Comparaison de différents modèles prédictifs de l’effet de la gastrectomie laparoscopique longitudinale sur le diabète de type 2 dans la population chinoise 5 ans après la chirurgie
La prévalence de l’obésité augmente mondialement, et ses complications, notamment le diabète de type 2 (DT2), représentent un enjeu majeur de santé publique. En Chine, plus de la moitié de la population adulte présente un surpoids ou une obésité, et plus de 50 % de ces individus sont atteints de DT2. La chirurgie bariatrique, en particulier la gastrectomie laparoscopique longitudinale (GLL), s’est imposée comme un traitement efficace du DT2 chez les patients obèses. Cependant, les résultats à long terme de la GLL dans la population chinoise restent mal documentés, et les meilleurs modèles prédictifs de rémission du DT2 après cette intervention ne sont pas encore définis.
Cette étude visait à comparer différents modèles prédictifs de rémission du DT2 chez des patients chinois 5 ans après une GLL. Menée de manière rétrospective à l’hôpital de Beijing Shijitan, elle a inclus 108 patients opérés entre mars 2009 et décembre 2016 (âge moyen : 35,5 ans ; IMC moyen : 40,3 kg/m²). Le statut de rémission du DT2 a été évalué selon les critères de l’American Diabetic Association après un suivi de 5 ans.
Onze modèles prédictifs ont été analysés : six scores (« ABCD », IMS, DiaRem, advanced-DiaRem, DiaBetter, modèle de Robert et al.) et cinq modèles de régression logistique (Dixon et al., Hayes et al., Park et al., Ramos-Levi et al., Panunzi et al.). Leur performance a été testée via l’aire sous la courbe (AUC), la sensibilité, la spécificité, l’indice de Youden, les valeurs prédictives positive (VPP) et négative (VPN), ainsi que le ratio prédit/observé. L’étalonnage a été réalisé avec le test de Hosmer-Lemeshow.
Six modèles (« ABCD », IMS, advanced-DiaRem, DiaBetter, Dixon et al., Panunzi et al.) ont montré une discrimination élevée (AUC > 0,8). Le modèle « ABCD » affichait une sensibilité de 74 %, une spécificité de 80 % et une AUC de 0,82. Le modèle IMS présentait une sensibilité de 78 %, une spécificité de 84 % et une AUC de 0,82. La régression de Panunzi et al. obtenait l’AUC la plus élevée (0,86), avec 78 % de sensibilité et 91 % de spécificité.
Dans le test de Hosmer-Lemeshow, tous les modèles sauf DiaRem, DiaBetter, Hayes et al., Park et al. et Ramos-Levi et al. avaient un ajustement satisfaisant (p > 0,05). Les modèles « ABCD » (p = 0,07) et IMS (p = 0,14) montraient un bon étalonnage, avec des ratios prédit/observé de 0,87 et 0,89, respectivement.
Les patients en rémission étaient plus jeunes, avaient un IMC et un rapport taille-hanches plus bas, une durée préopératoire du DT2 plus courte et utilisaient moins de médicaments antidiabétiques que le groupe sans rémission. Ces résultats confirment l’association positive entre jeune âge, IMC élevé, courte durée du DT2 et rémission post-chirurgicale.
Le modèle IMS a été recommandé pour son excellence prédictive, sa robustesse statistique et sa praticité. Développé par Aminian et al., il intègre l’HbA1c, la durée préopératoire du DT2, le nombre de médicaments et l’utilisation d’insuline. Adapté à la population chinoise, il repose sur une cohorte suivie jusqu’à 5 ans.
Le score « ABCD » (Lee et al.), basé sur l’âge, l’IMC, le peptide C à jeun et la durée du DT2, a également performé, mais le modèle IMS s’est montré supérieur en sensibilité, spécificité et étalonnage. En revanche, DiaRem et DiaBetter, conçus pour le bypass gastrique, sous-estimaient les taux de rémission après GLL. Le modèle de Hayes et al., limité à l’insuline et l’HbA1c, a montré une faible discrimination.
Ces résultats soulignent l’intérêt du modèle IMS pour prédire la rémission à long terme du DT2 après GLL en Chine, facilitant une prise en charge personnalisée. Ils confirment également l’importance des facteurs individuels (âge, IMC, ancienneté du diabète) dans l’évaluation pronostique.
En conclusion, cette étude éclaire les modèles prédictifs de rémission du DT2 après GLL en population chinoise, avec une recommandation forte pour le modèle IMS. Des recherches prospectives sur des cohortes élargies sont nécessaires pour valider ces résultats et explorer d’autres marqueurs prédictifs.
doi.org/10.1097/CM9.0000000000002718