Search

OBJECTIVES – The objective of this article is to provide data on the prevalence of overweight and obesity in France. The prevalence of the ’metabolically healthy obesity’ phenotype (MHO) was also determined. METHODS – The study population consisted of 28,895 participants from the CONSTANCES cohort, aged 30-69 years in 2013. Weight, height, waist circumference, and blood pressure were measured. Blood analyses were performed. Abdominal obesity was defined as a waist circumference ≥94 cm for men and ≥80 cm for women. Sociodemographic data was collected using questionnaires. RESULTS – The prevalence of overweight was 41.0% and 25.3% in men and women respectively. The prevalence of obesity was 15.8% for men and 15.6% for women. The prevalence of abdominal obesity was higher with rates of 41.6% and 48.5% for men and women respectively. Women have a higher prevalence of the MHO phenotype (51.8%) versus men (25.7%) without taking into consideration medications intake. CONCLUSION – Excess weight concerns nearly half of the French population. These results confirm the importance of this nutritional pathology in terms of public health., Objectifs-L'objectif de cette étude était de fournir des estimations de la prévalence du surpoids et de l'obésité en France. La fréquence du phénotype d'obésité métaboliquement saine (MHO) a aussi été calculée. Méthodes-La population d'étude était constituée de 28 895 participants issus de la cohorte Constance, âgés de 30 à 69 ans en 2013. Le poids, la taille, le tour de taille et la tension artérielle ont été mesurés. Des analyses sanguines ont été effectuées. L'obésité abdominale était définie par un tour de taille ≥94 cm pour les hommes et ≥80 cm pour les femmes, et les données sociodémographiques ont été recueillies par questionnaires. Résultats-La prévalence du surpoids était de 41,0% et 25,3%, respectivement, chez les hommes et les femmes. La prévalence de l'obésité globale était de 15,8% pour les hommes et de 15,6% pour les femmes, celle de l'obésité abdominale était de 41,6% et 48,5% respectivement chez les hommes et les femmes. La prévalence du phénotype MHO, sans prise en compte des traitements, était moins élevée chez les hommes (25,7%) que chez les femmes (51,8%). Conclusion-L'excès de poids concerne près de la moitié de la population en France. Ces données confirment l'importance de cette pathologie nutritionnelle en termes de santé publique. Objectives-The objective of this article is to provide data on the prevalence of overweight and obesity in France. The prevalence of the 'metabolically healthy obesity' phenotype (MHO) was also determined. Methods-The study population consisted of 28,895 participants from the CONSTANCES cohort, aged 30-69 years in 2013. Weight, height, waist circumference, and blood pressure were measured. Blood analyses were performed. Abdominal obesity was defined as a waist circumference ≥94 cm for men and ≥80 cm for women. Sociodemographic data was collected using questionnaires. Results-The prevalence of overweight was 41.0% and 25.3% in men and women respectively. The prevalence of obesity was 15.8% for men and 15.6% for women. The prevalence of abdominal obesity was higher with rates of 41.6% and 48.5% for men and women respectively. Women have a higher prevalence of the MHO phenotype (51.8%) versus men (25.7%) without taking into consideration medications intake. Conclusion-Excess weight concerns nearly half of the French population. These results confirm the importance of this nutritional pathology in terms of public health.

Acknowledgments: Project supported by the Fondation Francophone de Recherche sur le Diabète; International audience; Background: The rising worldwide prevalence of metabolic syndrome (MetS), a cluster of cardiometabolic risk factors of predictive of type 2 diabetes, relates largely to increasing obesity and sedentary but also to early metabolic life events. Objective: The objective of the study was to identify predictive biomarkers of evolution toward MetS 8 years later, and to bring new knowledge about this pathological state using a multidisciplinary approach in an at-risk population (subjects with small birth weight). Design: This case-control study (subjects free of MetS at baseline (n=92 born small vs n=76 born adequate for gestational age (SGA vs SGA)) was nested in the French community-based Haguenau cohort. The control group was randomly matched for age and sex. Serum signatures were determined and compared at baseline (20 years old) to determine predictive biomarkers using both untargeted mass spectrometry metabolomics and targeted proteomics using microarrays. Individual predictive models were first built using linear logistic regressions from the omics datasets. Metabolomic and proteomic data were finally integrated using random forest to determine whether multidimensional models improve prediction. Results: Univariate statistical analyses allowed identifying 93 discriminant metabolites and 47 proteins between cases and controls at baseline, with in both cases, specific gender differences. The resulting models based on either 4 metabolites or 4 proteins showed good performances: 22% misclassification on training set, 25% on validation set vs 11% misclassification on training set, 33% on validation set, respectively. Multi-omic data integration improved performance and robustness of the prediction (11% misclassification on training set, 8% on validation set). Correlation analyses with other data (anthropometric, biochemical) contributed to better understand the role of these biomarkers in the pathological processes, and therefore to evaluate their potential clinical value. Conclusion: These results should provide new tools to better stratify at-risk populations, and additional knowledge on MetS development

