonctions pulmonaires
afin de bien identifier le niveau de sévérité de la maladie. Le «Global Initiative
for Chronic Obstructive Lung Disease (GOLD)» tient maintenant compte de la
symptomatologie des patients lors de la stratification de la sévérité de la
maladie.10
Bien que stratification GOLD se serve de questionnaires pour mesurer la
tolérance à l’exercice, il existe une multitude de tests d’effort permettant de
quantifier la capacité fonctionnelle dans la MPOC. Le plus rependu est le test
de marche de 6 minutes (TDM6), un test qui consiste à mesure la distance
maximale parcourue par un individu en 6 minutes.52 Ce test validé et accepté
par l’ATS et l’ERS est utilisé afin de 1) évaluer l’effet pré/post traitement53 2)
évaluer la capacité fonctionnelle du patient54 et 3) prédire la morbidité et
mortalité ainsi que la survenue d’évènements cliniques indésirables tels que
les exacerbations. De ce fait, il existe plusieurs valeurs de référence ou
valeurs critiques dépendamment de l’évènement clinique que l’on désire
prédire à partir de ce test. De façon générale, une distance de marche
inférieure à 350m correspond à une faible capacité à l’effort qui indique un
risque plus élevé d’hospitalisation, d’exacerbation et de décès.55 De plus,
bien qu’il n’y ait pas de consensus quant à la valeur précise, il existe une
variation minimale de la distance de marche qui permet de suggérer une
différence du statut clinique du patient pré/post intervention. Plus
communément appelé MCID pour « minimal clinically important difference »,
celle-ci tourne autour d’une trentaine de mètres en ce qui à trait aux risques
d’hospitalisation et de décès.56 Ainsi, un patient qui améliore sa distance de
marche de 30 mètres sur 6 minutes réduit sont risque de complication de son
état de santé de façon significative tandis qu’un patient qui réduit sa distance
de marche trouve son risque augmenté.
14
Comme mentionnés précédemment et démontrés par Spruit et al., les
facteurs déterminants d’un faible résultat au test de marches sont à la fois
propres à l’appareil pulmonaire et aussi externes à celui-ci.57 Ainsi, il devient
important de considérer la MPOC comme une pathologie de l’organisme en
entier et non seulement comme l’atteinte d’un seul organe.58 C’est pourquoi,
iI est donc nécessaire d’évaluer le patient sous plusieurs aspects avec des
outils de mesure validés et standardisés afin de dresser un portrait clinique le
plus précis qui soit. Notamment en ce qui à trait à la composition corporelle.
L’obésité, de plus en plus présente dans la MPOC, augmente la quantité de
travail nécessaire afin d’effectuer les tâches de la vie quotidienne. Ainsi,
l’ensemble des activités sans aide au support du poids corporel tel que la
marche, l’ascension d’escalier et les soins corporelles exigent une plus
grande quantité d’oxygène donc une augmentation de la ventilation.59
L’obésité devient alors contributoire au phénomène de déconditionnement
dans la MPOC puisqu’elle entraine une limitation de la capacité fonctionnelle
du patient.
15
Chapitre 2 : L’obésité
2.1 Définition
À travers l’histoire, le surpoids et l’obésité a été définie de plusieurs façons.
L’Organisation mondiale de la santé définit, aujourd’hui, le surpoids et
l’obésité comme étant une accumulation excessive ou anormale de gras
pouvant porter atteinte à la santé de l’individu.60 La distinction entre le
surpoids et l’obésité est déterminée par l’indice de masse corporelle (IMC).61
Cet indice est obtenu à partir du calcul du ratio du poids en kilogramme (kg)
par rapport à la taille en mètre (m) élevé au carré (IMC = poids/taille2,
kg/m2).62 Selon les lignes directrices actuellement en vigueur au Canada, une
personne possédant un IMC ≥25 kg/m2 mais <30 kg/m2 présente un surpoids
tandis qu’une personne ayant un IMC ≥30 kg/m2 est considérée comme
obèse.61 Bien que cette mesure soit facilement accessible pour des analyses
épidémiologiques, elle comporte plusieurs limites dont il sera question plus
tard.
2.2 Prévalence et impact socio-économique
La prévalence de l’obésité ne cesse d’augmenter dans les pays industrialisés
et est un phénomène émergeant dans les pays en voie de développement.
Selon les dernières estimations, 39% de la population mondiale âgée de plus
de 18 ans présentait un surpoids alors que 13% étaient considéré comme
obèse.61 Depuis 1980, la prévalence de l’obésité à l’échelle planétaire a
quasiment doublée, ce qui correspond à près d’un demi-milliard d’être
humain aux prises avec cette problématique.61
Bien évidemment, certaines régions du monde possèdent une prévalence
beaucoup plus élevée de l’obésité que d’autres. C’est en Amérique du Nord
que celle-ci est la plus élevée, atteignant 61% pour le surpoids et 27% pour
16
l’obésité en 2014.61 Le Canada n’échappe pas à cette épidémie mondiale
d’obésité qui sévit en se situant légèrement sous les États-Unis, mais tout de
même autour de cette moyenne.63,64
Étant un catalyseur pour plusieurs autres maladies appelées comorbidités,
l’obésité est très couteuse en ce qui a trait aux soins de santé. D’après le
dernier rapport émis par statistique Canada en 2011,64 les coûts de santé
directs imputés à la prise en charge de l’obésité et des complications qui y
sont reliés sont estimés à presque 2 milliards de dollars. À ceux-ci s’ajoutent
les coûts indirects dus à la perte de productivité et l’invalidité et qui sont
évaluées à 2,6 milliards de dollars. Dépendamment, du type d’analyse
effectué et du nombre de comorbidités prises en compte, le coût total
combiné varie donc entre 4,6 et 7,1 milliards de dollars annuellement.64
2.3 Mortalité
Il est très difficile d’évaluer la mortalité attribuable à l’obésité puisque les gens
ne décèdent pas directement de l’obésité, mais plutôt des comorbidités
associées. Ainsi, lors du calcul du taux de mortalité, il faut tenir compte de
plusieurs causes de décès ainsi que des autres variables confondantes65 En
utilisant le risque relatif de mortalité et la prévalence de l’obésité selon les
années, Katzmarzyk et Ardern ont évalué qu’au Canada, le taux de décès par
100 000 habitants serait passé de 2 514 en 1985 à 4 321 en 2000, ayant
presque doublé en 15 ans.66
Malgré l’avancement des connaissances et les stratégies misent en place
afin de réduire et d’endiguer l’épidémie d’obésité, ce phénomène poursuit sa
croissance tant au niveau national que mondial.61,67,68
17
2.4 Facteurs de risque
La variation du poids est un phénomène naturel d’adaptation de l’organisme
résultant d’un déséquilibre entre l’apport calorique et la dépense énergétique.
Lorsque l’apport en calorie est plus élevé que ce que l’organisme arrive à
consommer, le surplus énergétique est essentiellement stocké sous diverse
forme notamment en graisse afin de permettre une utilisation ultérieure
(Figure 3-A). À l’inverse, lorsque la dépense énergétique est plus élevée que
l’apport, l’organisme puise dans ses réserves afin d’assurer sa survie (Figure
3-B). La capacité à emmagasiner l’énergie est donc la résultante d’un
mécanisme adaptatif permettant la survie.
Figure 3 : Principe de la balance énergétique
Le déséquilibre de la balance énergétique au profit de l’apport calorique est
un élément clé de l’embonpoint et de l’obésité. Les facteurs de risque menant
à l’obésité favorisent l’entreposage de l’excédant énergétique et/ou limitant la
dépense énergétique. Parmi ceux-ci, on retrouve l’inactivité physique, l’âge,
l’état émotionnel, le bagage génétique et l’histoire familiale, le tabagisme,
l’état de santé, le manque de sommeil, la grossesse ainsi que certains
médicaments.67,69
Apport
calorique
ApportcaloriqueDépen
se
énergé3que
Dépenseénergé3que
A BPrise de poids Perte de poids
18
Les comités d’expert s’entendent pour dire que la meilleure façon d’intervenir
afin de diminuer l’incidence de l’obésité et son l’impact sur la santé passe par
la modification des habitudes de vie.67,70 Par une approche multidisciplinaire,
les différents intervenants doivent œuvrer de concert afin de favoriser un
mode de vie plus actif et une alimentation équilibrée à teneur calorique plus
faible. Dans certains cas, les approches pharmaceutiques et chirurgicales
doivent aussi être considérées chez les patients présentant des
comorbidités.67,70
2.5 Pathogenèse
Comme pour la MPOC, l’obésité résulte d’une interaction complexe entre la
prédisposition de l’individu et son environnement.67,69 La définition de
l’obésité au sens large tel que statué par l’OMS ne tient cependant pas
compte des différentes manifestations de l’obésité aussi appelées
phénotypes. Dépendamment de la localisation de l’accumulation du tissu
gras chez un individu, les conséquences sur l’organisme peuvent être plus ou
moins néfastes.
Durant, plusieurs années, le tissu adipeux a été considéré comme un tissu
métaboliquement neutre, c’est-à-dire, non contributoire et peu sensible à la
sécrétion de régulateur au sein de l’organisme.71 Aujourd’hui, nous savons
que certains tissus adipeux sont plus actifs que d’autres. Par exemple, la
graisse brune possède une capacité thermogénique impressionnante qui
permet de maintenir l’homéostasie est bénéfique pour la santé.72 À l’inverse,
le tissu adipeux viscéral, principalement situé au niveau de l’abdomen,
contribue significativement aux maladies cardiovasculaires et métaboliques
comme le diabète de type 2.73
19
2.5.1 Diagnostic
Le critère diagnostique utilisé afin de déterminer la présence d’obésité s’est
modifié avec l’avancement des connaissances. Passant d’un simple calcul de
déviation par rapport à la moyenne/médiane d’un groupe de référence à des
mesures plus complexe comme les plis cutanés, ou de l’IMC, ces mesures
ont toujours postulé une répartition et composition uniforme du poids total
faisant fi des différents types de tissu le composant (p. ex. masse musculaire,
masse grasse, masse hydrique, masse osseuse, etc.) et de leur localisation.
Malgré que l’IMC soit toujours utilisé aujourd’hui dans les études
épidémiologiques pour sa simplicité et son accessibilité, il est maintenant
reconnu qu’il faut être prudent avec son interprétation. Il est maintenant établi
que l’IMC ne suffit pas à lui seul à établir une évaluation précise du niveau de
risque et du pronostic associés à l’obésité.74 Malgré tout, les lignes directrices
établies61 conservent l’IMC comme seul critère diagnostique et stratifient le
dégrée de sévérité des modifications du poids selon l’échelle présentée dans
le tableau 2.
Tableau 2 : Classification du poids en fonction de l’IMC
Catégories IMC (kg/m2)
Sous-poids < 18,5
Normal 18,5-24,9
Surpoids 25-29,9
Obésité 30,0-34,5
Obésité sévère >35
20
2.5.2 Autres méthodes de quantification de l’obésité
Le tour de taille et ratio taille/hanche
Le tour de taille est une mesure qui permet d’évaluer rapidement s’il y a
accumulation de graisse au niveau de l’abdomen. Combiné à la mesure de
l’IMC, le tour de taille apporte une précision supplémentaire quant à
l’estimation du risque de la maladie cardiovasculaire relié à l’obésité.75 Bien
que son utilisation dans la pratique clinique soit relativement récente, les
premières études faisant état de l’importance de la localisation graisse
remontent à près de 60 ans. Jean Vague est l’un des premiers chercheurs à
avoir publié des résultats sur les différents types d’obésité. Vulgarisé sous les
termes «forme pomme» et «forme poire», il en est arrivé à la conclusion que
les personnes ayant une obésité abdominale (forme pomme ou androïde)
présentent un profile métabolique perturbé avec une prévalence accrue
d’athérosclérose précoce et de diabète, lorsque comparée aux individus
ayant une obésité localisée aux pourtour des hanches (forme poire ou
gynoïde).76 Au même moment, Morris et al. publiaient un article mettant en
relation le tour de taille des pantalons et le niveau de sédentarité de
travailleurs, en fonction du type d’emploi qu’ils occupaient.77 Dans leur
discussion, les auteurs émettaient l’hypothèse qu’il existait une relation entre
la taille des pantalons et le risque de décès par maladie cardiovasculaire qui
fût par la suite confirmé. Depuis, même si la mesure s’est quelque peu
diversifiée avec certaines variantes, celle-ci demeure un moyen rapide et peu
couteux d’évaluer la présence d’obésité abdominale.78 Cependant, malgré
ces avantages cliniques évidents, cette mesure ne permet pas d’estimer la
quantité totale de tissus adipeux n’y sa nature.
