La variabilité glycémique en réanimation

Annales Françaises d’Anesthésie et de Réanimation 31 (2012) 950–960
Mise au point
La variabilité glycémique en réanimation
Glucose variability in intensive care unit
J.-V. Schaal a, N. Libert a,*, S. De Rudnicki a, Y. Auroy a, S. Mérat b
a
b
Département d’anesthésie-réanimation, hôpital d’Instruction des Armées Val-de-Grâce, 74, boulevard de Port-Royal, 75005 Paris, France
Département d’anesthésie-réanimation, hôpital d’Instruction des Armées Bégin, 69, avenue de Paris, 94163 Saint-Mandé, France
I N F O A R T I C L E
Historique de l’article :
Reçu le 24 mai 2011
Accepté le 5 septembre 2012
Mots clés :
Variabilité glycémique
Contrôle glycémique
Maladies aiguës
Insuline
Réanimation
R É S U M É
Témoin d’un métabolisme glucidique profondément perturbé lors des situations pathologiques aiguës,
l’hyperglycémie est reconnue comme un facteur associé à la mortalité en réanimation. Le contrôle
glycémique strict par une insulinothérapie intensive a été proposé initialement avec succès pour
diminuer la mortalité. Cependant, les études plus récentes sont plus nuancées (certaines sont associées à
une augmentation de mortalité ou une augmentation du nombre d’épisodes d’hypoglycémies) et ne
permettraient pas de conclure sur l’efficacité et la sécurité du contrôle glycémique strict. Récemment,
plusieurs études ont retrouvé une association significative entre mortalité et variabilité glycémique en
réanimation. Ces nouvelles données concernant l’impact de la variabilité glycémique pourraient
expliquer l’hétérogénéité des résultats et complexifient encore les objectifs potentiels du contrôle
glycémique des patients de réanimation. Si cette association se confirme, la diminution de cette
variabilité pourrait devenir un enjeu important du contrôle glycémique. Il paraı̂t donc important de
mieux connaı̂tre sa physiopathologie, ses définitions et son réel impact chez les patients de réanimation.
ß 2012 Publié par Elsevier Masson SAS pour la Société française d’anesthésie et de réanimation (Sfar).
A B S T R A C T
Keywords:
Glucose variability
Glycemic control
Critical illness
Insulin
Intensive care unit
Hyperglycemia is significantly associated with increased mortality in critically ill patients and then,
strict control of blood glucose (BG) concentration is important. Lowering of BG levels with intensive
insulin therapy (IIT) was recommended in order to improve patient outcomes. But recently, some recent
prospective trials failed to confirm the initial data, showing conflicting results (significantly increased
mortality with IIT, more hypoglycemic episodes). So there is no consensus about efficiency and safety of
IIT. Significant associations between glucose variability and mortality have been confirmed by several
recent studies. A difference in variability of BG control could explain why the effect of IIT varied from
beneficial to harmful. Managing and decreasing this BG variability could be an important goal of BG
control in critically ill patients. Clinicians have to consider definitions, physiopathology and impacts of
glucose variability, in order to improve patient outcomes.
ß 2012 Published by Elsevier Masson SAS on behalf of the Société française d’anesthésie et de
réanimation (Sfar).
1. Introduction
Les pathologies aiguës rencontrées en réanimation induisent
des anomalies métaboliques complexes. Le métabolisme glucidique est particulièrement perturbé dans ces situations aiguës
mono- ou multidéfaillantes dans lesquelles le pronostic vital est
engagé à court terme [1]. Du fait de l’apparition d’une insulinorésistance et d’une augmentation de la production hépatique de
glucose, et cela indépendamment de tout antécédent de diabète,
* Auteur correspondant.
Adresse e-mail : [email protected] (N. Libert).
les patients de réanimation développent classiquement une
hyperglycémie, dite de « stress » [2,3]. De multiples études
montrent que la survenue d’une hyperglycémie est responsable
d’une aggravation du pronostic chez divers types de patients :
infarctus du myocarde [4], accident vasculaire ischémique [5],
lésions cérébrales sévères [6], patients traumatisés [7,8], patients
de chirurgie cardiaque [9], patients en réanimation pédiatrique
[10] et patients brûlés [11].
Les travaux de Van den Berghe et al. [12] montrent une
diminution de la mortalité et de la morbidité des patients
de réanimation chirurgicale et médicale [13] avec un contrôle
glycémique strict (glycémie entre 4,4 à 6,1 mmol/L) par insulinothérapie intensive (ITI). D’autres études confirment ces résultats
0750-7658/$ – see front matter ß 2012 Publié par Elsevier Masson SAS pour la Société française d’anesthésie et de réanimation (Sfar).
http://dx.doi.org/10.1016/j.annfar.2012.09.002
J.-V. Schaal et al. / Annales Françaises d’Anesthésie et de Réanimation 31 (2012) 950–960
avec des patients issus de différents types de réanimation [14–17].
Cependant l’absence de confirmation des ces résultats par les
études multicentriques randomisées contrôlées VISEP [18] et
GLUCONTROL [19] a ouvert le champ à d’intenses débats dans le
monde de la réanimation. La récente étude randomisée multicentrique Nice-Sugar montre même une augmentation de la
mortalité de 24,9 % à 27,5 % à j90 dans le groupe ITI par rapport au
groupe avec contrôle glycémique plus « libéral » [20]. Ces dernières
études ont confirmé que l’hypoglycémie sévère demeure le
principal effet secondaire du contrôle glycémique strict. L’hypoglycémie sévère apparaı̂t de plus associée de manière indépendante à un risque accru de décès [13,15,18,21,22]. Enfin,
l’hétérogénéité des apports nutritionnels dans ces différentes
études pourrait contribuer à expliquer la divergence des résultats
des études citées précédemment : la gestion des apports caloriques
conditionnerait la survenue d’hypoglycémies [23].
Si les essais sur les protocoles d’insulinothérapie avec des
objectifs glycémiques stricts n’ont pas réussi à démontrer
définitivement une diminution de la mortalité, ils ont néanmoins
débouché sur d’autres considérations comme la variabilité
glycémique [24]. Cette notion a ainsi progressivement émergé
comme un facteur associé à la mortalité puis secondairement
comme un potentiel objectif thérapeutique.
La physiopathologie de la variabilité glycémique chez les
patients de réanimation peut être étudiée sous deux axes
principaux : la variabilité intrinsèque et la variabilité extrinsèque.
2. Causes intrinsèques de la variabilité glycémique
2.1. Données chez le patient diabétique
Différentes études cliniques ont déjà montré que la variabilité
glycémique joue un rôle important dans le développement des
complications du diabète [25–28]. Expérimentalement, la variabilité
glycémique active au niveau cellulaire un stress oxydatif, résultat
d’une perturbation du statut oxydatif intracellulaire [29], induite
soit par production excessive de radicaux libres, soit par diminution
de la capacité de défense antioxydante. Les radicaux libres réagissent
avec des substrats oxydables (dont le glucose) et produisent des
radicaux carbonyles. Ces derniers ont de multiples effets intracellulaires, comme la glycation des protéines, l’altération de la structure
de l’ADN, la génération de produits de peroxydation lipidique, la
modulation de la transcription de nombreux gènes et la mort
cellulaire [29,30]. Il a déjà été montré que les radicaux libres
interviennent, chez le patient diabétique de type 2, dans l’apparition
des troubles de l’insulinosécrétion et de la sensibilité à l’insuline : les
cellules bêta sont très sensibles au stress oxydatif, les radicaux libres
inhibant la sécrétion d’insuline [24].