Background: Poverty in developing and low socioeconomic areas has an important consequence on women’s food supply. Therefore, food security and eating behavior among individuals living in these conditions could be altered due to social and economic status. Consequently, it is crucial to evaluate the “Food security, eating behavior and awareness of Lebanese women living in low socio-economic areas-Akkar”. Objective: The purpose of this analysis is to evaluate these factors in women living in low socioeconomic areas in order to assess and compare their food intake to the food pyramid recommendations and to determine their awareness level regarding the healthy eating habits and how it is affecting their food choices. Methods: A cross sectional study was conducted on randomly selected 340 women living in Akkar-North Lebanon, aging between 20 and 60 years old and showing a crowding index above 1. Data were collected through a validated questionnaire. Statistical analysis was carried out using the Statistical Package for Social Science (SPSS, version 16) with p

Cette année les assises sont en partenariat avec le Pôle de compétitivité Lyonbiopôle et le cluster Nutravita, des symposiums thématiques portant sur les interactions entre la recherche académique, l’innovation et l’industrie seront proposés.Cette année les assises sont en partenariat avec le Pôle de compétitivité Lyonbiopôle et le cluster Nutravita, des symposiums thématiques portant sur les interactions entre la recherche académique, l’innovation et l’industrie seront proposés.; Grâce à une vision intégrée des phénomènes post-génomes, les approches omiques devraient permettre de mieux comprendre l’ensemble des processus biologiques complexes ayant lieu au cours du développement des maladies métaboliques chroniques telles que le syndrome métabolique (SMet). Cet ensemble de désordres cardiovasculaires et métaboliques précède et prédit le diabète de type 2 (T2D) et la nutrition foetale est maintenant reconnue comme un facteur de risque important pour son développement et le T2D à l’âge adulte. Dans cette étude, notre objectif était d’identifier des biomarqueurs précoces et/ou prédictifs du SMet, associés ou non à l’empreinte foetale par une approche protéomique ciblée. Cette étude cas-témoins nichée au sein de la cohorte Haguenau utilise les données anthropométriques et sociales d’individus nés à la maternité d’Haguenau et identifiés avec ou non un petit poids de naissance ajusté pour l’âge gestationnel (petit poids=SGA, poids normal=AGA). Nous avons donc sélectionné des sujets SGA, sains à 20 ans (T1, n=46), ayant développé (SMet30, n=23) ou non (nonSMet30, n=23) un SMet à 30 ans (T2). Une analyse protéomique ciblée a été réalisée sur les échantillons biologiques prélevés à T1 en utilisant des biopuces ciblant des cytokines, chemokines, adipokines, facteurs de croissance, facteurs angiogéniques, protéases, récepteurs solubles, ou encore des molécules d’adhésion. Cette technique détecte simultanément 1000 protéines à partir d’une faible quantité de sérum. Les résultats ont été analysés par des méthodes statistiques uni- et multivariées (ANOVA, ACP et PLS-DA) pour mettre en évidence des modulations de protéines et identifier des biomarqueurs prédictifs de l’apparition du SMet à T2. Une étape de validation a été effectuée (n=11) pour tester la robustesse du modèle prédictif obtenu. Les résultats ont montré 60 protéines modulées de façon significative entre cas et témoins à T1, soit plus de 7 ans avant l’apparition du SMet. Parmi celles-ci, 31 protéines ont un ratio de variation supérieur à 1,5 (n=23) ou inférieur à 0,65 (n=8). Elles sont en majorité impliquées dans la régulation de l’angiogenèse (n=7), de l’inflammation (n=5) ou encore du métabolisme (n=3). D’autres participent à la prolifération cellulaire ou sont impliquées dans le développement foetal (n=5). Une approche réseau utilisant Ingenuity a permis d’explorer en détail leurs liens et corrélations. L’analyse statistique par PLS-DA a permis de sélectionner les protéines candidats biomarqueurs ayant les plus fortes capacités discriminantes. L’intégration d’autres types de données (socio-économiques, cliniques, métabolomiques) par Random Forest sera réalisée pour enrichir les modèles prédictifs. Ce projet contribuera à renforcer nos connaissances sur le SMet et l’empreinte foetale; il va permettre l’identification précoce des sujets à risque afin d’améliorer leur prise en charge et de proposer une stratégie préventive efficace