21
L’impédancemètrie ou bio-impédance
Il existe une multitude d’appareils permettant d’estimer le pourcentage de
tissu graisseux par la mesure de la conductance électrique.79 Bien que les
formules d’estimation diffèrent d’un instrument à un autre, le principe de la
mesure reste sensiblement le même. L’appareil décompose le poids en deux
compartiments soit la masse grasse à faible conductivité électrique et la
masse maigre à grande conductivité électrique. En faisant circuler des
signaux électriques à différentes fréquences, l’appareil calcule la résistance
au signal et à l’aide de formule estime le pourcentage de masse grasse
totale.80 Bien que ce type d’équipement soit légèrement plus couteux
comparativement aux plis cutanées et au tour de taille, la mesure de la
composition corporelle par bio-impédance demeure rapide (temps requis < 1
minute), relativement précise,81 malgré plusieurs limitations, et permet aussi
une mesure de la masse maigre totale. Même si certains modèles plus
récents permettent d’évaluer la répartition de la masse maigre, les appareils
disponibles actuellement ne permettent pas d’évaluer la localisation ou
répartition du tissu gras.78
L’imagerie par résonnance magnétique (IRM)
La résonnance magnétique permet d’étudier la répartition des tissus en 2D et
la composition corporelle par reconstruction 3D à l’aide du spectre de
résonnance des différents tissus. Les principaux avantages de cette méthode
résident en sa très haute précision82 sa capacité de mesurer la quantité et la
répartition des différents tissus en ne produisant pas de radiations ionisantes.
De plus, la capacité de l’IRM, d’objectiver les dommages induits aux
différents organes et aux systèmes vasculaires en fait une des méthodes les
plus complètes et polyvalente pour étudier la composition corporelle.83 D’un
autre côté, ce type d’examen est très dispendieux et peu accessible. De plus,
elle nécessite des équipements de fine pointe et un personnel hautement
qualifié rendant cette méthode d’investigation difficilement applicable dans un
22
contexte clinique ou même dans des études populationnelles de grande
échelle.84
Tomodensitométrie axiale commandée par ordinateur (TACO)
Une autre méthode d’imagerie permettant d’évaluer la distribution du tissu
adipeux est la tomodensitométrie axiale commandée par ordinateur (TACO).
À partir des images obtenues et l’utilisation de logiciel appliquant des filtres
d’atténuation, il est possible de compartimenter et de différencier les
différents tissus. En partant du principe que les différents tissus du corps
possèdent des niveaux d’atténuation de rayon X différents,85 il est possible de
distinguer les tissus, mais aussi d’estimer leur densité à partir du niveau
d’atténuation mesuré en unité Hounsfield. De façon générale, plus un tissu
est dense, plus son atténuation sera grande.86 À l’inverse, plus un tissu est
de faible densité, plus son atténuation en unité Hounsfield sera faible
(Tableau 3). À l’instar de l’IRM, cette méthode de mesure est précise82 mais
peu accessible et coûteuse. Malgré tout, elle peut applicable à grande échelle
dans certaines populations, comme dans la MPOC, où des TACO complets
du thorax sont souvent prescrits afin de mesurer les atteintes pulmonaire (i.e.
Fibrose, Nodule, Hyperinflation, etc.).29 De cette façon, à partir d’un seul
examen d’imagerie réalisé dans un contexte de dépistage ou de suivi de la
maladie, il deviendrait possible pour le clinicien d’obtenir une évaluation
précise distribution des tissus du patient.
Tableau 3 : Densité de différentes matières en unité Hounsfield
Type de matière Atténuation (en HU) Eau 0 Air -1000 Tissu adipeux -190 à -30 Tissu musculaire -29 à 150 Tissu osseux 700 à 3000
23
2.6 Pathophysiologie
L’obésité entraine une multitude de complications affectant non seulement le
système cardiovasculaire, mais aussi tout le système inflammatoire et
métabolique. L’ensemble des désordres engendrés par le surplus pondéral
est appelé comorbidités. Du point de vue de la biomécanique ventilatoire, une
des principales conséquences de l’accumulation de graisse au niveau de
l’abdomen, réside dans le repositionnement du diaphragme qui est repoussé
plus haut dans la cage thoracique. Ceci limite son excursion lors de
l’inspiration, diminuant ainsi son efficacité mécanique et contribuant ainsi à
l’augmentation de l’effort inspiratoire.87,88 De plus, le poids supplémentaire
devant être déplacé lors du soulèvement et de l’expansion de la cage
thoracique sollicitent le travail des muscles accessoires à l’inspiration89. Bien
évidemment, en raison de l’augmentation du poids corporel, la demande en
oxygène de repos et lors des efforts nécessitant de se mouvoir dans les
activités de la vie quotidienne est aussi augmentée.90 Ceci crée alors une
plus grande demande ventilatoire qui doit être assuré par l’appareil
pulmonaire.
2.6.1 Comorbidité
L’obésité en soi, excepté dans les cas d’obésité sévère, ne met pas
nécessairement en péril la survie de l’organisme à court terme. Ce sont plutôt
les comorbidités qui en découlent qui, à long terme, réduisent l’autonomie et
peuvent même être fatales. Lorsque présent en excès, le tissu adipeux
dérègle le métabolisme et précipite la survenue de plusieurs maladies. Par la
libération d’adipokines, le tissu adipeux influence la balance pro- et anti-
inflammatoire ce qui entraine des dommages tant au niveau des structures
vasculaires qu’aux organes eux-mêmes91 Parmi les plus fréquentes, on
retrouve le diabète de type 2, l’hypertension artérielle, la dyslipidémie,
l’insuffisance cardiaque, la maladie cardiovasculaire, la maladie
24
cérébrovasculaire, l’apnée du sommeil, le cancer, etc.92 De plus, il n’est pas
rare de retrouver plusieurs de ses comorbidités à la fois qui interagissent
alors entre elles pour favoriser l’apparition d’une autre. En ce sens, l’obésité
réduit grandement l’espérance de vie93 et la qualité de vie d’un l’individu.94
25
Chapitre 3 : Paradoxe de l’obésité dans les maladies chroniques
3.1 Définition
L’obésité qui, historiquement, ne semblait toucher que les populations les
mieux nanties s’étend maintenant dans toutes les sphères de la société,95
allant même jusqu’aux populations atteintes de maladies chroniques.
Étonnamment, contre toute attente, il semblerait que l’obésité augmente la
survie dans plusieurs pathologies chroniques. Ce phénomène a été nommé
«paradoxe de l’obésité».
3.2 Courbe de survie et IMC
Le «paradoxe de l’obésité» a été constaté dans plusieurs pathologies comme
l’insuffisance cardiaque96, l’insuffisance rénale97 et la MPOC.98 Les études
épidémiologiques chez ces populations ont conclu que les personnes aux
prises avec ces maladies chroniques et qui présentent un surpoids ou même
une obésité d’après le calcul de leur IMC, vivent plus longtemps que leurs
comparses de poids normal. Un exemple du risque relatif de mortalité selon
l’IMC dans la MPOC est montré à la figure 4. Ces résultats sont contre-
intuitifs puisque, l’obésité étant un facteur de risque de plusieurs
comorbidités, on s’attendrait à ce que sa présence soit néfaste et réduise
l’espérance de vie.
26
Figure 4 : Risque relatif de mortalité selon l’IMC dans la MPOC
Figure élaborée à partir des résultats de : Landbo C. et al. Am J Respir Crit Care Med 1999;160:1856–1861 Légende : Noir = Homme, Gris = Femme
3.3 Paradoxe de l’obésité dans la MPOC
Dans la MPOC, le paradoxe de l’obésité est encore plus surprenant. Ayant
longtemps été caractérisée par la présence de cachexie, la MPOC est
maintenant de plus en plus associée à l’obésité.99 Ainsi, dans une étude
populationnelle menée par Liu et al., près de 70% des 1033 individus ayant
rapporté avoir reçu un diagnostic de MPOC, présentaient un surpoids alors
que seulement 2,4% étaient en sous-poids.100 On pourrait ainsi dire que
l’obésité est devenue la norme dans cette maladie.99 De plus, la maladie
cardiovasculaire et les autres comorbidités liées à l’obésité sont fréquemment
en cause dans la mortalité reliée à la MPOC.9,13,101
IMC (kg/m2)
< 20 20-24,9 25-29,9 > 30
Ris
que
rela
tif
0
1
2
3
4
27
Dans les études précédentes, 98,100 un indice de masse corporelle élevée a
été paradoxalement associé à un meilleur taux de survie dans les maladies
chroniques comme la MPOC. Toutefois, l’interprétation de l’impact de
l’obésité sur la MPOC a pu être confondue en ne tenant pas compte de la
composition corporelle ou de la distribution du tissu gras. Ainsi, en raison de
sa prévalence importante dans la MPOC et à l’image de ce qui se passe
dans d’autres maladies chroniques, il est probable que la distribution du
tissus adipeux associée à l’obésité influence significativement le tableau
clinique et la survie des individus qui souffrent de MPOC.102 Il est donc
important de mieux caractériser la nature de l’accumulation de tissu adipeux
dans la MPOC afin de mieux en cerner les conséquences et
d’éventuellement améliorer la prise en charge clinique des patients
présentant un surpoids.
Objectif de l’étude
Étudier la distribution du tissu adipeux des patients atteints d’une MPOC et
vérifier son degré d’association à des évènements cliniques en lien avec l’état
de santé de ces patients et/ou la progression de la maladie telle que le déclin
de la fonction pulmonaire, le taux annuel d’exacerbation, la distance marchée
en 6 minutes, la qualité de vie, les comorbidités et la mortalité.
Hypothèse
Nous croyons que l’adiposité intra-abdominale sera plus prévalente dans la
MPOC et que cette adiposité sera associée à une plus grande détérioration
du statut clinique du patient ainsi qu’à une prévalence accrue de
comorbidités.
28
29
Chapitre 4 : Article scientifique
Titre de l’article : L’adiposité et de la composition corporelle évaluées par
TACO sont associées aux comorbidités et à un faible état de santé dans la
MPOC. Une sous-étude ECLIPSE.
Rationnel : Un indice de masse corporelle élevé a été paradoxalement
associé à un meilleur taux de survie dans les maladies chroniques comme la
MPOC. Toutefois, l’interprétation de l’impact de l’obésité sur la survie dans la
MPOC a pu être influencée par la distribution du tissu gras qui n’as pas été
prise en compte dans ces études. Cette sous-étude ECLIPSE teste
l’hypothèse selon laquelle l’adiposité intra-abdominale serait augmentée dans
la MPOC et serait associée aux comorbidités et à des évènements cliniques
néfastes.
Méthodes : Des images de tomodensitométrie axiale contrôlée par
ordinateur (TACO) au niveau des vertèbres L2-L3 obtenues à partir de l’étude
ECLIPSE ont été utilisées pour quantifier la surface de tissu adipeux viscéral
(TAV) et de tissu musculaire (TM) ainsi que de l’atténuation musculaire, un
reflet de l’infiltration lipidique du muscle, chez les patients atteints de MPOC
et chez les sujets témoins. Des modèles de régression ont été utilisés pour
investiguer les possibles relations entre les indices d’adiposité ainsi que la
surface de tissu musculaire, avec les comorbidités et les manifestations
cliniques de la MPOC. Résultats : À partir de la cohorte ECLIPSE, nous avons identifié 585 sujets
pour qui nous avions des images de TACO à L2-L3 permettant l’analyse de la
composition corporelle. La surface de TAV est augmentée (p<0.0001) et la
surface musculaire ainsi que l’atténuation réduite (indication d’une infiltration
lipidique accrue) chez les patients avec une MPOC comparativement aux
témoins. Bien que la sévérité de la maladie ne soit pas associée au TAV
augmenté, l’atténuation musculaire diminue en fonction de la progression de
la limitation du débit expiratoire. La surface de TAV est associée à une
probabilité accrue de diabète (p = 0.024) et de reflux gastroesophagien (p =
0.0048) à la visite initiale tandis que l’atténuation musculaire prédit une
30
probabilité accrue de retrouver des comorbidités cardiovasculaires (p =
0.042). Des corrélations ont été établies entre les variables mesurées par
TACO et le test six minutes de marche, le score total au St. Georges’
Respiratory Questionnaire et certains biomarqueurs. Conclusion : Notre étude confirme que l’accumulation de tissu adipeux
viscéral, ainsi que l’augmentation de gras intramusculaire et la diminution de
la surface de tissu musculaire dans l’abdomen sont associées à plusieurs
comorbidités et à des évènements cliniques significatifs dans la MPOC.