2.2. Données expérimentales
Les patients de réanimation sont dans une situation d’agression
en raison de nombreuses pathologies. Ces pathologies, généralement compliquées d’un SIRS comme le SDRA, le sepsis, les brûlures,
les traumatismes, les transplantations d’organes (ischémie-reperfusion) ou encore la chirurgie aortique, sont associées à un stress
oxydatif majeur et les défenses antioxydantes sont mobilisées [2].
De multiples études expérimentales avec des modèles et des
paramètres assez hétérogènes indiquent que l’hyperglycémie
aiguë modifie les réponses inflammatoires et augmente le « stress
oxydatif » [26,31,32]. Les effets d’un pic glycémique sont
importants sur de nombreuses cellules. Elle se traduit par des
modifications profondes de la transcription de multiples cellules.
Par exemple, il a été montré une modification de l’expression de
plus de 500 gènes des cellules des adipocytes et des cellules
951
musculaires striées squelettiques [33], de l’activation du NF-kB ou
encore des MAP kinases des monocytes circulants [34]. La
variabilité glycémique peut modifier la réponse immune à tous
ses niveaux, qu’elle soit innée ou acquise et ces effets semblent
majeurs : on peut citer les effets sur l’interaction leucocyteendothélium, via les molécules d’adhésion cellulaire ou une
modification de la phagocytose et du burst oxydatif. De plus, la
fonction phagocytaire et la réponse inflammatoire des granulocytes sont significativement diminuées lors de l’augmentation
rapide des concentrations de glucose [35]. Il faut cependant
resituer ces effets dans leur contexte expérimental avec des études
souvent statiques, avec des conditions de base éloignées du
contexte pathologique et souvent même sur des cellules isolées.
Les études dynamiques, in vivo, chez des patients, diabétiques ou
non, présentant une ou des défaillances d’organe n’ont pas encore
été rapportées.
La variabilité glycémique a des effets délétères à court terme
bien démontrés sur les cellules endothéliales, dont les conséquences vasculaires en situations aiguës sont mal connues, mais
probablement diffuses lorsque l’on voit les interactions que
possède ce tissu en termes de régulation cellulaire et d’organe
[26,27,36]. L’étude de Risso et al. [37] est particulièrement
intéressante dans ce domaine. Ils ont étudié les effets de trois
niveaux de glycémie dans les milieux de culture de cellules
endothéliales de cordon ombilical humain : 5 mmol/L, 20 mmol/L
et alternance de 5 mmol/L et de 20 mmol/L toutes les 24 heures.
Après sept jours, la mortalité cellulaire du milieu avec un niveau de
glycémie à forte variabilité est plus importante que dans les autres
milieux. Après 14 jours, elle augmente avec la glycémie et la
variabilité. Cette observation n’est pas sans rappeler l’augmentation de mortalité des patients de réanimation liée au niveau
d’hyperglycémie et de variabilité glycémique rapportée par
Krinsley et al. [38]. Les conséquences cellulaires et inflammatoires
pourraient être expliquées par des modifications de l’osmolarité au
niveau cellulaire, modifications induites par les fluctuations
glycémiques rapides [35]. Les modifications aiguës de l’osmolarité
sanguine cérébrale demeurent un facteur péjoratif sur d’éventuelles lésions cérébrales, d’autant que plus le trouble est aigu, plus
l’osmorégulation est rapide, mais incomplète [5]. Ces modifications osmotiques ont aussi été envisagées comme une composante
du stress oxydatif induit par les hyperglycémies aiguës.
3. Causes extrinsèques de la variabilité glycémique
3.1. Facteurs liés au traitement par insuline
Contrairement aux insulines sous-cutanées lentes ou semilentes, l’utilisation d’insuline rapide en continu au pousse seringue
électrique réduirait le risque de variabilité glycémique [39].
Cependant, l’ITI peut être responsable de fluctuations glycémiques.
Dans la population des deux études de Louvain, la moyenne des
amplitudes glycémiques maximales quotidiennes est augmentée de
3,3 mmol/L (2,1–5 mmol/L) dans le groupe témoin à 4 mmol/l (2,9–
5,4 mmol/L) dans le groupe ITI (p < 0,0001) [40]. Les hypoglycémies
plus nombreuses avec l’ITI pourraient être un reflet de cette
variabilité [12,13]. En pratique courante, le traitement habituel
d’une hypoglycémie est l’administration de glucose intraveineux en
bolus. Cette mesure permet de limiter rapidement l’impact direct de
l’hypoglycémie. Cependant d’après des données expérimentales, ces
recharges glucosées pourraient induire des hyperglycémies brutales
avec une cinétique rapide, induisant une variabilité importante qui
peut s’avérer délétère [41].
Les protocoles utilisés pourraient être un facteur de variabilité
glycémique. Il existe différents types d’algorithmes. Les protocoles
dits statiques (ou sliding scale) déterminent un débit pour une
valeur glycémique. Les protocoles dits « dynamiques » (ou dynamic
952
J.-V. Schaal et al. / Annales Françaises d’Anesthésie et de Réanimation 31 (2012) 950–960
scale) intègrent la glycémie précédente, le délai entre chaque
mesure et le débit d’insuline en cours pour déterminer le nouveau
débit d’insuline. Ces derniers semblent plus adaptés pour mieux
adapter le débit d’insuline aux fluctuations glycémiques [42]. Il
semble en pratique courante que des protocoles comprenant des
administrations de boli d’insuline accroissent les fluctuations
glycémiques.
Il serait intéressant de mesurer les écarts de la pratique dans le
suivi de ces protocoles d’insulinothérapie, d’en analyser les causes
et les conséquences. Malgré l’éducation continue du personnel
infirmier, les protocoles d’insulinothérapie intraveineuse pourraient être difficilement appliqués par un personnel de réanimation souvent occupé et dont la charge de travail augmente avec la
prise en charge prolongée de pathologies de plus en plus graves.
Des hypoglycémies pourraient passer inaperçues, des adaptations
des débits d’insuline ne seraient pas opérées en cas d’absence de
contrôle régulier des glycémies. En même temps, dans ces
situations, l’évaluation de la variabilité glycémique est rendue
difficile par manque de mesure. Aucune étude clinique n’a
cependant exploré ces points fondamentaux dans l’interprétation
des effets de la variabilité glycémique.
Enfin, des doses d’insuline peuvent être administrées de
manière masquée si l’insuline en perfusion continue n’est pas
administrée sur une voie unique ; cette situation peut se
rencontrer lors d’une perfusion d’antibiotiques ou de bolus de
sédation par exemple. Ainsi, l’utilisation d’une voie dédiée
permettant d’assurer un débit continu d’insuline intraveineuse
est à privilégier [43].
