lundi 10 février 2025

Effet du fénofibrate sur la fonction résiduelle des cellules béta chez les adultes et les adolescents vivant avec un diabète de type 1 nouvellement diagnostiqué : un essai clinique randomisé

Auteur : 
Florian Mourre
Date Publication : 
Janvier 2025
 
Article du mois en accès libre
 
Pernille E. Hostrup et al, Effect of fenofibrate on residual beta cell function in adults and adolescents with newly diagnosed type 1 diabetes: a randomised clinical trial, Diabetologia. 2025 Jan;68(1):29-40. doi : 10.1007/s00125-024-06290-6

 

Depuis quelques années, plusieurs essais cliniques se sont intéressés à la capacité de certaines molécules à préserver la fonction résiduelle des cellules β des ilôts de Langherans dans le diabète de type 1 (DT1) débutant, afin de retarder ou de limiter le recours à l’insulinothérapie. Des altérations du métabolisme des sphingolipides, dont la diminution du glycosphingolipide sulfatide, ont été proposées comme facteur contribuant à la physiopathologie du DT1 [1], à partir d’études montrant une diminution de la concentration de ce sulfatide dans des biopsies pancréatiques de personnes nouvellement diagnostiquées avec un DT1. Les sulfatides interagissent avec le canal potassique ATP-dépendant au niveau de la membrane de la cellule β et agissent comme molécules chaperonnes lors de la fabrication de l’insuline. Ils pourraient intervenir dans la diminution de la sécrétion d’insuline lors de l’hyperglycémie pour contrer le stress cellulaire [2,3,4]. Les agonistes de PPARα (Peroxysome Proliferator-Activated Receptor), dont le fénofibrate, régulent le métabolisme des lipides, et il a été récemment observé que le fénofibrate prévenait l’apparition d’un diabète auto-immun et pouvait faire disparaitre ce diabète dans 50% des cas après le début de la maladie chez des souris. Les auteurs ont donc étudié la sécurité et l’efficacité du fénofibrate à la dose de 160 mg dans cet essai clinique.

Il s’agissait d’une étude de phase II, randomisée, contre placebo, en double aveugle, réalisée dans le centre du diabète de Copenhague. Les patients ont été inclus jusqu’à 6 semaines après le diagnostic de DT1 et ont reçu le traitement pendant 52 semaines, avec des contrôles à 4, 12 et 26 semaines, ainsi qu’à la fin de l’étude. Les participants devaient avoir entre 16 et 40 ans, diagnostiqués avec un DT1 en phase 3 et devaient avoir la capacité d’être randomisés dans les 6 semaines suivant la première injection d’insuline. Les autres critères d’inclusion étaient la présence d’au moins un auto-anticorps du DT1, une absence de contre-indication au fénofibrate et un peptide-C > 0,2 nmol/L 2h après un repas test. Les visites de suivi étaient faites après une nuit de jeûne, avec une injection d’insuline lente la veille au soir, sans insuline rapide dans les 2h précédant la visite. Un repas test liquide était servi à chaque visite pour évaluer la réponse β-cellulaire, et les prélèvements sanguins étaient réalisés à 0, 15, 30, 60, 90 et 120 mn. La glycémie était évaluée à l’aide d’un capteur de glucose en continu (CGM). Le critère de jugement principal était le changement dans la sécrétion endogène d’insuline (évaluée grâce à l’aire sous la courbe [AUC, area under curve] des valeurs de peptide-C suivant le repas test). Les critères de jugement secondaires étaient la différence sur le pic de peptide-C, l’hémoglobine glyquée, les variations glycémiques mesurées avec le CGM, la dose d’insuline quotidienne, la proportion de patients en rémission à 52 semaines et le stress β-cellulaire, mesuré par le rapport proinsuline/peptide-C. Concernant les méthodes statistiques, les auteurs ont utilisé un modèle mixte pour mesures répétées avec le sexe, le temps et le groupe comme effet fixe, le participant comme effet aléatoire et l’âge à l’inclusion, le temps entre la découverte du DT1 et la randomisation et le peptide-C comme covariables. La même méthodologie a été utilisée pour les objectifs secondaires, et des régressions logistiques ont été réalisées en cas de variables d’intérêt binaires.