31
Computed tomography-derived adiposity and body composition are associated with comorbidities and poor outcomes in COPD. An
ECLIPSE substudy
Authors:
Mickaël Martin1, Natalie Almeras1, Jean-Pierre Després1, Harvey O Coxson2, George R Washko3, Isabelle Vivodtzev4, Emiel FM Wouters5, Erica Rutten6, Michelle C Williams7, John T Murchison8, William MacNee7, Don D Sin2, François Maltais1 for the Evaluation of COPD Longitudinally to Identify Predictive Surrogate Endpoints (ECLIPSE) investigators.
Affiliations: 1Centre de recherche, Institut universitaire de cardiologie et de pneumologie
de Québec, Université Laval, Québec Canada; 2University of British
Columbia, Vancouver, Canada; 3Division of Pulmonary and Critical Care
Medicine, Department of Medicine, Brigham and Women’s Hospital, Harvard
Medical School, Boston, Massachusetts, United States; Grenoble Alps
University, Inserm U1042 Hypoxia Pathophysiology laboratory and Grenoble
University Hospital, Grenoble, France; 5Maastricht University Medical Center,
Maastricht, The Netherlands; 6Research and development, CIRO, Horn, The
Netherlands; 7University of Edinburgh, Edinburgh, UK; 8Royal Infirmary of
Edinburgh, Edinburgh, UK.
Short title: Adiposity and COPD
Corresponding author:
Dr. F. Maltais
Centre de Pneumologie
Institut Universitaire de cardiologie et de pneumologie de Québec,
2725 Chemin Sainte-Foy
Quebec (QC), G1V 4G5
CANADA
32
Fax: 1 418 656 4762
E-Mail: [email protected]
Key words: metabolic syndrome, obesity, abdominal adiposity, muscle
Word count: 3463 (max: 3500)
COMPETING INTERESTS
MM, NA, IV, ER, MCW and JTM have no conflicts of interest to declare. JPD
reports personal fees from Abbott Laboratories; AstraZeneca;
GlaxoSmithKline; Merck; Pfizer Canada Inc.; Sanofi; Torrent Pharmaceuticals
Ltd. outside the submitted work. EFMW reports personal fees from Nycomed;
AstraZeneca; GlaxoSmithKline; Novartis outside the submitted work. GRW
reports other from GlaxoSmithKline, other from Genentech, outside the
submitted work. HOC reports personal fees from GSK, grants from GSK
during the conduct of the study; personal fees from Samsung, grants from
Spiration Inc outside the submitted work. WM reports personal fees and other
from GlaxoSmithKline, personal fees and other from Pfizer, personal fees and
other from AstraZeneca, personal fees and other from Boehringer Ingelheim,
grants from British Heart Foundation, grants from Chief Scientist Office,
grants from MRC, outside the submitted work. DDS reports personal fees
from Amgen, grants and personal fees from AstraZeneca, personal fees from
Boehringer Ingelheim, grants from Novartis, outside the submitted work. FM
reports grants and personal fees from Boehringer Ingelheim, grants and
33
personal fees from GlaxoSmithKline, grants from Nycomed, grants and
personal fees from Novartis, outside the submitted work. All fees are pooled
with other revenues of the group of pulmonologists to which FM is a member
and then shared among members of the group. FM holds a CIHR/GSK
research Chair on COPD at Université Laval.
FUNDING
GlaxoSmithKline. MM was recipient of a research training award from the
Fonds de la recherche Québec - Santé. FM holds a GSK/CIHR Research
Chair on COPD at Université Laval. JPD is the scientific director of the
International Chair on Cardiometabolic Risk which is based at the Faculty of
medicine, Université Laval.
This work has been presented as an abstract at the 2015 meeting of the
American Thoracic society
34
ABBREVIATIONS LIST
6MWD: 6-min walking distance
AT: adipose tissue
BMI: body mass index
CC-16: club cell secretory protein
COPD: chronic obstructive pulmonary disease
CSA: muscle tissue cross-sectional area
CT: computed tomography
ECLIPSE: Evaluation of COPD Longitudinally to Identify Predictive Surrogate
Endpoints
FEV1: Forced expiratory volume in 1 second
GOLD: Global initiative for Chronic Obstructive Lung Disease
hs-CRP: high-sensitivity C-reactive protein
HU: Hounsfield units
ICC: intraclass correlation coefficient
IL-6: interleukin-6
MT: muscle tissue
PARC/CCL-18: pulmonary and activation-regulated chemokine
SCAT: subcutaneous adipose tissue
SGRQ: St. Georges’ Respiratory Questionnaire
SP-D: surfactant protein
VAT: visceral adipose tissue
WBC: white blood cell count
35
ABSTRACT Background : Increased body mass index has been paradoxically associated
with prolonged survival in COPD. However, interpreting the impact of obesity
on COPD has been confounded by not considering body composition or fat
distribution. This ECLIPSE substudy tested the hypothesis that COPD is
associated with increased intra-abdominal adiposity and that this would be
associated with comorbidities and adverse clinical outcomes. Methods:
Computed tomography images of the thorax obtained in the ECLIPSE study
were used to quantify, at L2-L3, visceral adipose tissue (VAT) and muscle
tissue (MT) cross-sectional areas (CSA) and MT attenuation, a reflection of
muscle fat infiltration. Regression models were used to investigate possible
relationships between CT body composition indices, comorbidities and
COPD-related outcomes. Results: From the entire ECLIPSE cohort, we
identified 585 subjects with valid CT images at L2-L3 to assess body
composition. VAT CSA was increased (p<0.0001) and muscle CSA and
attenuation decreased (indicating more muscle fat accumulation) in COPD
compared to controls. Whereas disease severity was not associated with
more VAT, muscle attenuation decreased as airflow limitation worsened. VAT
CSA was associated with increased probability of diabetes (p = 0.024) and
gastroesophageal reflux (p = 0.0048) at baseline while MT attenuation
predicted an increased probability of finding cardiovascular comorbidities (p =
0.042). Correlations were found between CT-derived adiposity and body
composition variables and the 6-min walking distance, St. Georges’
36
Respiratory Questionnaire total scores and selected biomarkers.
Conclusion: CT-derived adiposity and body composition variables were
associated with comorbidities and with relevant clinical outcomes in COPD.
Word count: 247 (max: 250)
37
What is the key question?
Is there an increased visceral adipose tissue accumulation in patients with
COPD and does this contribute to COPD-related outcomes and
comorbidities?
What is the bottom line?
An increased intra-abdominal (visceral) fat accumulation/muscle fat infiltration
was observed in COPD and this was associated with diabetes, cardiovascular
comorbidities and gastroesophageal reflux and with relevant COPD-related
outcomes such as reduced walking capacity and quality of life.
Why read on?
Intra-abdominal (visceral) fat accumulation being a risk factor for
cardiovascular diseases, a leading mortality cause in COPD, regional body
fat distribution and ectopic fat deposition should be properly assessed to
optimally manage patients with COPD in clinical practice.
38
INTRODUCTION
Obesity is becoming a major health issue in COPD, as it is in the general
population. Several studies have reported an increased proportion of patients
with COPD who are either overweight or obese.1-4 Based on the well
established link between obesity and hypertension, type 2 diabetes, cancer,
and cardiovascular diseases,5 and on the fact that COPD is an independent
risk factor for cardiovascular diseases,6 one would assume that COPD
patients who are obese are characterized by an increased mortality rate.
Consistent with these observations, all-cause and cardiovascular mortality
are also increased in patients with COPD.7 Depending on COPD severity,
cardiovascular diseases are the primary causes of mortality in 20 to 27% of
patients with COPD.8,9
In this context, it is somewhat counterintuitive that overweight and obesity
paradoxically prolonged survival in COPD10 as well as in other chronic
diseases,11 a phenomenon referred to as the “obesity paradox” or “reverse
epidemiology”.12 Many studies have reproduced this finding which appears to
be robust and observed up to very high body mass index (BMI) values (above
40 kg/m2).12
It has been proposed that this paradox may be a “BMI paradox” rather than
an “obesity paradox”.13 Indeed, BMI does not provide precise information
about body composition nor does it allow quantifying differences in regional
body fat distribution. Rather than body size, body shape may be important to
39
consider in the interpretation of the relationship between obesity and COPD.
For instance, it is very well documented that the inflammatory, metabolic and
cardiovascular consequences of obesity are largely explained by the
presence of excess visceral adipose tissue which is also partly a marker of
unwanted lipid accumulation in normally lean tissues such as the liver, the
heart and the skeletal muscle, this phenomenon being described as ectopic
fat accumulation.14 Individuals with a selective accumulation of abdominal
(visceral) fat are at increased risk of developing features of the metabolic
syndrome, diabetes, an atherogenic dyslipidemia, inflammation or
cardiovascular diseases compared to those who preferentially accumulate
lipids in subcutaneous “healthy” adipose tissue.14 We therefore put forward
the hypothesis that the paradoxical relationship between COPD and obesity
has been largely confounded by the absence of body composition and
regional adipose tissue distribution data.
The Evaluation of COPD Longitudinally to Identify Predictive Surrogate
Endpoints (ECLIPSE) was an internationnal multicenter, observational and
longitudinal study to identify surrogate markers of COPD progression.15
ECLIPSE enrolled current or former smokers with Global initiative for Chronic
Obstructive Lung Disease (GOLD) stage 2 - 4 COPD, smokers with normal
lung function and never smokers.16 Interestingly, all ECLIPSE participants
underwent a low-dose volumetric computed tomography (CT) scan of the
chest at baseline. It was expected that in a subset of them, a valid CT scan
slice at L2-L3 would be available to accurately and non-invasively quantified
40
abdominal fat distribution, and muscle tissue area and attenuation, an
expression of fat infiltration..17
We therefore took advantage of this unique COPD cohort with a 3-year
follow-up to address the following question: i) is COPD associated with
increased visceral obesity? ii) does visceral obesity and muscle fat infiltration
modify the expression of COPD in being associated with reduced functional
and health status, cardiovascular and other comorbidities, as well as with
forced expiratory volume in 1 second (FEV1) rate of decline, exacerbations
and mortality? Our overarching hypothesis was that COPD would be
associated with increased intra-abdominal fat accumulation compared to
controls with normal lung function and that this would be associated with
adverse clinical outcomes.
41
METHODS
Study design and patients
ECLIPSE (Clinicaltrials.gov, NCT00292552) enrolled 2164 current or former
smokers (≥ 10 pack-years) with GOLD stage 2-4, as well as 337 smokers with
normal lung function and 245 never smokers.16 Patients’ characteristics (age,
race, gender, smoking history), chest CT scan, pulmonary function tests, St.
Georges’ Respiratory Questionnaire (SGRQ) scores, 6-min walking distance
(6MWD), serum inflammatory biomarkers (white blood cell count [WBC],
interleukin-6 [IL-6], high-sensitivity C-reactive protein [hs-CRP], fibrinogen,
pulmonary and activation-regulated chemokine [PARC/CCL-18], surfactant
protein [SP-D], club cell secretory protein [CC-16]) were obtained at baseline
and yearly for the 3-year study duration as previously reported15,18,19
Standardized questionnaires were used to record comorbidity at baseline.
COPD exacerbations and mortality were also recorded. All patients provided
written informed consent and the study were approved by ethics committees
of participating centres. ECLIPSE steering and scientific committees
approved the protocol for this substudy.