Une équipe australienne a montré que l’absorption de glucose
par l’estomac est diminuée chez le patient de réanimation
polyvalente, en raison principalement d’une diminution de la
vidange gastrique [50,51]. Dans un récent travail prospectif, cette
même équipe a administré une nutrition entérale par une sonde
duodénale chez 28 patients de réanimation polyvalente (diabétiques exclus) et 16 sujets sains [52]. L’absorption du glucose a été
évaluée par la mesure sérique du 3-O-méthylglucose. Le transit
duodéno-cæcal a été apprécié par scintigraphie. Les auteurs ont
montré que l’absorption intestinale de glucose est diminuée chez
les patients de réanimation. En revanche, les patients de
réanimation ont une glycémie significativement plus élevée,
traduisant une tolérance glycémique affaiblie. Dans cette étude,
l’absorption d’hydrate de carbone ne semble pas affecté par le
temps de transit duodéno-cæcal. D’autres études sont en revanche
nécessaires pour définir les implications, les mécanismes et les
déterminants de l’absorption de glucose dans le tube digestif chez
le patient de réanimation.
Les méthodes de référence pour évaluer la vidange gastrique
(scintigraphie, tests respiratoires. . .) ne sont pas adaptées à la
pratique quotidienne de la NE en réanimation. La mesure du résidu
gastrique demeure en pratique le standard des services de
réanimation. Cependant, la validité de sa mesure est de plus en
plus contestée car la technique n’est pas standardisée et la valeur
seuil demeure inconnue. Cette méthode implique d’interrompre la
nutrition et de jeter une partie du volume de nutrition instillé ; une
variation des apports caloriques et glucosés apportés pourrait être
source de variabilité glycémique [53].
3.2. Facteurs liés au monitorage glycémique
3.4. Infection
Le monitorage glycémique demeure imparfait et peut entraı̂ner
des erreurs d’analyse. Une réponse thérapeutique inadaptée peut
alors être responsable d’une fluctuation glycémique iatrogène.
Plusieurs éléments expliquent son imprécision. Le site de
prélèvement sanguin (artériel, veineux ou capillaire) est un facteur
connu de divergence entre les valeurs glycémiques obtenues [44].
Les recommandations actuelles privilégient dans l’ordre, le
prélèvement artériel, puis veineux, puis capillaire [43]. Le type
de lecteur portable utilisé, la technique enzymatique utilisée et la
qualité de la procédure d’entretien ou de contrôle peuvent
influencer la mesure [44–46]. Une déviation d’environ 10 % par
rapport aux valeurs de laboratoire est observée avec ces types de
lecteur glycémique [44]. Plusieurs travaux ont suggéré que
l’utilisation des appareils portables de mesure de la glycémie
demeurait insuffisante lors des états de choc sévères ou lors
d’hypothermie [44,47]. Ainsi une variabilité pourrait être induite
par des erreurs de mesure glycémique, menant à des adaptations
inappropriées des débits d’insuline.
L’infection est un important facteur de risque de variabilité
glycémique. Une étude prospective observationnelle allemande
portant sur des patients de réanimation chirurgicale en sepsis et
traités avec un protocole d’ITI (cible glycémique entre 4,4 et
7,7 mmol/L) montre que plus l’état septique est grave, plus les
variations glycémiques sont importantes [54]. Le nombre de
patients présentant une augmentation du nombre d’hypoglycémies inférieur à 2,2 mmol/L ou d’hyperglycémie est significativement liée à la sévérité du sepsis (sepsis, sepsis sévère ou choc
septique).
3.3. Facteurs liés aux apports nutritionnels
L’initiation, les modifications ou encore l’arrêt des apports
nutritionnels, entéraux ou parentéraux peuvent avoir des
conséquences sur le niveau glycémique d’un patient en réanimation [48]. Les fluctuations glycémiques peuvent alors être
observées, surtout si un traitement par insuline est en cours.
Différents éléments pourraient contribuer à ces fluctuations
glycémiques. L’assimilation calorique des apports entéraux et
l’échec de l’alimentation entérale sont liées à l’intolérance
gastrique et très souvent à des défaillances d’organes sousjacentes [49,50]. La quantification des apports caloriques est en
général complexe en réanimation, associant souvent des apports
mixtes intraveineux (glucose, nutrition parentérale) et des apports
entéraux. Il y a très peu de travaux sur ce sujet, en raison d’une
méthodologie d’étude rigoureuse difficile à mettre en place.
3.5. Autres
D’autres situations liées aux thérapeutiques introduites en
réanimation pourraient avoir des conséquences dans le métabolisme glucidique, mais dont l’effet sur la variabilité glycémique est
finalement inconnu : c’est le cas de l’hémofiltration, de l’hémodialyse ou d’un traitement par quinine lors des accès palustres
graves. . . Dans l’étude CORTICUS, la corticothérapie chez les
patients en choc septique augmente significativement les épisodes
d’hyperglycémie. [55]. Nous savons aussi que chez des patients,
diabétiques ou non, la glycémie à jeun le lendemain d’un bolus de
méthylprednisolone, peut augmenter jusqu’à 150 % de sa valeur de
base [56].
4. Méthodes d’évaluation de la variabilité glycémique
La variabilité glycémique n’est pas un concept récent. Elle a été
initialement décrite chez le diabétique insulinodépendant instable
(Fig. 1) [57], et les définitions sont multiples. Il s’agit d’une
instabilité de la concentration glycémique au cours du temps avec
des amplitudes glycémiques variables. En réanimation, les
recherches pour explorer les conséquences de ce concept
se multiplient, mais il n’y a cependant pas de consensus sur une
définition de la variabilité glycémique. Le calcul de la moyenne
J.-V. Schaal et al. / Annales Françaises d’Anesthésie et de Réanimation 31 (2012) 950–960
953
Fig. 1. Variabilité glycémique asymptomatique chez un sujet normal et deux patients diabétiques à équilibre glycémique stable et instable (MoyG : moyenne glycémique).
D’après Service et al. [57].
glycémique se révèle un outil très inefficace, car il ne traduit ni
l’amplitude des oscillations glycémiques ni le nombre d’excursions
glycémiques (Fig. 2). Différentes manières d’exprimer cette
variabilité ont été utilisées en réanimation (Tableau 1). Ces outils
ont tous été utilisés en diabétologie auparavant.