Acknowledgement: Funding: Fondation Francophone pour la Recherche sur le Diabète; International audience

Grâce à une vision intégrée des phénomènes post-génomes, les approches omiques devraient permettre de mieux comprendre l’ensemble des processus biologiques complexes ayant lieu au cours du développement des maladies métaboliques chroniques telles que le syndrome métabolique (SMet). Cet ensemble de désordres cardiovasculaires et métaboliques précède et prédit le diabète de type 2 (T2D) et la nutrition foetale est maintenant reconnue comme un facteur de risque important pour son développement et le T2D à l’âge adulte. Dans cette étude, notre objectif était d’identifier des biomarqueurs précoces et/ou prédictifs du SMet, associés ou non à l’empreinte foetale par une approche protéomique ciblée. Cette étude cas-témoins nichée au sein de la cohorte Haguenau utilise les données anthropométriques et sociales d’individus nés à la maternité d’Haguenau et identifiés avec ou non un petit poids de naissance ajusté pour l’âge gestationnel (petit poids=SGA, poids normal=AGA). Nous avons donc sélectionné des sujets SGA, sains à 20 ans (T1, n=46), ayant développé (SMet30, n=23) ou non (nonSMet30, n=23) un SMet à 30 ans (T2). Une analyse protéomique ciblée a été réalisée sur les échantillons biologiques prélevés à T1 en utilisant des biopuces ciblant des cytokines, chemokines, adipokines, facteurs de croissance, facteurs angiogéniques, protéases, récepteurs solubles, ou encore des molécules d’adhésion. Cette technique détecte simultanément 1000 protéines à partir d’une faible quantité de sérum. Les résultats ont été analysés par des méthodes statistiques uni- et multivariées (ANOVA, ACP et PLS-DA) pour mettre en évidence des modulations de protéines et identifier des biomarqueurs prédictifs de l’apparition du SMet à T2. Une étape de validation a été effectuée (n=11) pour tester la robustesse du modèle prédictif obtenu. Les résultats ont montré 60 protéines modulées de façon significative entre cas et témoins à T1, soit plus de 7 ans avant l’apparition du SMet. Parmi celles-ci, 31 protéines ont un ratio de variation supérieur à 1,5 (n=23) ou inférieur à 0,65 (n=8). Elles sont en majorité impliquées dans la régulation de l’angiogenèse (n=7), de l’inflammation (n=5) ou encore du métabolisme (n=3). D’autres participent à la prolifération cellulaire ou sont impliquées dans le développement foetal (n=5). Une approche réseau utilisant Ingenuity a permis d’explorer en détail leurs liens et corrélations. L’analyse statistique par PLS-DA a permis de sélectionner les protéines candidats biomarqueurs ayant les plus fortes capacités discriminantes. L’intégration d’autres types de données (socio-économiques, cliniques, métabolomiques) par Random Forest sera réalisée pour enrichir les modèles prédictifs. Ce projet contribuera à renforcer nos connaissances sur le SMet et l’empreinte foetale; il va permettre l’identification précoce des sujets à risque afin d’améliorer leur prise en charge et de proposer une stratégie préventive efficace

International audience; BACKGROUND - The association between depression and the metabolic syndrome remains poorly understood. Diet and physical activity may partly explain this association. METHODS - Baseline data on 64,861 subjects from the French population-based Constances cohort was analyzed. Depressive symptoms were determined with the Center of Epidemiologic Studies Depression (CES-D) scale. A CES-D score ≥ 19 combined with self-reported limitations related to depressive symptoms was used to define depression. The metabolic syndrome was defined according to the International Diabetes Federation criteria. Dietary patterns were determined with a food frequency questionnaire and a principal component analysis. Physical activity was measured with 3 questions resulting in a composite 6-point scale. Associations between depression and the metabolic syndrome were estimated through logistic regression and path analysis. RESULTS - The odds-ratios (95% confidence interval) for the association between depression and the metabolic syndrome, adjusting for age, sex, education and income, was 1.75 (1.57-1.96). The path analysis showed that 23% of this association was explained by diet and physical activity, 67% being attributed to physical activity. LIMITATIONS - The cross-sectional nature of the analyses warrants the results to be confirmed by longitudinal analyses. CONCLUSION - Diet and physical activity might partially explain the association between depressive symptoms and metabolic syndrome but other factors (e.g. inflammatory factors) are involved.