Imaging assessment
All ECLIPSE participants underwent a low-dose volumetric CT scan of the
chest at baseline with the following protocol: 120-kV peak, 40 mA, and 1.00-
or 1.25-mm slice thickness, at full inspiration. For the purpose of this
ECLIPSE substudy, we analyzed all subjects with a thoracic CT scan that
42
contained images at L2-L3 intervertebral space. Measures of fat and muscle
(psoas, paraspinal and abdominal wall muscles) tissues cross-sectional areas
and of muscle tissue (MT) attenuation were performed by the same
investigator (MM) using the CT imaging Core Lab Unit at the Institut
Universitaire de cardiologie et de pneumologie de Québec and a specialized
image analysis software (Slice-O-Matic, Tomovision, Montréal, Québec,
Canada) according to standardized techniques (Figure 1).17 Adipose and
muscle tissue cross-sectional areas (CSA, cm2) were measured using an
attenuation range of –190 to –30 Hounsfield units (HU) and of -29 to 130 HU,
respectively. The mean attenuation value in HU of each structure was
generated. To avoid subjectivity in the separation between subcutaneous
(SCAT) and visceral (AT) adipose tissues, these two fat tissues were
separated from each other midway in the thickness of abdominal wall
muscles. Subjects for whom a tissue surface area > 1 cm2 fell outside the
field of view of the scope were excluded from further analysis. A random
selection of 10% of all segmented images were redone by the same evaluator
to assess for intra-observer variation. Inter-observer variation was evaluated
on a random sample of 10% of the segmented images that were also
analysed by a second imaging expert.
Statistical analyses
Patients characteristic were compared between COPD and controls (smokers
with normal lung function and never smokers), using student t-test statistics
for continuous variables and chi-square statistics for discrete
43
variables. Coronary artery calcification scores were obtained from a previous
study in which a random sample of the ECLIPSE cohort was selected for this
analysis.20 This variable was available for 394 patients with COPD and 53
controls. Coronary artery calcification (CAC) scores and inflammatory
markers were analysed on a log10 scale because they had a log normal
distribution. Patients with COPD were further classified according to the
Global Initiative for Chronic Obstructive Lung Disease (GOLD) spirometric
classification system.21 The overall test-retest reproducibility of each tissues
compartment parameter was assessed by calculating a Pearson correlation
coefficient between evaluation #1 and #2 for each CT body composition
parameter. Test-retest reliability was evaluated using Intraclass Correlation
Coefficient (ICC) as it reflects both systematic and random differences in test
measures.22 An ICC > 0.75 was judged to be excellent.23 CT body
composition variables were compared between COPD and controls, and also
across GOLD spirometric grades, using a multivariate analysis of covariance
model (MANCOVA), with age, sex, BMI and smoking status included as
covariates. When a significant effect of groups or subgroups were identified,
univariate analyses of covariance models (ANCOVA) were adjusted to
investigate which body composition variables were different, and LSD
protected multiple comparisons were performed to differentiate the
subgroups. Possible relations between body composition, pulmonary
function, coronary artery calcification scores, exacerbation rate and
inflammatory biomarkers were investigated using the partial Spearman’s rank
correlation coefficient. Random-coefficient models were also used to evaluate
44
the effect of body composition on FEV1 rate of decline, as proposed by
Vestbo et al.24. The impact of body composition on comorbidities was
assessed by logistic regression models while its relationship with survival was
studied using a Cox proportional hazards regression model. All analyses
were controlled for age, sex, BMI, smoking status and FEV1. P values < 0.05
were considered statistically significant. Data analyses were performed using
SAS version 9.4 (SAS Institute Inc., CA, USA).
45
RESULTS
We identified 585 patients (511 COPD and 74 controls) for whom a CT slice
at L2-L3 could be analysed for fat distribution. Patient’s characteristics are
outlined in Table 1. Patients with COPD and controls had similar BMI but
important differences were otherwise noted: COPD were older, had a higher
proportion of men and of current/former smokers than controls. They also
exhibited higher SGRQ scores (worse health-related quality of life), greater
prevalence of cardiovascular comorbidities (angina, heart attack, myocardial
infarction, stroke and heart failure), hypertension, greater coronary artery
calcification (CAC) score and higher levels of inflammatory biomarkers than
controls. During the 3-year follow-up, 50 deaths were recorded (49 patients
with COPD and 1 control) resulting in a lower mean survival days in COPD. A
total of 1661 moderate to severe exacerbation were reported in COPD, with a
mean exacerbation rate of 1.28 ± 0.06 year-1�patient-1 (range 0 to 9
exacerbation year-1�patient-1).
CT fat distribution data adjusted for age, sex, smoker status and BMI are
presented in Figure 2. For a similar BMI (Figure 2A), patients with COPD
exhibited higher VAT CSA (Figure 2B), a tendency to have lower MT CSA
(Figure 2C) and lower MT attenuation (Figure 2D) than controls. SCAT CSA
could be quantified in 384 subjects (327 COPD and 57 controls). SCAT CSA
was greater in patients with COPD than in controls (Figure 2E). The same
results are also presented according to the severity of airflow obstruction from
GOLD stage 2 to 4. Patients with GOLD 3 and 4 COPD had lower BMI than
46
GOLD 2 patients while GOLD 4 were characterized by greater VAT than
GOLD 3 group and SCAT areas and lower muscle tissue attenuation than
the remaining groups.
Correlation between visceral fat parameters, MT area, clinical outcomes and
biomarkers are presented in Table 3 and Figure 3. 6MWD was negatively
associated with VAT CSA (figure 3A) and positively associated with MT CSA
(Figure 3B). Reduced MT attenuation was predictive of lower 6MWD (Figure
3C). Increased MT CSA was predictive of better quality of life as indicated by
its negative correlation with SGRQ total scores where lower scores indicate
better quality of life (Figure 3D). Fat distribution did not predict FEV1 decline
and the rate of exacerbation. VAT CSA predicted WBC and negatively CC-
16, MT CSA was a negative predictor of fibrinogen and MT attenuation was
positively associated with CC-16 levels (Table 3).
In COPD, the probability of having diabetes (p = 0.024) and
gastroesophageal reflux (p = 0.0048) at baseline increased in parallel with
VAT accumulation while MT attenuation predicted increased probability of
cardiovascular comorbidities (p = 0.042) (Figure 4). Tissues repartition
variables did not correlate with coronary artery scores nor survival.
47
DISCUSSION
This ECLIPSE sub-study reports altered visceral adipose tissue distribution
and MT area findings in a large group of patients with COPD. Patients with
COPD were characterized by increased VAT and evidence of muscle fat
infiltration as assessed by CT, as well as by an increased prevalence of
cardiovascular comorbidities, diabetes and gastroesophageal reflux. Our
study is concordant and extends existing knowledge that COPD is associated
with increased VAT accumulation compared to controls.7,25 by reporting, for
the first time, alterations in intra-abdominal muscle quantity and quality in
COPD and investigating the contribution of such CT body composition and
adipose tissue distribution abnormalities to COPD-related outcomes and
comorbidities. Beyond a tendency for intra-abdominal muscle CSA to be
reduced in COPD, the quality of the muscle, as assessed by its mean tissue
density, was also modified, suggesting that COPD is specifically associated
with increased muscle fat infiltration. Alterations in CT body composition
parameters were particularly notable in patients with GOLD 4 COPD and
were clinically relevant as suggested by their association with reduced
walking capacity, quality of life and prevalence of cardiovascular diseases,
diabetes and gastroesophageal reflux at study entry. Importantly, these
associations remained after adjustment for age, sex, BMI, smoking status and
FEV1.
We are not aware of previously published study on intra-abdominal muscle
CSA and attenuation data in COPD. As for our findings involving the psoas,
48
paraspinal and abdominal wall muscles, evidence of quadriceps atrophy and
fat infiltration has been reported in COPD. 26,27 These authors also reported
inverse relationships between indices of quadriceps fat infiltration and walking
capacity in COPD. In this context, it is interesting that lower intra-abdominal
muscle tissue density, a reflection of increased fatty content, was also a
predictor of reduced walking performance, an association that remained
significant after adjustment for muscle tissue CSA. It could be argued that the
performance of the psoas and paraspinal muscles that are involved in walking
was altered by a combination of reduced area and fat infiltration, together
leading to impaired muscle contractility.27,28 Alternatively, intra-abdominal
muscle fat infiltration may simply be a reflection of a generalized process
involving several muscle groups, including those of the lower limbs. In our
study, intra-abdominal muscle CSA was also associated with better quality of
life, a finding that has already been reported for whole-body muscle mass 29
and is consistent with the bulk of knowledge supporting that overall skeletal
muscle tissue atrophy is associated with poorer outcome in COPD.30,31 Our
data also suggest that measuring muscle attenuation provides further
information, beyond the sole assessment of muscle CSA.
A novel finding of our study was the association between MT CSA and
attenuation with inflammatory biomarkers (fibrinogen and CC-16,
respectively). Although the direction of these associations cannot be
assessed from the present analysis, systemic inflammation has been
mechanistically linked to muscle atrophy.32 The possibility also exists that the
49
accumulation of intramuscular fat within muscle fibers could contribute to
muscle cytokine production and systemic inflammation. 33,34 To which extent
fat accumulation within muscles fibres exerts a pathogenic role in muscle
metabolism, endocrine and contractile function is not fully understood and is
currently investigated. Increased cardiovascular comorbidities at baseline
were also present in association with reduced muscle attenuation. Although
causal relationship cannot be inferred from our data, a plausible mechanism
for this observation is the insulin resistant/inflammatory state that is involved
in both cardiovascular risk and muscle fat infiltration.14
The mechanisms for VAT and intramuscular fat accumulation were not
investigated. These phenomenon have been associated with insulin
resistance 35 resulting from a combination of factors including age, genetics,
poor diet, smoking and lack of vigorous physical activity to only name a few.
14 Another potential contributor to VAT accumulation in COPD that was not
addressed in the present study included repeated use of systemic
corticosteroid to treat COPD exacerbations 36. Also, we did not have direct
measurement of physical activity and of dietary habits.7
VAT is metabolically active as evidence by its production of a host of pro-
inflammatory mediators including TNF-α, IL-6, leptin and adiponectin whose
effects may be seen not only locally within the adipose tissue, but also at the
systemic level. As such, low-grade systemic inflammation as evidenced by
50
elevated white blood cell count, circulating levels of IL-6, fibrinogen, CRP is
seen in the context of visceral adipose tissue accumulation and is felt to be
pivotal in explaining the relationship between VAT accumulation and
cardiovascular diseases.14 Considering this evidence, the relationship that we
found between VAT accumulation and WBC was an expected finding.
Considering systemic inflammation as a risk factor for cardiovascular
diseases and possibly for COPD progression, 37,38 we speculated that
increased visceral adiposity would be associated with clinical outcomes such
as FEV1 decline and exacerbations and mortality but this hypothesis could not
be confirmed by findings of the present study. Although we can only
speculate on the reasons for this absence of association, there may be
several plausible explanations. First, VAT did not emerge as an important
determinant of inflammatory biomarkers in our population. Second, patients
involved with ECLIPSE had, on average, advanced COPD with a mean age
of 64 years and mean FEV1 of 41% predicted value. It is plausible that, in the
relatively short 3-year follow-up, COPD severity and age were the main
drivers of clinical outcomes, including mortality, as opposed to body
composition or inflammatory abnormalities. This interpretation would be
consistent with findings from the large epidemiological Health ABC Study that
also failed to report an association between VAT accumulation and mortality
in a somewhat older COPD population.7 Third, in a recent ECLIPSE
substudy, COPD heterogeneity was highlighted with the identification of five
distinct COPD subgroups.39 Among them, two subgroups were relevant for
the present discussion because they exhibited substantial differences in BMI
51
and measures of systemic inflammation, despite showing similar mortality
rates and FEV1 decline. As a whole, these findings suggest that a multitude of
mechanisms are operative in explaining disease progression and mortality in
COPD and that these mechanisms are likely to vary across different
categories of patients. Thus, it may not be surprising that a specific role of
visceral adiposity on COPD-related outcomes could not be identified in the
present investigation which involved such a heterogeneous sample of COPD
patients followed for a relatively short period of time.39 Considering the well
established finding that visceral adipose tissue accumulation strongly predicts
cardiovascular events beyond traditional cardiovascular risk factors in the
general population,14 it may well be that the detrimental effects of VAT would
become more obvious in a younger population followed longitudinally for a
longer period.
Accordingly, investigators from the COPDGene study reported a significant
association between the amount of VAT and the risk of having a history of a
previous myocardial infarction in patients with COPD.40 Similarly to those
investigators, we found VAT CSA and muscle attenuation to be associated
with increased prevalence of cardiovascular comorbidities and diabetes at
study entry. These results are consistent with the bulk of knowledge
recognizing VAT accumulation as a risk factor for cardiovascular disease.14
We did not find, however, an association between the extent of coronary
artery calcification and VAT in this cohort. This may be an indication that the
52
mechanisms by which VAT contributes to CVD risk does not mainly involve a
calcification process.