La déviation standard (DS) des moyennes glycémiques est
considérée comme le moyen le plus simple à utiliser pour exprimer
la variabilité glycémique [21,36,58]. Indépendamment de la cible
considérée, la DS exprime une dispersion plus que les excursions
des valeurs hors des cibles fixées. Cet outil est cependant peu
sensible, car il intègre à la fois les grandes et les petites oscillations
des valeurs mesurées. Une même DS peut s’observer chez des
patients avec de brutales variations glycémiques et chez des
patients avec des variations plus régulières comportant des valeurs
intermédiaires non pathologiques. Rapport entre l’écart-type et la
moyenne, le coefficient de variabilité (GluCV) est une mesure de la
dispersion relative [21]. Plus la valeur du coefficient de variabilité
est élevée, plus la dispersion autour de la moyenne est grande. La
moyenne des excursions en dehors de la cible glycémique ou Mean
Amplitude of Glycemics Excursions (MAGE) est égale à la moyenne
des excursions glycémiques [58,59]. Plus sa valeur est haute et plus
l’instabilité glycémique journalière du patient est élevée (Fig. 3). Il
rend compte des excursions glycémiques majeures. Il exclut les
excursions mineures, seules les excursions dépassant une DS de la
glycémie moyenne durant la période sont retenues. En effet, chez
le sujet non diabétique, seules les variations glycémiques liées à la
prise alimentaire excèdent une DS. La fraction des excursions [60],
l’index de labilité glycémique ou Glycemic Lability Index (GLI) [58],
l’amplitude maximale entre deux glycémies consécutives ou
« maximum glucose change » (BGDmax) [61], l’index de
variabilité [62], la moyenne des amplitudes glycémiques maximales [40] ou encore tout simplement la présence d’un épisode
d’hyperglycémie associé à un épisode d’hypoglycémie [63,64] sont
d’autres outils statistiques qui ont été utilisés dans les principaux
essais sur la variabilité glycémique en réanimation.
Deux familles de mesures peuvent être distinguées. Les
premiers indices définissent la variabilité glycémique en analysant
un ensemble de glycémies pendant une période sans tenir compte
de leur évolution au cours du temps. C’est le cas notamment pour le
MAGE ou les recueils d’hypoglycémies et d’hyperglycémies
[58,59,63,64]. D’autres comme le GLI, le BGDmax ou l’index de
variabilité tiennent compte de l’évolution séquentielle ou de la
variation entre deux glycémies consécutives [58,61,62]. Dans le
travail d’Ali et al. [58], le GLI avait une meilleure aptitude à prédire
la mortalité (aire sous la courbe = 0,67 ; p < 0,001) par rapport à la
DS des glycémies et au MAGE. D’autres études sont cependant
nécessaires pour déterminer la meilleure approche statistique de
la variabilité glycémique.
D’autres indices plus anecdotiques ont été employés, par
exemple l’index triangulaire [61], l’étude des percentiles glycémiques [61] ou la moyenne des amplitudes glycémiques par heure
[65]. Les valeurs glycémiques maximales ou minimales ont
également été utilisées, mais elles reflètent peu la variabilité
d’une série de valeur au cours d’une période de temps donnée [21].
Hors réanimation, différents indices ont été utilisés dans le
cadre du suivi de patients diabétiques. L’indice « M » [59,66] est une
transformation logarithmique de la glycémie à partir d’une valeur
de glycémie idéale, classiquement 90 mg/dL :
M¼
Fig. 2. Représentation d’un contrôle glycémique à moyenne glycémique identique,
mais avec une variabilité différente : élevée ou basse.
D’après Egi et al. [24].
X
10½log glycé mie=90 þ W=20
W correspond à la différence entre la glycémie maximale et
minimale sur la période étudiée (24 heures en général). Ainsi, ce
type de transformation privilégie les valeurs basses de glycémies. Il
intègre la fréquence et la profondeur de l’hypoglycémie. Bien
d’autres existent comme l’Aire sous la courbe des glycémies (AUC)
[67], le Mean of Daily Difference (MODD) [68,69], le Mean Indices
of Meal Excursions (MIME) [69], le Low Blood Glucose Index (LBGI)
954
J.-V. Schaal et al. / Annales Françaises d’Anesthésie et de Réanimation 31 (2012) 950–960
Tableau 1
Les principaux outils statistiques utilisés dans les travaux issus de patients de réanimation sont définis dans le tableau. Deux types d’indices peuvent être distingués. Les
premiers analysent un ensemble de glycémies sur une période sans tenir compte de leur évolution au cours du temps (MAGE, recueils d’hypoglycémies et d’hyperglycémies,
moyenne des amplitudes glycémiques maximales, fraction des excursions) [40,58,60,63,64]. Les autres prennent en compte la variation entre deux mesures consécutives
(GLI, BGDmax, index de variabilité) [58,61,62].
Tests
Définition
Particularités
La déviation standard (DS) [21,38,58]
Exprime la dispersion des valeurs autour de la
moyenne dans un échantillon.
Outil le plus simple à utiliser
Peu sensible, ne distingue pas les grandes et les petites
oscillations des valeurs mesurées
Coefficient de variabilité (GluCV) [21]
Rapport de l’écart-type à la moyenne :
GluCV = DS x 100/(Moyenne des glycémies)
Plus la valeur du coefficient de variabilité est élevée, plus la
dispersion autour de la moyenne est grande.
Simple à calculer
Moyenne des amplitudes glycémiques maximales
[40,63]
Moyenne des différences quotidiennes entre les
valeurs des glycémies maximale et minimale
Simple à calculer.
Outil insuffisant pour exprimer une variabilité au cours du
temps
Glycemic lability index (GLI) [58]
P
(DGlucose(mmol/l))2/h/semaine
MAGE [58,59]
Moyenne des excursions glycémiques
Exclue les excursions glycémiques mineures.
Outils plus complexes
Fraction des excursions [60]
Pourcentage des glycémies hors des cibles
glycémiques
Exprime d’avantage l’échec du maintien dans une cible
glycémique prédéterminée que la variabilité glycémique
Maximum glucose change (BGDmax) [61]
Amplitude maximale entre 2 glycémies
consécutives
Outil insuffisant pour exprimer une variabilité au cours du
temps
Index de variabilité [62]
Moyenne des amplitudes entre toutes les
glycémies consécutives
N’exclue pas les excursions glycémiques mineures
Présence d’un épisode d’hyperglycémie
et d’hypoglycémie [64]
présence de cycles alternant au moins
une hyperglycémie ( 8,25 mmol/L) et une
hypoglycémie ( 3,3 mmol/L)
Outil insuffisant pour exprimer une variabilité au cours du
temps
[70] ou plus récemment le Continuous Overall Net Glycemic Action
(CONGA) [71]. Enfin, différents sous-types de DS ont été évalués : la
DS de toutes les glycémies obtenues, la moyenne des DS
journalières, la DS de la moyenne glycémique obtenue pour
une période définie ou la DS des glycémies obtenues pendant une
période définie [71]. Leur utilisation n’est pas forcément adaptée
aux pratiques de réanimation. Par exemple, le MIME évalue la
variabilité glycémique postprandiale, alors qu’en réanimation la
Fig. 3. Calcul du MAGE. Les nombres en rouge correspondent aux valeurs
d’excursions glycémiques dont il faut tenir compte dans le calcul du MAGE (soit
295, 116, 143 et 126 mg/dL).
D’après Service et al. [57].
Quantifie la variation des différences entre les glycémies
consécutives
Meilleure aptitude à prédire la mortalité que la DS et le
MAGE.
Outils plus complexes
nutrition est souvent apportée en continu sur la journée [69].