Cinquante-huit individus ont été enrôlés dans l’étude dont 29 dans chaque groupe. Parmi eux, un participant a changé d’avis et un autre avait un peptide-C trop faible, tous deux dans le groupe fénofibrate, qui compte donc 27 participants au total. À l’inclusion, les groupes différaient notamment sur la concentration de peptide-C à 2h post-prandial : 0,65 ± 0,31 nmol/L dans le groupe placebo contre 0,50 ± 0,20 nmol/L dans le groupe fénofibrate, et sur la proportion d’acido-cétose au diagnostic (3,4% vs 37%, respectivement). Cinquante participants sont allés au bout des 52 semaines d’essai, dont 27 (93%) dans le groupe placebo et 23 (85%) dans le groupe fénofibrate. Concernant le critère de jugement principal, la différence moyenne dans l’AUC du peptide-C post prandial était de 0,01 ± 0,26 nmol/L dans le groupe fénofibrate et – 0,07 ± 0,23 nmol/L dans le groupe placebo, conduisant à une différence non significative entre les deux groupes (p = 0,23). Dix-neuf participants (11 du groupe fénofibrate et 8 du groupe placebo) ont eu une visite additionnelle un an après la fin de l’étude, qui ne retrouvait pas non plus de différence significative sur la fonction β-cellulaire, avec une différence moyenne de 0,3 nmol/L (IC 95% -0,17, 1,05 nmol/L).

Concernant les critères de jugement secondaires, le pic de peptide-C suivant le repas test était similaire dans les 2 groupes, avec une augmentation initiale jusqu’à 12 semaines, puis une diminution jusqu’à la valeur de base à 52 semaines, sans différence entre les groupes (différence moyenne à 52 semaines à 0,04 nmol/L, IC 95% -0,13 à 0,2). L’hémoglobine glyquée et les temps passés dans la cible glycémique étaient similaires entre les deux groupes, passant de 10,8 ± 1,6% à 6,9 ± 0,6% dans le groupe fénofibrate et de 10,5 ± 1,9% à 6,7 ± 0,8% dans le groupe placebo. Les doses d’insuline étaient également comparables à 52 semaines, avec une différence moyenne de 0,03 UI/kg/j (IC 95% -0,06 à 0,12). Le ratio proinsuline/peptide-C augmentait de façon similaire dans les deux groupes sur les 6 premiers mois, puis diminuait dans le groupe placebo à 52 semaines, tandis qu’il continuait à augmenter dans le groupe fénofibrate, témoignant d’un plus grand stress des cellules β dans le groupe fénofibrate, avec une différence de 0,026 (IC 95% 0 à 0,048, p < 0,05). Enfin, le fénofibrate 160 mg était bien toléré, sans arrêt prématuré de l’étude ni effet indésirable sérieux, de même que dans le groupe placebo, avec un nombre d’événement indésirable total comparable dans les deux groupes (28 vs 24, respectivement).

Les auteurs ont également réalisé des analyses in vitro sur des biopsies pancréatiques de donneurs sans diabète. Ils retrouvaient que le fénofibrate seul n’avait pas d’effet sur la sécrétion d’insuline, et que les cellules exposées à un environnement pro-inflammatoire par des cytokines sécrétaient plus d’insuline, effet qui était diminué par l’adjonction de fénofibrate. Concernant la mort cellulaire, le fénofibrate seul n’avait pas d’effet sur celle-ci, et augmentait la mort cellulaire induite par les cytokines lors de l’exposition à de hautes concentrations de glucose (20 mmol/L), mais pas à des faibles concentrations (2 mmol/L).