Our study has several strengths. It involves an appreciable number of
patients with longitudinal follow-up offering the possibility of studying the
clinical consequences of VAT accumulation. The international scope of the
study also supports the generalizability of the data. Fat distribution analysis
was performed rigorously, according to standardized and recommended
procedures.17 There are however potential limitations that need to be
considered in interpreting the data. Despite the relatively large study sample
and the 3-year follow-up, the number of deaths (n = 50) was likely too small to
secure the notion of a possible relationship between VAT accumulation and
survival in COPD. Because ECLIPSE CT scans were not performed
purposely to determine body composition, the analysis had to be restricted to
those participants with abdominal CT images which would be valid for
segmentation of adipose tissue and muscle area and densities. We do not
believe, however, that these issues compromise the validity of our findings
because baseline characteristics of patients involved in this substudy were
similar to those of the entire ECLIPSE cohort. 16
ECLIPSE did not mandate to match control subjects with patients with COPD.
As such, important differences in age, sex distribution and smoking status
were seen between the two groups. This issue was addressed by controlling
for baseline differences for these variables in all analyses. In addition,
53
physical activity levels were not assessed, making it difficult to comment on
the potential impact of sedentary behaviors on the body composition
differences observed in COPD in this cohort. Although ECLIPSE was a
considerable undertaking, it remains that 3 years of follow-up was likely too
short to highlight the clinical impact of visceral adiposity, particularly in this
cohort of patients with advanced COPD. Lastly, some important well-
established cardiovascular risk factors such as lipid and glycemic profile were
not assessed. In this regard, it could be argued that these traditional risk
factors could at least partly capture the elevated cardiovascular risk in COPD.
In conclusion, our study adds to the existing knowledge by confirming the
presence of increased VAT accumulation and of muscle fat infiltration in
COPD. In this patient population, intra-abdominal adiposity and reduced intra-
abdominal muscle CSA were associated with cardiovascular comorbidities,
diabetes and gastroesophageal reflux as well as with relevant clinical
outcomes such as walking capacity and quality of life. As successfully
accomplished in other patient populations, we submit that assessing level of
visceral adiposity and ectopic fat is relevant in COPD. In addition, we suggest
that we should also consider the development of lifestyle modification
programs focusing on both nutritional quality and physical activity/exercise
with the objective of improving body composition and adipose tissue
distribution/ectopic fat in patients with COPD.
54
ACKNOWLEDGEMENTS
The authors thank Véronic Tremblay for the CT imaging Core Lab Unit at the
Institut Universitaire de cardiologie et de pneumologie de Québec for
ensuring standardization of the CT images analyses and of Gaétan Daigle for
statistical assistance. They also thank all the subjects, investigators, and
study site staff who participated in ECLIPSE.
CONTRIBUTORS
The study was conceived and conducted by MM, NA, JPD, HOC, GRW, IV,
EFMW, ER, MCW, JTM, WM, DDS, and FM with additional patient
recruitment from the Longitudinally to Identify Predictive Surrogate Endpoints
(ECLIPSE) study investigators. Images were assessed by MM. Data were
analysed by MM, NA, JPD and FM. The manuscript was prepared by MM,
NA, JPD, and FM. Critical revision of the manuscript was provided by HOC,
GRW, IV, EFMW, ER, MCW, JTM, WM AND DDS. FM is responsible for the
overall content of the manuscript as guarantor.
FUNDING
GlaxoSmithKline. MM was recipient of a research training award from the
Fonds de la recherche Québec - Santé. FM holds a GSK/CIHR Research
Chair on COPD at Université Laval. JPD is the scientific director of the
International Chair on Cardiometabolic Risk which is based at the Faculty of
medicine, Université Laval.
55
REFERENCES
1. Poulain M, Doucet M, Drapeau V, et al. Metabolic and inflammatory profile in obese patients with chronic obstructive pulmonary disease. Chron Respir Dis. 2008;5(1):35–41.
2. Sava F, Laviolette L, Bernard S, Breton M-J, Bourbeau J, Maltais F. The impact of obesity on walking and cycling performance and response to pulmonary rehabilitation in COPD. BMC Pulm Med. 2010;10(1):55.
3. Franssen FME, O'Donnell DE, Goossens GH, Blaak EE, Schols AMWJ. Obesity and the lung: 5 {middle dot} Obesity and COPD. Thorax. 2008;63(12):1110–1117.
4. van den Bemt L, van Wayenburg CAM, Smeele IJM, Schermer TRJ. Obesity in patients with COPD, an undervalued problem? Thorax. 2009;64(7):640–640.
5. Adams KF, Schatzkin A, Harris TB, et al. Overweight, obesity, and mortality in a large prospective cohort of persons 50 to 71 years old. N Engl J Med. 2006;355(8):763–778.
6. Sin DD. Why Are Patients With Chronic Obstructive Pulmonary Disease at Increased Risk of Cardiovascular Diseases?: The Potential Role of Systemic Inflammation in Chronic Obstructive Pulmonary Disease. Circulation. 2003;107(11):1514–1519.
7. van den Borst B, Gosker HR, Koster A, et al. The influence of abdominal visceral fat on inflammatory pathways and mortality risk in obstructive lung disease. Am J Clin Nutr. 2012;96(3):516–526.
8. Mathew MC. The effects of a smoking cessation intervention on 14.5-year mortality. An Intern Med. 2005;143(8):614–5– author reply 615.
9. Calverley PMA, Anderson JA, Celli B, et al. Cardiovascular events in patients with COPD: TORCH Study results. Thorax. 2010;65(8):719–725.
10. Landbo C, Prescott E, Lange P, Vestbo J, Almdal TP. Prognostic value of nutritional status in chronic obstructive pulmonary disease. Am J Respir Crit Care Med. 1999;160(6):1856–1861.
11. Curtis JP, Selter JG, Wang Y, et al. The obesity paradox: body mass index and outcomes in patients with heart failure. Arch Intern Med. 2005;165(1):55–61.
12. Lavie CJ. Obesity and heart failure prognosis: paradox or reverse
56
epidemiology? European Heart Journal. 2004;26(1):5–7.
13. Després J-P. Excess visceral adipose tissue/ectopic fat the missing link in the obesity paradox? J Am Coll Cardiol. 2011;57(19):1887–1889.
14. Després J-P, Lemieux I. Abdominal obesity and metabolic syndrome. Nature. 2006;444(7121):881–887.
15. Vestbo J, Anderson W, Coxson HO, et al. Evaluation of COPD Longitudinally to Identify Predictive Surrogate End-points (ECLIPSE). Eur Respir J. 2008;31(4):869–873.
16. Agustí A, Calverley PMA, Celli B, et al. Characterisation of COPD heterogeneity in the ECLIPSE cohort. Respir Res. 2010;11:122.
17. Després J-P, Ross R, Boka G, Alméras N, Lemieux I, ADAGIO-Lipids Investigators. Effect of rimonabant on the high-triglyceride/ low-HDL-cholesterol dyslipidemia, intraabdominal adiposity, and liver fat: the ADAGIO-Lipids trial. Arterioscler Thromb Vasc Biol. 2009;29(3):416–423.
18. Agustí A, Edwards LD, Rennard SI, et al. Persistent Systemic Inflammation is Associated with Poor Clinical Outcomes in COPD: A Novel Phenotype. de Torres JP, ed. PLoS ONE. 2012;7(5):e37483–10.
19. Coxson HO, Dirksen A, Edwards LD, et al. The presence and progression of emphysema in COPD as determined by CT scanning and biomarker expression: a prospective analysis from the ECLIPSE study. Lancet Respir Med. 2013;1(2):129–136.
20. Williams MC, Murchison JT, Edwards LD, et al. Coronary artery calcification is increased in patients with COPD and associated with increased morbidity and mortality. Thorax. 2014;69(8):718–723.
21. Global Initiative for Chronic Obstructive Lung Disease. April 2015:1–117.
22. Kramer MS, Feinstein AR. Clinical biostatistics. LIV. The biostatistics of concordance. Clin Pharmacol Ther. 1981;29(1):111–123.
23. Fleiss JL. Reliability of Measurement. Hoboken, NJ, USA: John Wiley & Sons, Inc.; 1986:1–32.
24. Vestbo J, Edwards LD, Scanlon PD, et al. Changes in forced expiratory volume in 1 second over time in COPD. N Engl J Med. 2011;365(13):1184–1192.
25. Furutate R, Ishii T, Wakabayashi R, et al. Excessive visceral fat
57
accumulation in advanced chronic obstructive pulmonary disease. Int J Chron Obstruct Pulmon Dis. 2011;6:423–430.
26. Maddocks M, Shrikrishna D, Vitoriano S, et al. Skeletal muscle adiposity is associated with physical activity, exercise capacity and fibre shift in COPD. Eur Respir J. 2014;44(5):1188–1198.
27. Robles PG, Sussman MS, Naraghi A, et al. Intramuscular Fat Infiltration Contributes to Impaired Muscle Function in COPD. Med Sci Sports Exerc. 2015;47(7):1334–1341.
28. Yoshida Y, Marcus RL, Lastayo PC. Intramuscular adipose tissue and central activation in older adults. Muscle Nerve. 2012;46(5):813–816.
29. MOSTERT R, GORIS A, WELING-SCHEEPERS C, Wouters EF, Schols AM. Tissue depletion and health related quality of life in patients with chronic obstructive pulmonary disease. Respiratory Medicine. 2000;94(9):859–867.
30. Marquis K, Debigaré R, Lacasse Y, et al. Midthigh Muscle Cross-Sectional Area Is a Better Predictor of Mortality than Body Mass Index in Patients with Chronic Obstructive Pulmonary Disease. Am J Respir Crit Care Med. 2002;166(6):809–813.
31. Schols AMWJ, Broekhuizen R, Weling-Scheepers CA, Wouters EF. Body composition and mortality in chronic obstructive pulmonary disease. Am J Clin Nutr. 2005;82(1):53–59.
32. Späte U, Schulze PC. Proinflammatory cytokines and skeletal muscle. Curr Opin Clin Nutr Metab Care. 2004;7(3):265–269.
33. Beasley LE, Koster A, Newman AB, et al. Inflammation and Race and Gender Differences in Computerized Tomography-measured Adipose Depots. Obesity. 2012;17(5):1062–1069.
34. Addison O, Marcus RL, Lastayo PC, Ryan AS. Intermuscular Fat: A Review of the Consequences and Causes. International Journal of Endocrinology. 2014;2014(10):1–11.
35. Goodpaster BH, Thaete FL, Simoneau JA, Kelley DE. Subcutaneous abdominal fat and thigh muscle composition predict insulin sensitivity independently of visceral fat. Diabetes. 1997;46(10):1579–1585.
36. Dallman MF, la Fleur SE, Pecoraro NC, Gomez F, Houshyar H, Akana SF. Minireview: glucocorticoids--food intake, abdominal obesity, and wealthy nations in 2004. Endocrinology. 2004;145(6):2633–2638.
37. Vestbo J. Systemic inflammation and progression of COPD. Thorax.
58
2007;62(6):469–470.
38. Stockley RA. Progression of chronic obstructive pulmonary disease: impact of inflammation, comorbidities and therapeutic intervention. Curr Med Res Opin. 2009;25(5):1235–1245.
39. Rennard SI, Locantore N, Delafont B, et al. Identification of five chronic obstructive pulmonary disease subgroups with different prognoses in the ECLIPSE cohort using cluster analysis. Ann Am Thorac Soc. 2015;12(3):303–312.
40. Diaz AA, Young TP, Kurugol S, et al. Abdominal Visceral Adipose Tissue is Associated with Myocardial Infarction in Patients with COPD. Chronic Obstr Pulm Dis. 2015;2(1):8–16.