D’autres comme de CONGA évaluent la variabilité glycémique
intrajournalière avec des mesures multiples obtenues avec un
monitorage continu dont l’utilisation n’est pas généralisée dans les
réanimations (CGMS) [72].
La surveillance glycémique repose en général sur des mesures
horaires ou bihoraires (souvent bien moins ce qui majore la zone
d’ombre). Or, ce schéma de surveillance ne permet pas d’appréhender une concentration glycémique entre deux mesures
consécutives : d’importantes variations glycémiques peuvent
passer inaperçues entre deux mesures glycémiques. Le caractère
« inaperçu » pourrait fausser l’évaluation de la variabilité
glycémique. Mesurer en continu la glycémie pourrait permettre
une évaluation plus précise de la variabilité glycémique en
réanimation. Différents systèmes de mesures continues de la
glycémie ont été développés ou sont actuellement en développement, mais ils ne sont généralement pas utilisés en réanimation
[73]. En l’absence d’utilisation de ces systèmes de monitorage en
continu de la glycémie, aucun programme de surveillance
glycémique n’est capable de détecter la totalité des variations
glycémiques et aucun marqueur fiable de variabilité glycémique
ne peut être développé en réanimation.
Toutes les études étudiant la variabilité glycémique en
réanimation sont des études rétrospectives analysant pour chaque
patient, l’ensemble des données informatisées disponibles pendant le séjour en réanimation [21,38,58,60–64,74]. En évaluant les
moyennes des indices de variabilité sur la totalité du séjour en
réanimation, la variabilité glycémique peut être sous-estimée. En
cas de séjour prolongé en réanimation (ou indûment prolongé
faute de lit d’aval), la variabilité glycémique peut être sous-évaluée
si la fin de séjour est prise en compte, car il s’agit d’une période où
le patient est a priori plus stable.
C’est pourquoi les indices de variabilité glycémique doivent être
présentés en réanimation pour chaque jour passé en réanimation
J.-V. Schaal et al. / Annales Françaises d’Anesthésie et de Réanimation 31 (2012) 950–960
et non par semaine ou pour l’ensemble du séjour. Cela permettrait
de mieux comparer des séjours de durée variable, et de juger la
qualité d’un protocole de contrôle glycémique en fonction du
moment de l’hospitalisation (phase aiguë critique, phase de
stabilisation, phase de complication survenant pendant le
séjour. . .). Les premiers jours de l’hospitalisation en réanimation
sont particulièrement critiques. Il semble fondamental de juger et
d’optimiser un protocole de contrôle glycémique pendant cette
période. Les durées d’intervention réduites à quelques jours
seulement dans l’étude Nice-Sugar, témoignent du caractère
différé de l’impact sur la mortalité de la conduite du contrôle
glycémique en début d’hospitalisation [20]. Dans l’étude expérimentale de Risso et al. [37], les diminutions significatives de
viabilité cellulaire sont observées à sept et 14 jours parmi les
cellules endothéliales misent en culture dans un milieu avec une
alternance de la concentration de glucose de 5 et de 20 mmol/L
toutes les 24 heures.
Les modifications glycémiques peuvent être extrêmement
rapides chez le patient de réanimation, imposant des mesures
itératives (voire continue) [75]. Ainsi, afin de comparer les
populations de patients de réanimation, les indices de variabilité
glycémiques utilisés ou les protocoles thérapeutiques mis en place,
il semble nécessaire que la fréquence des mesures glycémiques et
les temps d’application des protocoles soient identiques. Il est donc
probablement plus pertinent d’évaluer la variabilité glycémique en
phase aiguë sur une période fixe, notamment après la mise en
route du protocole et après normalisation de la cible glycémique :
par exemple sur 96 ou 120 heures à partir du deuxième jour après
l’admission.
955
5. Conséquences de la variabilité glycémique en réanimation
Plusieurs études avec de grands effectifs montrent que la
variabilité glycémique est associée à une augmentation de
mortalité des patients en réanimation polyvalente [21,38,63], en
réanimation chirurgicale [61], en unité de soins intensifs
pédiatriques [62,64], en centre des brûlés [60] et chez les patients
en sepsis [58] (Tableau 2).
En 2006, dans une étude rétrospective multicentrique de
7049 patients de réanimation polyvalente, Egi et al. [21] montrent
que les patients non survivants avaient une moyenne glycémique
et une DS statistiquement plus élevées que les patients survivants
(2,3 1,6 versus 1,7 1,3 mmol/L). De plus, le coefficient de
variabilité glycémique, la glycémie à l’admission et la glycémie
maximale sont statistiquement plus bas chez les patients survivants
(respectivement 20 versus 26 %, 8,7 versus 9,5 mmol/L, 11,5 versus
13,6 mmol/L). Cette première étude montre que la glycémie moyenne
et la variabilité glycémique sont des facteurs indépendants de
mortalité hospitalière ou en réanimation. Ces résultats sont confirmés
deux ans plus tard par une large étude rétrospective américaine de
3242 patients de réanimation chirurgicale [38], montrant l’effet de la
variabilité glycémique selon différents sous-groupes d’expositions
glycémiques. Dans les sous-groupes de patients dont la glycémie
moyenne se rapproche de la normalité, l’effet délétère de la variabilité
glycémique semble plus marqué.
Deux études menées dans des réanimations pédiatriques
rapportent des résultats similaires [62,64]. Définie par la moyenne
des amplitudes entre toutes les glycémies consécutives [62] ou par
la présence de cycles alternants au moins une hyperglycémie
Tableau 2
Caractéristiques et résultats des principaux essais cliniques sur la variabilité glycémique.
Auteurs
Population
étudiée
Nombre
de sujets
Type d’étude
Indices principaux
de variabilité utilisés
Association avec la mortalité
Egi et al. [21]
Réanimation
polyvalente
7049
Analyse rétrospective
multicentrique
Déviation standard
OR 1,28 (95 % IC, 1,14–1,44) par
mmol/l d’augmentation de la DS
Krinsley et al. [38]
3252
Analyse rétrospective,
monocentrique
Déviation standard
Mortalité 2 à 5 fois plus élevée dans
le groupe à haute variabilité
glycémique (sauf si Glycémie
moyenne > 140 mg/dL)
Bagshaw et al. [63]
1913
Analyse rétrospective,
multicentrique.