Pour résumer, les auteurs n’ont pas retrouvé d’effet bénéfique du fénofibrate sur la fonction β-cellulaire, sur le contrôle glycémique ou sur les doses d’insuline injectées, contrairement à ce qui avait été retrouvé précédemment sur des études animales. Les forces de cette étude étaient i) l’inclusion d’adolescents et d’adultes, qui représentent la forme la plus fréquente de DT1, et dont la phase de rémission a tendance à être plus longue que chez les enfants, permettant potentiellement de mieux mettre en évidence la préservation de la fonction β-cellulaire induite par un traitement, ii) l’inclusion très rapide après la découverte du DT1, de 42 jours maximum, pour maximiser la quantité de cellules β encore fonctionnelles. Les limites étaient la présence d’une longue durée de rémission du DT1 dans cet échantillon, avec 56% du groupe placebo encore en rémission partielle à 52 semaines, pouvant masquer des effets faibles induits par le fénofibrate, ainsi que le faible nombre de patients inclus dans l’étude, pouvant induire un manque de puissance statistique pour retrouver des effets faibles induits par le traitement, de même que les 14% de patients perdus de vue au total.

En conclusion, dans cet essai contrôlé versus placebo, en double aveugle chez des adultes et adolescents récemment diagnostiqués d’un DT1, les auteurs ne retrouvent pas d’effet en faveur d’une préservation de la fonction β-cellulaire de la part du fénofibrate, comme cela avait été rapporté chez des souris.

 

Références

[1] Gurgul-Convey E (2020) Sphingolipids in type 1 diabetes: focus on beta-cells. Cells 9(8):1835.
 
[2] Buschard K, Blomqvist M, Mansson JE, Fredman P, Juhl K, Gromada J (2006) C16:0 sulfatide inhibits insulin secretion in rat beta-cells by reducing the sensitivity of KATP channels to ATP inhibition. Diabetes 55(10):2826–2834.
 
[3] Buschard K, Bracey AW, McElroy DL et al (2016) Sulfatide preserves insulin crystals not by being integrated in the lattice but by stabilizing their surface. J Diabetes Res 2016:6179635.
 
[4] Marhfour I, Lopez XM, Lefkaditis D et al (2012) Expression of endoplasmic reticulum stress markers in the islets of patients with type 1 diabetes. Diabetologia 55(9):2417–2420.
 


from Société Francophone du Diabète https://ift.tt/CXuxqba

lundi 13 janvier 2025

Contribution des infections à la mortalité chez les personnes vivant avec un diabète de type 2 : étude de cohorte populationnelle utilisant des dossiers médicaux électroniques

Auteur : 
Ninon Foussard
Date Publication : 
Décembre 2024
 
Article du mois en accès libre
 
Carey et al. Contribution of infection to mortality in people with type 2 diabetes: a population-based cohort study using electronic records. Lancet Reg Health Eur. 2024 Nov 27:48:101147. doi : 10.1016/j.lanepe.2024.101147

 

S’il est connu que les personnes vivant avec un diabète de type 2 (DT2) sont plus sensibles aux infections [1], la part réelle de la mortalité liée aux infections est probablement sous-estimée par les études [2]. En effet, ces études reposent sur des systèmes de codage CIM-10. Or, ces codages sont principalement structurés autour de maladies de système [3], et qui se concentrent sur la cause sous-jacente du décès en mettant l’accent sur les maladies chroniques [4]. En outre, la pandémie de COVID-19 a mis en évidence que la mortalité par infection était plus élevée chez les personnes vivant avec un diabète [5].

Ainsi, l’objectif de cette étude de cohorte était d’examiner les causes spécifiques de mortalité chez les personnes vivant avec un DT2 en comparaison à la population générale au cours de la période 2015-2019, en se concentrant sur les infections.