59
Table 1. Baseline characteristics by group*
COPD
(n = 511) Controls (n = 74) P value
Age (years) 63.8 ± 6.9 56.8 ± 10.0 <0.0001 BMI (kg/m2) 24.4 ± 5.0 25.3 ± 4.3 0.1761 Sex Male, n (%) 314 (61%) 30 (41%)
0.0007 Female, n (%) 197 (39%) 44 (59%) Smoking status
Current smokers 201 (39%) 20 (27%)
<0.0001 Former smokers 310 (61%) 17 (23%)
Never smokers 0 (0%) 37 (50%)
Pack/year 48.7 ± 1.1 14.9 ± 4.4 <0.0001 Pulmonary Function FEV1 (% predicted value) 40.7 ± 15.3 108.3 ± 13.2 <0.0001 FVC (L) 2.71 ± 0.9 4.07 ± 0.9 <0.0001
FEV1/FVC 0.41 ± 0.01 0.79 ± 0.01 <0.0001
FEV1 decline (L/year) 0.052 ± 0.023 - - Clinical variables
SGRQ total score 48.4 ± 17.2 9.5 ± 9.7 <0.0001
6-min walking distance (m) 366.3 ± 5.7 - -
Exacerbation number (number/years)
1.3 ± 0.1 0 (0) <0.0001
Mortality (n) 49 (9.5%) 1 (1.3%) 0.02
Mean survival (days) 1016 ± 6 1060 ± 5 < 0.01 Comorbidities Cardiovascular†, n (%) 255 (50) 1 (1) 0.0078 Hypertension, n (%) 175 (34) 9 (12) 0.0001 CAC score 540 ± 45 251 ± 120 0.0005 Diabetes, n (%) 31 (6) 1 (1) 0.1068 Reflux/heartburn, n (%) 110 (22) 15 (20) 0.8802 Inflammatory Markers
WBC (109/L) 7.7 ± 0.1 6.5 ± 0.3 <0.0001 IL-6 (pg/ml) 4.4 ± 18.7 0.8 ± 1.2 <0.0001 hs-CRP (mg/L) 6.9 ± 14.6 2.9 ± 6.2 <0.0001 Fibrinogen (mg/dl) 461.0 ± 108.9 390.1 ± 75.6 <0.0001 PARC/CCL-18 (ng/ml) 110.9 ± 41.2 83.9 ± 31.5 <0.0001 SP-D (mg/ml) 137.3 ± 67.0 115.1 ± 51.7 0.008
60
CC-16 (ng/ml) 5.5 ± 3.0 6.7 ± 3.1 <0.0001 Definition of abbreviations: BMI = body mass index, FEV1 = forced expiratory volume in 1 s, FVC = forced vital capacity, SGRQ = St. George’s Respiratory Questionnaire, CAC = coronary artery calcification, WBC = white blood cell count, IL-6 = interleukin-6, hs-CRP = high-sensitivity C-reactive protein, PARC/CCL-18 = pulmonary and activation-regulated chemokine, SP-D = surfactant D protein, CC-16 = club cell secretory protein. *Values are mean ± SE. †Includes angina, heart attack, myocardial infarction, stroke and heart failure.
61
Table 2. Internal and external validity of the CT images analysis Internal validity External validity Pearson r Intraclass r Pearson r Intraclass r VAT CSA (cm2) 1.00 1.00 1.00 1.00 MT CSA(cm2) 0.99 0.99 0.99 0.99 MT attenuation (HU) 1.00 1.00 0.95 0.95 SCAT CSA(cm2) 1.00 1.00 0.99 0.99 Definition of abbreviation: VAT = visceral adipose tissue, MT = muscle tissue, SCAT = subcutaneous adipose tissue.
62
Table 3. Spearman partial correlation coefficients between body composition parameters, clinical outcomes and biomarkers
VAT CSA (cm2)
MT CS (cm2)
MT attenuation (HU)
Clinical variables 6MWT distance (m) -0.13* 0.15† 0.15†
SGRQ total score 0.03 -0.14* -0.06 FEV1 decline (L/yr) 0.00 0.00 0.00
Exacerbations (number/year) 0.01 0.06 0.07 Biomarkers
WBC 0.14* 0.01 -0.02 IL-6 0.08 -0.05 -0.07
hs-CRP 0.05 -0.05 -0.04 Fibrinogen 0.05 -0.14* -0.04
PARC/CCL18 0.09 -0.02 -0.06 SP-D -0.01 -0.08 0.02
CC-16 -0.10† 0.06 0.13* Correlations corrected for age, sex, body mass index (BMI), smoking status and
disease severity. Definition of abbreviations: VAT = visceral adipose tissue, MT
= muscle tissue, 6MWT = 6-minute walking test, SGRQ = St. George’s
Respiratory Questionnaire, FEV1 = forced expiratory volume in 1 s, WBC = white
blood cell count, IL-6 = interleukin-6, hs-CRP = high-sensitivity C-reactive
protein PARC/CCL-18 = pulmonary and activation-regulated chemokine, SP-D
= surfactant protein, CC-16 = club cell secretory protein. * = p < 0.01, † = p <
0.001.
63
LEGENDS FOR FIGURES
Figure 1. Examples of a computed tomography slice obtained at L2-L3
before (panel A) and after segmentation (panel B). An example is also
provided for two patients with COPD with similar BMI and waist circumference
but a marked difference in body composition (panel C and D). After
segmentation, subcutaneous adipose tissue (SCAT) was identified in green,
visceral adipose tissue was identified in red and muscle tissue (MT) in pink.
Figure 2. Group mean values ± SD for body mass index (BMI, panel A),
visceral adipose tissue cross-sectional area (CSA) (VAT, panel B), muscle
tissue CSA (MT surface, panel C), muscle tissue attenuation (MT attenuation,
panel D) and subcutaneous adipose tissue CSA (SCAT, panel E) in patients
with COPD (gray bar) and in controls (black bar). Patients with COPD were
further classified according to the Global Initiative for Chronic Obstructive
Lung Disease (GOLD) spirometric classification system, with a greater score
indicating worse airflow obstruction.
Figure 3. Partial correlation plot between CT body composition parameters
and clinical outcomes in COPD.
Figure 4. Logistic regression models indicating significant correlations
between CT body composition parameters and the proportion of
comorbidities at baseline. Continuous lines were drawn from the mean
64
regression coefficients with the dashted lines representing the 95%
confidence interval of the relationships.
65
Figure 1. Examples of a computed tomography slice at L2-L3 before (panel A) and
after segmentation (panel B). An example is also provided for two patients with
COPD with same BMI and similar waist circumference but marked difference in body
composition (panel C and D). After segmentation, subcutaneous adipose tissue
(SCAT) was identified in green, visceral adipose tissue was identified in red and
muscle tissue (MT) in pink. Tissues cross-sectional areas (CSA) (cm2) were
computed on the segmented structures using an attenuation range of –190 to –30
Hounsfield units (HU) for adipose tissue and of -29 to 130 HU for MT. The mean
attenuation value in HU of each structure was also quantified.
A B
C D
66
Figure 2. Group mean values ± SD for body mass index (BMI, panel A), visceral
adipose tissue surface (VAT surface, panel B), muscle tissue surafce (MT surface,
panel C, muscle tissue attenuation (MT attenuation, panel D) and subcutaneous
adipose tissue (SCAT, panel E) in patients with COPD (gray bar) and in controls
(black bar). Patients with COPD were further divided according to the Global
Initiative for Chronic Obstructive Lung Disease (GOLD) spirometric classification
system, with a greater score indicating worse airflow obstruction.
67
Figure 3. Significant partial correlation plot between CT body composition
parameters and clinical outcomes in COPD.
68
Figure 4. Logistic regression models indicating significant correlations between CT
body composition parameters and the proportion of comorbidities atbaseline.
Continuous lines were drawn from the mean regression coefficients with the dashted
lines representing the 95% confidence interval of the relationships.
69
Chapitre 5 : Discussion
Les objectifs principaux de ce travail étaient d’étudier la distribution du tissu
adipeux et l’atténuation du tissus musculaire des patients atteints d’une
MPOC et de vérifier si cela est associé à des évènements cliniques en lien
avec l’état de santé du patient et/ou la progression de la maladie telle que le
déclin de la fonction pulmonaire, le taux annuel d’exacerbation, la distance
marchée en 6 minutes, la qualité de vie, les comorbidités et la mortalité.
Les résultats discutés dans l’article du chapitre 4 mettent en évidence la
valeur ajoutée d’une analyse approfondie de la composition corporelle qui va
au-delà de l’IMC dans l’élaboration du tableau clinique du patient atteint d’une
MPOC. Afin de bien en établir les perspectives, il sera question dans ce
chapitre des points clés de l’étude et des limites dont il faut tenir compte pour
son interprétation.
5.1 Analyse de la composition corporelle
À la lumière des résultats présentés dans l’article, nous sommes en mesure
de confirmer que les patients atteints de MPOC présentent une composition
corporelle altérée. Ceux-ci possèdent une plus grande surface de tissus
adipeux viscérale et une plus grande infiltration graisseuse au niveau
musculaire, lorsque mesuré par TACO. En ce sens, nos hypothèses de
départ se sont avérées justes puisque pour un même IMC, le patient atteint
d’une maladie pulmonaire présente une plus grande proportion de tissus
adipeux abdominal et ce tissu est principalement localisé au niveau intra-
abdominal. Ces altérations semblent s’accentuer avec la sévérité de la
maladie, ce qui remet en doute l’utilisation de l’IMC comme seul critère
évaluatif du surplus de tissu adipeux dans cette population.
70
Dans la même optique, en se basant que sur l’IMC, il existe un risque pour
les professionnels de la santé de sous-estimer l’excédant de tissu adipeux
chez un grand nombre de patients ayant un poids «normal». Il serait donc
utile d’utiliser les TACO prescrits de routine dans le cadre du suivi ou du
diagnostic de la maladie pour faire une analyse approfondie de la distribution
du tissu adipeux. Tel que présenté précédemment dans l’article, il a aussi été
possible dans cette étude de mesurer le score de calcification coronarienne
(CAC) à partir de ces mêmes images. Toujours dans un contexte clinique, il
serait alors possible et pertinent, d’obtenir une évaluation de la maladie
cardiovasculaire, pulmonaire et de l’obésité à partir d’un seul examen
d’imagerie de routine. Sachant que chacune de ces pathologies interagissent
entre elles, l’implantation d’une telle stratégie permettrait de mettre en place
une approche multidisciplinaire et multi systémique qui pourrait optimiser les
interventions et favoriser le maintien de la qualité de vie.
5.2 Conséquences d’une composition corporelle altérée
Bien que l’excès de tissu adipeux viscéral est associé à une augmentation de
la proportion de patient MPOC atteint de diabète et de reflux
gastroesophagien, il semblerait que ce soit davantage la quantité et la qualité
du tissu musculaire qui influencent le tableau clinique du patient.
Indépendamment du niveau de sévérité de la maladie et de l’IMC, les
patients qui possèdent une plus grande surface musculaire et une plus
grande densité de ce tissu (faible infiltration graisseuse) présentent une
meilleure capacité fonctionnelle évaluée par le TDM6, une meilleure qualité
de vie évaluée par le questionnaire de St. Georges en plus d’une plus faible
proportion de maladies cardiovasculaires. En ce sens, il est possible que le
principe de «Fat and fit» pourrait s’appliquer dans la MPOC. Ceci signifie que
pour ces patients il vaudrait mieux présenter un surpoids, mais avoir une
masse musculaire préservée que d’avoir un poids idéal avec un tissu
musculaire altéré. Ceci est cliniquement important car la dysfonction
71
musculaire largement documentée dans la MPOC est une des cibles
d’intervention clés des programmes de réadaptation.40 Nos résultats
confirment donc l’importance du réentrainement non seulement en
endurance, mais aussi en résistance afin de contrer la dysfonction musculaire
qui est caractéristique et déterminante dans la MPOC. Toutefois, nos
résultats suggèrent que du point de vue des comorbidités, il demeure
bénéfique de réduire le tissu adipeux viscéral progressivement avec un
objectif de maintien du poids corporel à long terme qui pourrait être adressés
lors des programmes de réadaptation.
5.3 Limites de l’étude
L’étude présentée comporte plusieurs forces notamment la taille de
l’échantillon avec un bon suivi longitudinal sur 3 ans, la présence de patients
atteints d’une MPOC plus sévère en grand nombre et le caractère
multicentrique et international qui nous permettent une généralisation des
résultats à l’ensemble de la population des pays industrialisés. Néanmoins, il
y a plusieurs limites dont il faut tenir compte.
Premièrement, à la base, la cohorte ECLIPSE ne présente pas d’appariement
entre les sujets MPOC et les sujets témoins en ce qui a trait aux données
démographiques. Sachant que le phénotype de composition corporelle varie
grandement selon le sexe et l’âge, il est important d’en tenir compte lors
d’une comparaison intergroupe. De plus, même si nous ne pensons pas que
cela ait pus affecter nos conclusions, puisque le protocole d’imagerie n’a pas
été conçu au départ pour une évaluation de la distribution du tissu adipeux,
nous n’avons pu obtenir des images au niveau anatomique désiré que chez
25-30% de la cohorte. Par contre, malgré de grandes différences pour le
nombre de sujet, le sexe et l’âge dont nous avons dû tenir compte lors des
72
analyses statistiques, l’IMC, seule variable de composition corporelle, ne
diffère pas entre nos groupes.