Présence d’un épisode
d’hyperglycémie > 12 mmol/l,
et d’un épisode
d’hypoglycémie < 4,5 mmol/l
dans les premières 24 heures
d’hospitalisation
OR 1,5 (IC 95 %, 1,4–1,6) après
ajustement
Hermanides et al. [65]
5728
Étude de cohorte rétrospective,
monocentrique
Moyenne des amplitudes
glycémiques par heure
OR 12,4 (95 % IC, 3,2–47,9) pour les
glycémies moyennes les plus élevées
Meyfroidt et al. [40]
Réanimation
médicale et
chirurgicale
2748
Analyse rétrospective
Moyenne des amplitudes
maximales quotidienne
OR 1,05 (95 % IC, 1,003–1,099)
Ali et al. [58]
Sepsis
1246
Étude de Cohorte,
rétrospective, monocentrique
Glycemic Lability Index
OR 4,73 (95 % IC, 2,6-8,7)
Wintergerst et al. [62]
Réanimation
pédiatrique
1094
Étude rétrospective,
monocentrique
Index de variabilité
Mortalité 6 fois plus élevée dans les
2 quintiles de variabilité les plus
élevés
863
Étude rétrospective,
monocentrique
Présence d’un épisode
d’hyperglycémie et
d’hypoglycémie
OR 63,6 (IC 95 %, 7,8-512,2)
858
Étude de cohorte rétrospective,
monocentrique
Index triangulaire
BGDmax
–
Analyse rétrospective,
monocentrique
Fraction des excursions
hors de la cible glycémique
Mortalité 2 fois plus élevée dans le
groupe à haute variabilité
glycémique (50 % vs 22 % p = 0,041)
Hirshberg et al. [64]
Dossett et al. [61]
Réanimation
chirurgicale
Trauma
Pidcoke et al. [60]
Brûlés graves
49
956
J.-V. Schaal et al. / Annales Françaises d’Anesthésie et de Réanimation 31 (2012) 950–960
( 8,25 mmol/L) et une hypoglycémie ( 3,3 mmol/L) [64], la
variabilité glycémique est un facteur prédictif indépendant de
mortalité hospitalière. Une étude rétrospective australienne et
néozélandaise rapporte des résultats analogues concernant la
variabilité glycémique précoce des 24 premières heures [63]. Il est
important de noter que dans l’étude de Hirshberg, les patients
traités par insuline sont exclus [64]. La variabilité observée dans ce
travail est ainsi davantage liée aux facteurs intrinsèques des
patients, et non à l’insulinothérapie.
Dans une étude de cohorte rétrospective américaine de
1246 patients hospitalisés pour sepsis sévère [62], la variabilité
glycémique est encore associée à une augmentation de la mortalité
hospitalière, indépendamment de différents facteurs : fréquence des
glycémies relevées, type d’insuline utilisée, nombre d’hypoglycémies et présence de diabète ou de défaillances d’organe. Ce travail
confirme aussi la surmortalité associée à l’hyperglycémie, risque
significatif que la variabilité ne peut complètement expliquer. En
fait, le risque inhérent à la variabilité glycémique semble être un
risque additionnel. En effet, Krinsley [38] montre que le risque lié à
une DS augmentée (témoin d’une variabilité glycémique) est
atténué chez les patients hyperglycémiques. Ainsi, l’hyperglycémie
et la variabilité glycémique doivent être évaluées et considérées
conjointement. Allant dans le même sens, Dossett et al. [61] utilisent,
dans un travail rétrospectif, la DS, les percentiles glycémiques,
l’amplitude maximale entre deux glycémies successives et un index
triangulaire comme des marqueurs de variabilité glycémique chez
des patients ventilés en réanimation chirurgicale et des traumatisés.
Ce travail retrouve, en analyse multivariée, l’augmentation de la
mortalité lorsque la variabilité glycémique s’accentue, alors que la
glycémie moyenne demeure la même.
En 2009, dans une population de 49 patients avec une surface
corporelle brûlée supérieure à 20 %, Pidcoke et al. [60] définissent
la variabilité glycémique comme le pourcentage des mesures
glycémiques en dehors des cibles glycémiques (cibles glycémiques
entre 4,4 et 6,05 mmol/L). La mortalité dans le groupe à forte
variabilité (fraction des excursions à 56 % 6 %) est deux fois plus
importante que chez les patients à variabilité plus modérée (fraction
des excursions à 43 % 5 %).
Récemment, l’étude de Hermanides et al. [65] confirme une fois
de plus que la variabilité glycémique élevée est fortement associée
à la mortalité hospitalière ou en réanimation. Lors de l’application
d’un contrôle glycémique strict, une variabilité glycémique basse
est associée à un effet protecteur (moindre mortalité), même
lorsque les niveaux de glycémies moyennes sont élevés [65].
Dans une analyse rétrospective des deux études de Van den
Berghe, les auteurs ont comparé les marqueurs de variabilité
glycémique (moyenne des amplitudes maximales quotidiennes et
DS) chez les patients survivants ou décédés et chez les patients
ayant bénéficié ou pas d’une ITI [40]. Les données montrent que les
marqueurs de variabilité glycémique sont associés à une augmentation significative de la mortalité. L’ITI augmente la moyenne des
amplitudes maximales, alors que celle-ci est plutôt associée à une
augmentation de mortalité, indépendamment de la glycémie
moyenne. La réduction de la mortalité observée avec l’ITI
ne semble pas être attribuée aux effets sur la moyenne des
amplitudes maximales quotidienne, mais semble ainsi plus liée
aux cibles glycémiques.
Un autre travail de Krinsley [74] suggère différentes implications de la variabilité glycémique chez les diabétiques et les nondiabétiques. Il retrouve une augmentation de la mortalité chez des
patients non diabétiques avec une variabilité élevée (réanimation
polyvalente). En revanche, il n’y avait pas d’association significative entre variabilité et mortalité chez les patients diabétiques,
population à variabilité glycémique plus importante que les nondiabétiques. L’altération de la régulation glycémique chronique
liée au diabète mène non seulement à l’hyperglycémie chronique,
mais aussi expose à de larges oscillations glycémiques. D’autres
travaux sont cependant nécessaires pour explorer les relations
entre la variabilité glycémique chronique et la variabilité
glycémique aiguë sur la mortalité en réanimation.
Différents indices de contrôle glycémique ont été comparés à
partir d’une base de données de quatre services de soins intensifs
d’un hôpital britannique [76]. Cette étude propose pour la
première fois une métrique associant trois domaines : la tendance
centrale (la moyenne glycémique, la médiane glycémique, l’index
hyperglycémique, le temps passé dans la cible), la variabilité
glycémique (le MAGE, la DS, le CV, le GLI, l’index hyperglycémique
total, le taux de différence glycémique absolue, la glycémie
maximale, la différence entre la glycémie maximale et minimale),
et la glycémie minimale. L’Annexe 1 regroupe les formules utilisées
par les auteurs pour calculer les indices complexes. L’association
des mesures de tendance centrale avec la mortalité varie selon
l’unité étudiée. La relation n’est pas linéaire, et semble spécifique
de la population. Ce dernier aspect pourrait expliquer pourquoi
l’ITI a réduit la mortalité dans une population chirurgicale quasi
homogène [12], a un effet plus modeste sur une population
médicale hétérogène [13], et est enfin associée à une mortalité
augmentée dans une population multicentrique, mixte et hétérogène [20]. Cependant, les résultats de ce travail sont à nuancer. Les
populations ne sont pas tout à fait homogènes au sein des
différentes unités [65] : les deux unités lourdes, accueillent
des populations mixtes (patients chirurgicaux, médicaux, et des
brûlés). La mortalité est différente d’une unité à l’autre : 6,5 % dans
l’unité de soins intensifs cardiologiques, à 25 % dans l’unité
médicale et de traumatologie, pouvant expliquer que dans cette
dernière, les indices de variabilité augmentent franchement avec la
mortalité. Dans l’unité de soins intensifs neurologiques, près de
31 % des patients n’ont pas eu de glycémies, alors que dans l’unité
de soins intensifs cardiologiques, seulement 6 % des patients n’ont
pas eu de monitorage glycémique. En revanche, parmi ces derniers,
la mortalité était quatre fois plus importante, induisant un biais
certain à l’analyse. Les relations entre la mortalité et les huit
indices de variabilité glycémique ainsi qu’avec la valeur de
glycémie minimale, étaient en revanche plus homogènes [76] :
l’augmentation de la variabilité glycémique et l’hypoglycémie
étaient associées à une augmentation de mortalité. Cette étude a
montré que chacun de ces trois domaines du contrôle glycémique
influencerait la mortalité de manière indépendante. Ces données
récentes suggèrent la prise en compte de ces trois domaines
distincts (tendance centrale, variabilité et glycémie minimale), afin
d’optimiser le contrôle glycémique des patients en réanimation.