Les auteurs ont utilisé une base de données de soins primaires en Angleterre liée aux données nationales de certification des décès : le CPRD (Clinical Practice Research Datalink) qui fournit un dossier médical longitudinal pseudo-anonymisé pour tous les patients enregistrés (plus de 99% de la population britannique). Tous les patients âgés de 18 à 90 ans ayant un codage pour le diabète, actifs dans le CPRD au 1er janvier 2015 et enregistrés depuis au moins un an, ont été classés dans les catégories diabète de type 1, DT2 ou inconnu, sur la base de leurs codes de diagnostic et de leurs médicaments antidiabétiques. Un groupe témoin sans diabète connu a été apparié au hasard en fonction de l'âge, du sexe et de l'origine ethnique, avec un maximum de deux personnes sans diabète sélectionnées pour chaque personne vivant avec un DT2. La cause du décès au cours de la période 2015-2019 a été déterminée à partir du code de la cause sous-jacente (CIM-10) dans les données de mortalité de l'OMS : cancer, maladies cardiovasculaires, démence, diabète, maladies digestives, infections et maladies respiratoires, ou autre cause. Pour classer les décès de causes infectieuses, une liste développée pour identifier les admissions hospitalières liées à une infection a été utilisée. Une analyse de sous-groupe par type d'infection a ensuite été effectuée. Les rapports de risque (HR) pour la mortalité toutes causes confondues et par cause au cours de la période 2015-2019 ont comparé les personnes vivant avec un DT2 aux personnes non diabétiques, et ont été estimés à l'aide de modèles de Cox ajustés en fonction de la région de pratique (9 au total). Pour l’analyse de la mortalité, seules les données des personnes vivant avec un DT2 âgées de 41 ans et plus ont été sélectionnées.

Pour l'analyse principale, 509 403 personnes vivant avec un DT2 et âgées de 41 à 90 ans ont été appariées à 976 431 personnes non diabétiques. Parmi les personnes vivant avec un DT2, 56% étaient des hommes, l'âge moyen était de 67,3 ans (écart-type = 11,9 ans) et 34% d’entre elles avaient été diagnostiquées de leur diabète au cours des 5 dernières années. Elles étaient plus susceptibles d'avoir un Indice de Masse Corporelle (IMC) ≥ 30 kg/m² (50% contre 22%) et de vivre dans le quintile le plus défavorisé (23% contre 16%) que les personnes vivant sans diabète. Seize pourcents, soit 85 367/509 403 personnes vivant avec un DT2, sont décédées au cours de la période 2015-2019, contre 106 824/976 431 (10,9%) personnes non diabétiques du même sexe, du même âge et de la même origine ethnique (HR = 1,65, IC 95% 1,64-1,66). Dans les groupes d'âge de 10 ans, le HR variait de HR = 2,95 (IC à 95% 2,75-3,17) pour les 41-50 ans à HR = 1,39 (IC à 95% 1,38-1,41) pour les 81-90 ans. Dans ces différents groupes d'âge, les différences absolues dans le taux de mortalité entre les personnes vivant avec un DT2 et les personnes sans diabète étaient assez similaires pour les hommes et les femmes (13,1 contre 13,9 pour 1000 personnes-années). L'ensemble des infections (11 128/85 367 = 13,0%) représentait la troisième cause sous-jacente de décès chez les personnes vivant avec un DT2, après les maladies cardiovasculaires et le cancer, et 12% des causes de décès chez les non diabétiques ; une contribution beaucoup plus élevée que si l'on ne comptait que les codages d'infections spécifiques (respectivement 1 046/85 367 = 1,2% et 1%). Le HR pour la mortalité due à l’ensemble des infections, pour les personnes vivant avec un DT2 par rapport aux personnes vivant sans diabète (1,82, IC à 95% 1,78-1,86) était plus élevé que le HR estimé pour l'ensemble des causes (HR = 1,65, IC à 95% 1,64-1,66). Une analyse de sensibilité ne prenant en compte que les décès par infection des chapitres A00-B99 (catégorie « certaines maladies infectieuses et parasitaires ») de la CIM-10 a estimé que le taux brut de mortalité était environ deux fois plus élevé chez les personnes vivant avec un DT2 que chez les patients sans diabète (0,45 contre 0,22 pour 1 000 personnes-années), avec un HR estimé = 2,09 (IC à 95% : 1,95-2,25). Parmi les groupes d'âge plus jeunes, les HR étaient élevés pour toutes les causes infectieuses (HR = 3,65 pour les 41-60 ans, HR= 2,38 pour les 61-75 ans) et les HR pour la mortalité par infection était constant dans tous les groupes ethniques (HR compris entre 1,71 et 1,82). Enfin, les associations de mortalité ont été étudiées en fonction du type d'infection enregistré comme cause sous-jacente de décès au cours de la période 2015-2019 : le HR le plus élevé a été observé pour les infections ostéo-articulaires (HR = 3,95, IC à 95% 3,08-5,05). La différence la plus importante dans les taux de mortalité entre les personnes vivant avec un DT2 et les non-diabétiques a été observée pour les infections des voies respiratoires inférieures, en particulier la pneumonie.