Même si un suivi sur trois ans est une des forces de cette étude pour évaluer
la progression de la maladie pulmonaire, cela n’est pas suffisant pour
déterminer les impacts réels de l’obésité et de la distribution du tissu adipeux.
Par exemple, le taux de décès à 3 ans d’environ 10% soit 50 personnes, ne
permet pas d’obtenir une puissance statistique suffisante pour mettre en
lumière l’impact des modifications de la composition corporelle sur la
mortalité dans cette cohorte. Un suivi sur une plus longue période serait
nécessaire puisque les conséquences néfastes de l’obésité apparaissent
souvent après plusieurs années.
Finalement, aucune évaluation du niveau d’activité physique ni de bilan
alimentaire n’a été effectuée pour l’ensemble de la cohorte. Puisque la
balance énergétique influence grandement la prise pondérale, tant l’activité
physique que les habitudes alimentaires deviennent des variables
confondantes majeures. Il devient donc difficile de distinguer si la présence
accrue de graisse viscérale dans les stades plus avancés de la maladie est
attribuable à la maladie elle-même ou à l’augmentation de la sédentarité
induite par une plus grande limitation ventilatoire ou à des habitudes
alimentaires spécifiques. De la même façon, bien qu’on observe une relation
significative entre la distance parcourue lors du TDM6 et le tissu adipeux
viscéral, celle-ci pourrait s’expliquer seulement par un niveau de sédentarité
plus élevé.
73
Chapitre 6 : Perspective
Malgré le fait que cette étude d’envergure ait apporté certains éléments de
réponse face au paradoxe de l’obésité dans la MPOC, un grand nombre de
questions restent toujours sans réponse. Est-ce qu’une amélioration de la
composition corporelle se traduirait concrètement par une diminution des
évènements indésirables ou une amélioration de l’état de santé du patient, ou
de leur survie? Serait-il possible de conserver une composition corporelle
adéquate par le maintien des bonnes habitudes de vie, du niveau d’activité
physique et de saines habitudes alimentaires? Les altérations de la
composition musculaire mesurées au niveau de la région thoraco abdominale
sont-elles similaires à celles des muscles locomoteurs?
Ces résultats provenant d’une grande population ont permis de statuer sur la
présence d’anomalies de la composition corporelle, elle ouvre la porte sur la
nécessité de conduire de plus petites études mieux contrôlées et
spécifiquement conçues pour répondre aux questions spécifiques soulevées
par ce mémoire. Par exemple, nous avons considéré que le niveau
d’atténuation musculaire reflétait l’infiltration lipidique du muscle. Il n’est pas
exclus que la présence d’anomalies musculaires telles que de l’œdème ou
des modifications de la matrice extracellulaire puisse influencer la densité
musculaire mesurer par TACO. Des études en résonnance magnétique
pourraient être utile à cet égard puisque le tissu adipeux a une signature
spécifique en résonnance magnétique.
La présence de l’obésité ainsi que les impacts qui y sont rattachés dans les
maladies chroniques telle la MPOC devront être mieux compris tant par le
milieu clinique que par celui de la recherche puisqu’un nombre grandissant
de patients sont aux prises avec un surpoids ou une obésité grandissant
dans nos sociétés. Des grandes études interventionnelles seront nécessaires
74
afin de déterminer comment la prise en charge de l’obésité modifie l’évolution
de la MPOC, tant sur le plan respiratoire que sur le plan cardiovasculaire et
métabolique.
75
Chapitre 7 : Conclusion
Malgré ses limitations, cette sous-étude de la cohorte ECLIPSE a permis de
mettre en évidence l’importance d’une analyse approfondie de la composition
corporelle dans l’élaboration du tableau clinique et de la survie des patients
atteints d’une MPOC. Elle soulève cependant certaines questions quant à la
prise en charge actuelle de la MPOC puisque cette pathologie s’accompagne
fréquemment d’anomalies importantes et cliniquement significatives de la
composition corporelle et musculaire qui devront être prises en compte dans
une prise en charge globale de la maladie.
L’importance de la composition corporelle contribue à consolider la vision
d’une prise en charge multi-systémique et multidisciplinaire de la MPOC. La
MPOC comporte sont lot de comorbidités et favorise l’apparition d’autres
complications de santé comme la MCV et l’obésité. Dans l’objectif d’améliorer
la prise en charge du patient dans son intégrité biopsychosociale, il devient
plus qu’urgent d’adapter la pratique médicale actuelle. Ces changements
devront débuter par une évaluation plus complète des patients et d’y inclure
l’analyse de la composition corporelle afin de les considérer dans leur
globalité, permettant ainsi de mettre en place une véritable approche
multidisciplinaire ayant comme principal objectif le bien-être du patient.
76
77
Bibliographie 1. Celli BR, MacNee W, ATS/ERS Task Force. Standards for the
diagnosis and treatment of patients with COPD: a summary of the ATS/ERS position paper. European Respiratory Journal. 2004;23(6):932–946.
2. Ehrman JK. ACSM Resource Manual Guidelines for Exercise Test and Prescription. Vol 37. 2010.
3. Snider GL. 1. Changes in COPO Occurrence. Am Rev Respir Dis. 1989;140(3_pt_2):S3–S8.
4. Halbert RJ, Natoli JL, Gano A, Badamgarav E, Buist AS, Mannino DM. Global burden of COPD: systematic review and meta-analysis. European Respiratory Journal. 2006;28(3):523–532.
5. Public Health Agency of Canada. Life and Breath: Respiratory Disease In Canada. Public Health Agency of Canada, ed. AIMS Public Health. 2007;2(1):52–43.
6. Schirnhofer L, Lamprecht B, Vollmer WM, et al. COPD prevalence in Salzburg, Austria: results from the Burden of Obstructive Lung Disease (BOLD) Study. Chest. 2007;131(1):29–36.
7. Shahab L, Jarvis MJ, Britton J, West R. Prevalence, diagnosis and relation to tobacco dependence of chronic obstructive pulmonary disease in a nationally representative population sample. Thorax. 2006;61(12):1043–1047.
8. Mittmann N, Kuramoto L, Seung SJ, Haddon JM, Bradley-Kennedy C, Fitzgerald JM. The cost of moderate and severe COPD exacerbations to the Canadian healthcare system. Respiratory Medicine. 2008;102(3):413–421.
9. Sin DD, Anthonisen NR, Soriano JB, Agusti AG. Mortality in COPD: Role of comorbidities. European Respiratory Journal. 2006;28(6):1245–1257.
10. Global Initiative for Chronic Obstructive Lung Disease. Pneumologie. 2015;71(01):1–117.
11. Statistics Canada. Mortality, Summary List of Causes. Industry MO, ed. OECD Review of Fisheries 2011. July 2012:1–125.
12. Mathew MC. The effects of a smoking cessation intervention on 14.5-year mortality. An Intern Med. 2005;143(8):614–5.
78
13. Calverley P, Anderson JA, Celli B. Salmeterol and fluticasone propionate and survival in chronic obstructive pulmonary disease. N. Engl. J. Med. 2007;356(8):775–789.
14. Rennard SI, Daughton DM. Smoking cessation. Chest. 2000;117(5 Suppl 2):360S–4S.
15. World Health Organization. WHO Report on the Global Tobacco Epidemic, 2013: Enforcing Bans on Tobacco Advertising, Promotion and Sponsorship. Berlin, Heidelberg: Springer Berlin Heidelberg; 2013:376–399.
16. Vold ML, Aasebo U, Melbye H. Low FEV1, smoking history, and obesity are factors associated with oxygen saturation decrease in an adult population cohort. Int J Chron Obstruct Pulmon Dis. 2014;9:1225–1233.
17. Pauwels RA, Buist AS, Calverley PM, Jenkins CR, Hurd SS, GOLD Scientific Committee. Global strategy for the diagnosis, management, and prevention of chronic obstructive pulmonary disease. NHLBI/WHO Global Initiative for Chronic Obstructive Lung Disease (GOLD) Workshop summary. In: Vol 163. 2001:1256–1276.
18. Feenstra TL, van Genugten ML, Hoogenveen RT, Wouters EF, Rutten-van Mölken MP. The impact of aging and smoking on the future burden of chronic obstructive pulmonary disease: a model analysis in the Netherlands. Am J Respir Crit Care Med. 2001;164(4):590–596.
19. C Fletcher RP. The natural history of chronic airflow obstruction. British Medical Journal. 1977;1(6077):1645–1648.
20. World Health Organization. Chronic obstructive pulmonary disease (COPD). Fact sheet No. 315. COPD. 2015;12(sup1):1–1.
21. Government of Canada HC. Canadian Tobacco Use Monitoring Survey (CTUMS) 2012. Journal of Aging Research. 2013;2012(4):1–9.
22. Laurell C-B, Eriksson S. The Electrophoretic α 1-Globulin Pattern of Serum in α 1-Antitrypsin Deficiency. COPD. 2013;10(S1):3–8.
23. Silverman EK, Sandhaus RA. Clinical practice. Alpha1-antitrypsin deficiency. N Engl J Med. 2009;360(26):2749–2757.
24. Di Stefano A, Caramori G, Ricciardolo FLM, Capelli A, Adcock IM, Donner CF. Cellular and molecular mechanisms in chronic obstructive pulmonary disease: an overview. Clin Exp Allergy. 2004;34(8):1156–
79
1167.
25. MacNee W. Pathogenesis of Chronic Obstructive Pulmonary Disease. Proc Am Thorac Soc. 2005;2(4):258–266.
26. Miller MR, Hankinson J, Brusasco V, et al. Standardisation of spirometry. European Respiratory Journal. 2005;26(2):319–338.
27. Wanger J. Standardisation of the measurement of lung volumes. European Respiratory Journal. 2005;26(3):511–522.
28. Nakano Y, Muro S, Sakai H, et al. Computed tomographic measurements of airway dimensions and emphysema in smokers. Correlation with lung function. Am J Respir Crit Care Med. 2000;162(3 Pt 1):1102–1108.
29. Kirby M, Pike D, Sin DD, Coxson HO, McCormack DG, Parraga G. COPD: Do Imaging Measurements of Emphysema and Airway Disease Explain Symptoms and Exercise Capacity? Radiology. 2015;277(3):150037–880.
30. Diaz O, Villafranca C, Ghezzo H, et al. Role of inspiratory capacity on exercise tolerance in COPD patients with and without tidal expiratory flow limitation at rest. European Respiratory Journal. 2000;16(2):269–275.
31. O'Donnell DE, Revill SM, Webb KA. Dynamic hyperinflation and exercise intolerance in chronic obstructive pulmonary disease. Am J Respir Crit Care Med. 2001;164(5):770–777.
32. Laveneziana P, Webb KA, Ora J, Wadell K, O’Donnell DE. Evolution of Dyspnea during Exercise in Chronic Obstructive Pulmonary Disease. Am J Respir Crit Care Med. 2011;184(12):1367–1373.
33. O’Donnell DE, D'Arsigny C, Fitzpatrick M, Webb KA. Exercise Hypercapnia in Advanced Chronic Obstructive Pulmonary Disease. Am J Respir Crit Care Med. 2002;166(5):663–668.
34. Neder JA, Arbex FF, Alencar MCN, et al. Exercise ventilatory inefficiency in mild to end-stage COPD. Eur Respir J. 2015;45(2):377–387.
35. O’Donnell DE, Laveneziana P. Dyspnea and activity limitation in COPD: mechanical factors. COPD. 2007;4(3):225–236.
36. O'Donnell DE. Sensory-mechanical relationships during high-intensity, constant-work-rate exercise in COPD. Journal of Applied Physiology. 2006;101(4):1025–1035.
80
37. O'Donnell DE, Bertley JC, Chau LK, Webb KA. Qualitative aspects of exertional breathlessness in chronic airflow limitation: pathophysiologic mechanisms. Am J Respir Crit Care Med. 1997;155(1):109–115.
38. Pitta F, Troosters T, Spruit MA, Probst VS, Decramer M, Gosselink R. Characteristics of Physical Activities in Daily Life in Chronic Obstructive Pulmonary Disease. Am J Respir Crit Care Med. 2005;171(9):972–977.
39. Casaburi R, Petty TL. Principles and Practice of Pulmonary Rehabilitation. Vol 48. W.B. Saunders Company; 1993:508–862.