Enfin, aucune étude n’a exploré l’effet de la variabilité
glycémique en fonction de la cible glycémique fixée : nous
pourrions faire l’hypothèse qu’un signal glycémique demeurant
au-dessus de la cible glycémique, un signal alternant des mesures
dans et au-dessus de la cible glycémique, et un signal présentant
une alternance d’hypoglycémie ou d’hyperglycémie n’auraient pas
le même impact.
6. Implications thérapeutiques
Les axes de traitement proviennent de l’analyse des facteurs de
risque et des mécanismes de la variabilité glycémique. Les données
manquent dans la littérature et d’autres travaux sont nécessaires
afin d’améliorer la compréhension physiopathologique de la
variabilité glycémique. Cependant, certains éléments peuvent déjà
être discutés. Facteur de risque indépendant de mortalité, la
variabilité pourrait être aussi une expression physiopathologique
d’un désordre métabolique, témoin de la gravité de la maladie. Des
questions importantes se profilent : la variabilité doit-elle être
considérée comme une cible thérapeutique ? Ou bien l’objectif serait
finalement une prise en charge « métabolique » globale intégrant et
J.-V. Schaal et al. / Annales Françaises d’Anesthésie et de Réanimation 31 (2012) 950–960
coordonnant les apports caloriques et glycémiques, l’insulinothérapie et les cibles glycémiques à atteindre ? Les outils en voie de
développement se révèlent être le monitorage glycémique, et des
protocoles d’insulinothérapie automatisée ou assistés.
6.1. Protocoles d’insulinothérapie
L’insulinothérapie est le traitement historique de l’hyperglycémie [77,78]. Les protocoles d’insulinothérapie intraveineuse de
type « Louvain » [12] demeurent la technique privilégiée du
contrôle glycémique en réanimation. La pharmacocinétique de ces
insulines rapides permet une grande maniabilité. L’instauration
d’un protocole est fondamentale, car il améliore la sécurité et
l’efficacité du contrôle glycémique chez les patients de réanimation. [79]. Lors de l’utilisation d’une insulinothérapie standardisée,
il est relevé jusqu’à quatre fois moins d’hypoglycémies (4 versus
16 % ; p = 0,046) par rapport à un groupe témoin [79]. Cette étude
de cohorte suggère ainsi une diminution des variations glycémiques par l’utilisation d’une insulinothérapie protocolisée. Des
algorithmes dynamiques intégrant notamment la glycémie précédente, le délai entre chaque mesure et le précédent débit
d’insuline pour déterminer le nouveau débit d’insuline (dynamic
scale), doivent être préférés aux protocoles qui déterminent un
débit pour une valeur glycémique (sliding scale) [42]. Les
administrations de boli d’insuline semblent en pratique courante
accroı̂tre les fluctuations glycémiques. Aucun travail n’a cependant
évalué leur effet sur la mortalité ou sur la variabilité glycémique.
La conduite de la nutrition en réanimation peut être problématique dans certaines situations. Chez certains patients, l’interruption de l’alimentation est nécessaire, et la supplémentation de ces
apports n’est en pratique pas toujours mise en place. C’est le cas à
l’occasion des transferts (examen hors des locaux du service ou au
bloc opératoire) ou de certaines interventions (chirurgie, endoscopie digestive, pansement chez le brûlé. . .) par exemple. D’autres
ont des intolérances digestives importantes et leurs apports
caloriques sont alors diminués. L’arrêt ou la diminution des
apports caloriques d’un patient devraient être intégrés dans un
contrôle glycémique cohérent, obtenu en modulant à la fois
insulinothérapie et nutrition [80].
957
6.3. Automatisation du contrôle glycémique
Enfin, des travaux voient le jour portant sur l‘automatisation du
contrôle glycémique, le traitement du signal et son intégration
dans des logiciels et autres boucles numériques [91,92]. L’automatisation paraı̂t être une voie d’avenir prometteuse. Issus de
recherches menées par les diabétologues, ces protocoles glycémiques automatisés utilisent des algorithmes complexes, permettant
de calculer un débit d’insuline à administrer [93]. Des systèmes en
boucle fermée sont en cours de développement afin d’automatiser
l’insulinothérapie en temps réel avec un système de surveillance
glycémique [93]. Ces types de protocole pourraient diminuer la
variabilité glycémique [94]. Cependant, ces différents protocoles
de contrôle glycémique n’ont pu être comparés pour évaluer leur
efficacité sur la variabilité glycémique, car aucune « norme » ou
seuil des différents marqueurs de variabilité glycémique (Tableau
1) n’ont pu être établi. Une étude financée par la Société française
d’anesthésie et de réanimation (Sfar) est en cours sur l’utilisation
d’un logiciel intégrant les mesures de glycémies pour adapter
le débit d’administration d’Insuline IVSE. L’objectif de ce travail est
de montrer que l’utilisation en réanimation de ce logiciel de
contrôle glycémique informatisé est associée à une réduction de
mortalité par rapport aux méthodes courantes non informatisées
de contrôle glycémique strict.
Enfin les avancées technologiques actuelles dans la modélisation des systèmes mathématiques complexes permettent d’envisager la conception d’études par simulation, conduites sur des
pathologies différentes [93,95]. La modélisation mathématique
permettrait de tester l’application et la sécurité de divers
protocoles de contrôle glycémique avant leur utilisation en
clinique. Ces populations virtuelles sont construites à partir de
modèles physiologiques éprouvés et de données réelles [95,96].
Cette approche pourrait avoir l’avantage théorique de comparer les
propriétés intrinsèques de divers protocoles de contrôle glycémique, dont la variabilité glycémique induite par leur application. Ce
concept est d’autant plus intéressant qu’il permettrait de mieux
définir les populations cibles après les avoir testées en simulation,
de réaliser des études plus puissantes avec des populations plus
homogènes et peut-être d’éviter la conception d’études prospectives contrôlées randomisées, coûteuses et mal ciblées.