Cette étude a donc utilisé de grandes bases de données électroniques sur la santé de la population anglaise pour mettre en évidence un risque plus élevé de décès dû à des infections chez les personnes vivant avec un DT2 versus ceux n’ayant pas de diabète, au cours d'une période de 5 ans précédant de peu la pandémie de COVID-19. Les infections ont été estimées comme étant le troisième facteur de mortalité (après les maladies cardiovasculaires et les cancers) au cours de la période 2015-2019, représentant environ 13% des décès par une évaluation « complète », contre seulement 1,2% lorsque les catégories standards de la CIM-10 sont utilisées. Le taux de mortalité lié aux infections était environ 2 fois plus élevé que chez les personnes sans diabète et même 4 fois plus sur la tranche d’âge 41-60 ans. Le principal point fort de l’étude était la taille importante de l'échantillon (un demi-million de personnes vivant avec un DT2). L'une des limites a été de n'inclure dans la cohorte que des personnes âgées de 41 à 90 ans au début de la période de suivi, en 2015. L'exclusion des 40 ans et moins est négligeable en termes de mortalité à 5 ans, mais la non inclusion des personnes les plus âgées participe à sous-estimer le poids de la démence en tant que cause de décès. Une autre limite était que les patients désinscrits de leur cabinet de médecine générale et décédés au cours de la période 2015-2019 hors d’Angleterre n’ont pu être pris en compte.

En conclusion, les infections sont une cause fréquente de décès chez les personnes vivant avec un DT2, et l'excès de risque relatif est similaire à celui associé aux décès d'origine vasculaire chez ces personnes (x2). Cette étude souligne l'importance des infections dans l'évaluation de l'augmentation du risque absolu de mortalité en cas de DT2 et l'importance de la sensibilisation, d'un diagnostic plus précoce et du traitement des infections pour prévenir les décès prématurés.

 

Références

[1] Holt R.I.G., Cockram C.S., Ma R.C.W., Luk A.O.Y. Diabetes and infection: review of the epidemiology, mechanisms and principles of treatment. Diabetologia. 2024;67(7):1168–1180.
 
[2] McPherson D., Griffiths C., Williams M., et al. Sepsis-associated mortality in England: an analysis of multiple cause of death data from 2001 to 2010. BMJ Open. 2013;3(8).
 
[3] World Health Organization . 2nd ed. World Health Organization; Geneva: 2004. ICD-10 : international statistical classification of diseases and related health problems: tenth revision.
 
[4] Govindan S., Shapiro L., Langa K.M., Iwashyna T.J. Death certificates underestimate infections as proximal causes of death in the US. PLoS One. 2014;9(5).
 
[5] Khunti K., Valabhji J., Misra S. Diabetes and the COVID-19 pandemic. Diabetologia. 2023;66(2):255–266.
 


from Société Francophone du Diabète https://ift.tt/9Sozcl3