40. Maltais F, Decramer M, Casaburi R, et al. An Official American Thoracic Society/European Respiratory Society Statement: Update on Limb Muscle Dysfunction in Chronic Obstructive Pulmonary Disease. Am J Respir Crit Care Med. 2014;189(9):e15–e62.
41. Gosselink R, Troosters T, Decramer M. Peripheral muscle weakness contributes to exercise limitation in COPD. Am J Respir Crit Care Med. 1996;153(3):976–980.
42. MOSTERT R, GORIS A, WELING-SCHEEPERS C, Wouters EF, Schols AM. Tissue depletion and health related quality of life in patients with chronic obstructive pulmonary disease. Respiratory Medicine. 2000;94(9):859–867.
43. Vestbo J, Prescott E, Almdal T, et al. Body Mass, Fat-Free Body Mass, and Prognosis in Patients with Chronic Obstructive Pulmonary Disease from a Random Population Sample. Am J Respir Crit Care Med. 2006;173(1):79–83.
44. Schols AMWJ, Broekhuizen R, Weling-Scheepers CA, Wouters EF. Body composition and mortality in chronic obstructive pulmonary disease. Am J Clin Nutr. 2005;82(1):53–59.
45. Gea JG, Pasto M, Carmona MA, Orozco-Levi M, Palomeque J, Broquetas J. Metabolic characteristics of the deltoid muscle in patients with chronic obstructive pulmonary disease. European Respiratory Journal. 2001;17(5):939–945.
46. Gosker HR, Zeegers MP, Wouters EFM, Schols AMWJ. Muscle fibre type shifting in the vastus lateralis of patients with COPD is associated with disease severity: a systematic review and meta-analysis. Thorax. 2007;62(11):944–949.
47. Kim HC, Mofarrahi M, Hussain SNA. Skeletal muscle dysfunction in patients with chronic obstructive pulmonary disease. Int J Chron
81
Obstruct Pulmon Dis. 2008;3(4):637–658.
48. Korhonen MT, Cristea A, Alén M, et al. Aging, muscle fiber type, and contractile function in sprint-trained athletes. Journal of Applied Physiology. 2006;101(3):906–917.
49. Casaburi R, Patessio A, Ioli F, Zanaboni S, Donner CF, Wasserman K. Reductions in exercise lactic acidosis and ventilation as a result of exercise training in patients with obstructive lung disease. Am Rev Respir Dis. 1991;143(1):9–18.
50. Maltais F, Jobin J, Sullivan MJ, et al. Metabolic and hemodynamic responses of lower limb during exercise in patients with COPD. Journal of Applied Physiology. 1998;84(5):1573–1580.
51. Gagnon P, Bussières JS, Ribeiro F, et al. Influences of Spinal Anesthesia on Exercise Tolerance in Patients with Chronic Obstructive Pulmonary Disease. Am J Respir Crit Care Med. 2012;186(7):606–615.
52. ATS Committee on Proficiency Standards for Clinical Pulmonary Function Laboratories. ATS statement: guidelines for the six-minute walk test. Am J Respir Crit Care Med. 2002;166(1):111–117.
53. Maltais F, Bourbeau J, Shapiro S, et al. Effects of home-based pulmonary rehabilitation in patients with chronic obstructive pulmonary disease: a randomized trial. An Intern Med. 2008;149(12):869–878.
54. Black-Shinn JL, Kinney GL, Wise AL, et al. Cardiovascular disease is associated with COPD severity and reduced functional status and quality of life. COPD. 2014;11(5):546–551.
55. Cote CG, Casanova C, Marin JM, et al. Validation and comparison of reference equations for the 6-min walk distance test. European Respiratory Journal. 2008;31(3):571–578.
56. Polkey MI, Spruit MA, Edwards LD, et al. Six-Minute-Walk Test in Chronic Obstructive Pulmonary Disease. Am J Respir Crit Care Med. 2013;187(4):382–386.
57. Spruit MA, Watkins ML, Edwards LD, et al. Determinants of poor 6-min walking distance in patients with COPD: The ECLIPSE cohort. Respiratory Medicine. 2010;104(6):849–857.
58. Wouters EFM. COPD: from an organ- to a disease-oriented approach. COPD. 2008;5(2):73–74.
59. Maatman RC, Spruit MA, van Melick PP, et al. Effects of obesity on
82
weight-bearing versus weight-supported exercise testing in patients with COPD. Respirology. 2015;21(3):483–488.
60. World Health Organization. Obesity and overweight. Fact Sheet No. 311. WHO. 2015.
61. World Health Organization. Global Status Report on Noncommunicable Diseases. Vol 46. Geneva: WHO; 2014:e121–e122.
62. Keys A, Fidanza F, Karvonen MJ, Kimura N, Taylor HL. Indices of relative weight and obesity. J Chronic Dis. 1972;25(6):329–343.
63. Shields M, Carroll MD, Ogden CL. Adult obesity prevalence in Canada and the United States. NCHS Data Brief. 2011;2(56):1–8.
64. C K Choi B, Health Promotion and Chronic Disease Prevention Branch, Public Health Agency of Canada, Government of Canada, Ottawa, Ontario, Canada;Health Promotion and Chronic Disease Prevention Branch, Public Health Agency of Canada, Government of Canada, Ottawa, Ontario, Canada. Obesity in Canada. Vol 2. Public Health Agency of Canada; 2011:54–43.
65. Flegal KM, Kit BK, Orpana H, Graubard BI. Association of all-cause mortality with overweight and obesity using standard body mass index categories: a systematic review and meta-analysis. JAMA. 2013;309(1):71–82.
66. Katzmarzyk PT, Ardern CI. Overweight and obesity mortality trends in Canada, 1985-2000. Can J Public Health. 2004;95(1):16–20.
67. Lau DCW, Douketis JD, Morrison KM, et al. 2006 Canadian clinical practice guidelines on the management and prevention of obesity in adults and children [summary]. CMAJ. 2007;176(8):S1–13.
68. Panel MDJMC-CE, Panel DHRMC-CE, Member CMAMFEP, et al. 2013 AHA/ACC/TOS Guideline for the Management of Overweight and Obesity in Adults: A Report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines and The Obesity Society. JAC. 2014;63(Part B):2985–3023.
69. Kaila B, Raman M. Obesity: a review of pathogenesis and management strategies. Can J Gastroenterol. 2008;22(1):61–68.
70. Robert H Eckel MF, John M Jakicic P, Jamy D Ard MD, et al. 2013 AHA/ACC Guideline on Lifestyle Management to Reduce Cardiovascular Risk. JAC. 2014;63(25):1–46.
83
71. Greenberg AS, Obin MS. Obesity and the role of adipose tissue in inflammation and metabolism. Am J Clin Nutr. 2006;83(2):461S–465S.
72. Cypess AM, Lehman S, Williams G, et al. Identification and Importance of Brown Adipose Tissue in Adult Humans. N Engl J Med. 2009;360(15):1509–1517.
73. Després J-P, Lemieux I. Abdominal obesity and metabolic syndrome. Nature. 2006;444(7121):881–887.
74. Heymsfield SB, Cefalu WT. Does body mass index adequately convey a patient's mortality risk? JAMA. 2013;309(1):87–88.
75. Dagenais GR, Yi Q, Mann JFE, Bosch J, Pogue J, Yusuf S. Prognostic impact of body weight and abdominal obesity in women and men with cardiovascular disease. American Heart Journal. 2005;149(1):54–60.
76. VAGUE J. The degree of masculine differentiation of obesities: a factor determining predisposition to diabetes, atherosclerosis, gout, and uric calculous disease. Am J Clin Nutr. 1956;4(1):20–34.
77. HEADY JA, MORRIS JN, RAFFLE PA. Physique of London busmen; epidemiology of uniforms. The Lancet. 1956;271(6942):569–570.
78. Cornier MA, Despres JP, Davis N, et al. Assessing Adiposity: A Scientific Statement From the American Heart Association. Circulation. 2011;124(18):1996–2019.
79. Moon JR. Body composition in athletes and sports nutrition: an examination of the bioimpedance analysis technique. Eur J Clin Nutr. 2013;67(S1):S54–S59.
80. Chumlea WC, Guo SS. Bioelectrical impedance and body composition: present status and future directions. Nutr Rev. 1994;52(4):123–131.
81. Elia M. Body composition by whole-body bioelectrical impedance and prediction of clinically relevant outcomes: overvalued or underused? Eur J Clin Nutr. 2013;67 Suppl 1:S60–70.
82. MacDonald AJ, Greig CA, Baracos V. The advantages and limitations of cross-sectional body composition analysis. Current Opinion in Supportive and Palliative Care. 2011;5(4):342–349.
83. Wang H, Chen YE, Eitzman DT. Imaging Body Fat: Techniques and Cardiometabolic Implications. Arterioscler Thromb Vasc Biol.
84
2014;34(10):2217–2223.
84. Fosbøl MØ, Zerahn B. Contemporary methods of body composition measurement. Clin Physiol Funct Imaging. 2014;35(2):81–97.
85. Mitsiopoulos N, Baumgartner RN, Heymsfield SB, Lyons W, Gallagher D, Ross R. Cadaver validation of skeletal muscle measurement by magnetic resonance imaging and computerized tomography. Journal of Applied Physiology. 1998;85(1):115–122.
86. Chowdhury B, Sjöström L, Alpsten M, Kostanty J, Kvist H, Löfgren R. A multicompartment body composition technique based on computerized tomography. Int J Obes Relat Metab Disord. 1994;18(4):219–234.
87. Collins LC, Hoberty PD, Walker JF, Fletcher EC, Peiris AN. The effect of body fat distribution on pulmonary function tests. Chest. 1995;107(5):1298–1302.
88. Naimark A, Cherniack RM. Compliance of the respiratory system and its components in health and obesity. Journal of Applied Physiology. 1960;15(2):377–382.
89. Sharp jt, henry jp, sweany sk, meadows wr, pietras rj. the total work of breathing in normal and obese men. J Clin Invest. 1964;43(4):728–739.
90. Li J, Li S, Feuers RJ, Buffington CK, Cowan GS. Influence of body fat distribution on oxygen uptake and pulmonary performance in morbidly obese females during exercise. Respirology. 2001;6(1):9–13.
91. Wozniak SE, Gee LL, Wachtel MS, Frezza EE. Adipose Tissue: The New Endocrine Organ? A Review Article. Dig Dis Sci. 2008;54(9):1847–1856.
92. Friedman N, Fanning EL. Overweight and obesity: an overview of prevalence, clinical impact, and economic impact. Dis Manag. 2004;7 Suppl 1(supplement 1):S1–6.
93. Greenberg JA. Obesity and early mortality in the United States. Obesity. 2013;21(2):405–412.
94. Taylor VH, Forhan M, Vigod SN, McIntyre RS, Morrison KM. The impact of obesity on quality of life. Best Pract Res Clin Endocrinol Metab. 2013;27(2):139–146.
95. McLaren L. Socioeconomic status and obesity. Epidemiologic Reviews. 2007;29(1):29–48.
85
96. Lavie CJ. Obesity and heart failure prognosis: paradox or reverse epidemiology? European Heart Journal. 2004;26(1):5–7.
97. Mohebi R, Simforoosh A, Tohidi M, Azizi F, Hadaegh F. Obesity Paradox and Risk of Mortality Events in Chronic Kidney Disease Patients: A Decade of Follow-up in Tehran Lipid and Glucose Study. J Ren Nutr. 2015;25(4):345–350.
98. Landbo C, Prescott E, Lange P, Vestbo J, Almdal TP. Prognostic value of nutritional status in chronic obstructive pulmonary disease. Am J Respir Crit Care Med. 1999;160(6):1856–1861.
99. Sava F, Laviolette L, Bernard S, Breton M-J, Bourbeau J, Maltais F. The impact of obesity on walking and cycling performance and response to pulmonary rehabilitation in COPD. BMC Pulm Med. 2010;10(1):55.
100. Liu Y, Pleasants RA, Croft JB, et al. Body mass index, respiratory conditions, asthma, and chronic obstructive pulmonary disease. Respiratory Medicine. 2015;109(7):851–859.
101. Calverley P, Anderson JA, Celli B. Salmeterol and fluticasone propionate and survival in chronic obstructive pulmonary disease. N. Engl. J. Med. 2007;356(8):775–789.
102. Furutate R, Ishii T, Wakabayashi R, et al. Excessive visceral fat accumulation in advanced chronic obstructive pulmonary disease. Int J Chron Obstruct Pulmon Dis. 2011;6:423–430.