6.2. Monitorage continu de glycémie
Les schémas classiques de surveillance ne permettant pas
d’appréhender une concentration glycémique entre deux mesures
consécutives, d’importantes variations glycémiques peuvent passer
inaperçues entre deux mesures. Un contrôle glycémique optimal en
réanimation nécessiterait finalement de nombreuses mesures
rapprochées. Mais l’application de ces protocoles s’effectue au prix
d’une charge de travail non négligeable [15,44]. Le monitorage
continu apparaı̂t comme une alternative intéressante. Il permet de
diminuer les épisodes d’hypoglycémies en ajustant les doses
d’insuline aux cibles glycémiques définies. La réaction face à une
hyperglycémie ou une hypoglycémie serait plus rapide, améliorant
la sécurité et les performances de l’insulinothérapie. Le monitorage
continu de glycémie permettrait une insulinothérapie
« glucorégulée » en temps réel. [73,81,82]. Il permet l’accès à des
données glycémiques jusque-là inaccessibles par les contrôles
capillaires ponctuels. Débutant dans les années 1960, le premier
système de mesures continues de la glycémie (Continuous Glucose
Monitoring [CGM]) a été approuvé et commercialisé en 1999 [83].
Depuis, il a été publié de nombreuses revues sur les CGM, discutant
les différentes approches de leur utilisation [75,84–90]. Cependant,
en dépit de certains travaux prometteurs en unité de soins intensifs,
de nouvelles évaluations de son exactitude, de son emploi et de sa
fiabilité sont nécessaires avant de recommander son utilisation chez
les patients de réanimation.
7. Conclusion
Le débat sur la place de la variabilité glycémique au sein de la
stratégie de contrôle glycémique strict en réanimation est loin
d’être clos. Nous savons dorénavant que la variabilité glycémique
est un facteur de risque de mortalité en réanimation. À l’avenir
d’autres essais prospectifs devront cependant être menés, afin de
confirmer la réduction de la mortalité des patients en atténuant la
variabilité glycémique. D’autres essais devront déterminer les
outils statistiques les plus adaptés pour la quantifier. De
nombreuses questions demeurent sans réponse, notamment
sur les causes et les mécanismes de cette variabilité, ainsi que
le rôle de l’ITI dans ce phénomène. Diminuer les variations
glycémiques pourrait constituer un objectif important du contrôle
glycémique. Mais cela ne peut pas s’envisager sans une stratégie
générale de la prise en charge des patients, en améliorant les
protocoles d’administration intraveineuse d’insuline IV et le
monitorage glycémique, et en intégrant les apports glucidiques ou
nutritionnels.
Déclaration d’intérêts
Les auteurs déclarent ne pas avoir de conflits d’intérêts en
relation avec cet article.
958
J.-V. Schaal et al. / Annales Françaises d’Anesthésie et de Réanimation 31 (2012) 950–960
Annexe 1. Équations pour le calcul des mesures glycémiques complexes.
Mackenzie et al. ont utilisé différents indices de variabilité glycémique [76]. Les formules utilisées sont décrites dans le tableau suivant.
Pour une série de « n » mesures glycémiques, la ie valeur glycémique au temps ti est gi.
Formules de calcul des différents indices de variabilité glycémique complexes. D’après Mackenzie et al. [76].
P
Temps passé dans la cible glycémique
n ðg i þg iþ1 Þ
ðtiþ1 ti Þ
2
i¼1
Ou Time-weighted average glucose
t t
n
Pn
Index hyperglycémique
Ou Hyperglycaemic Index
i¼1
1
IHT
ðtiþ1 ti Þ
IHT = Index Hyperglycémique Total
n
X
ðg g
i
Index de labileté glycémique
Ou Glycaemic Lability Index (GLI)
i¼1
Moyenne des amplitudes des excursions en dehors de la cible glycémique
Ou Mean Amplitude of Glycaemic Excursion (MAGE)
2
iþ1
Þ
tiþ1 ti
Pn i¼1 g i g iþ1 s g
n
pour g i g iþ1 > s g
sg correspond à la valeur d’une DS.
Pn i¼1 g i g iþ1 s g
n
pour g i g iþ1 > s g
Moyenne des variations glycémiques absolues
Ou mean absolute glucose rate-of-change (aGRC)
CV ¼ GlyDSMoy
Coefficient de variation glycémique
Ou Glucose coefficient of variation
L’index hyperglycémique total (IHT) ou « Hyperglycemic Index Total » a aussi été utilisé (d’après Mackenzie et al. [76]).
8
si ðg i 6Þet g iþ1 6 ! 0
>
>
>
>
>
>
>
ðg i 6Þ þ g iþ1 6
>
>
>
si
ð
g
>
6
Þet
g
>
6
ðt iþ1 t i Þ
!
ou
>
i
iþ1
>
2
>
n <
X
2
3
g
6
g
6
i
i
>
si
ð
g
>
6
Þ
!
ð
t
t
Þ
i¼1 >
>
iþ1
i
i
>
6
7
2
g i g iþ1
>
>
6
7
>
>
ou6
7
>
>
4
5
>
g
6
g
6
>
iþ1
iþ1
>
sinon
!
ð
t
t
Þ
:
iþ1
i
2
g iþ1 g i
Références
[1] Losser MR, Damoisel C, Payen D. Métabolisme du glucose en situation pathologique aiguë. Ann Fr Anesth Reanim 2009;28:e181–92.
[2] Van den Berghe G. How does blood glucose control with insulin save lives in
intensive care? J Clin Invest 2004;114:1187–95.
[3] McCowen KC, Malhotra A, Bistrian BR. Stress-induced hyperglycaemia. Crit
Care Clin 2001;17:107–24.
[4] Capes SE, Hunt D, Malmberg K, Gerstein HC. Stress hyperglycaemia and
increased risk of death after myocardial infarction in patients with and
without diabetes: a systematic overview. Lancet 2000;355:773–8.
[5] Capes SE, Hunt D, Malmberg K, Pathak P, Gerstein HC. Stress hyperglycemia
and prognosis of stroke in nondiabetic and diabetic patients: a systematic
overview. Stroke 2001;32:2426–32.
[6] Jeremitsky E, Omert LA, Dunham M, Wilberger J, Rodriguez A. The impact of
hyperglycemia on patients with severe brain injury. J Trauma 2005;58:
47–50.
[7] Bochicchio GV, Sung J, Joshi M, Bochicchio K, Johnson SB, Meyer W, et al.
Persistent hyperglycemia is predictive of outcome of critically ill trauma
patients. J Trauma 2005;58:921–4.
[8] Sung J, Bochicchio GV, Joshi M, Bochicchio K, Tracy K, Scalea TM. Admission
hyperglycemia is predictive of outcome in critically ill trauma patients. J
Trauma 2005;59:80–3.
[9] Gandhi GY, Nuttall GA, Abel MD, Mullany CJ, Schaff HV, Williams BA, et al.
Intraoperative hyperglycemia and perioperative outcomes in cardiac surgery
patients. Mayo Clin Proc 2005;80:862–6.
[10] Faustino EV, Apkon M. Persistent hyperglycemia in critically ill children. J
Pediatr 2005;146:30–4.
[11] Gore DC, Chinkes D, Heggers J, Herndon DN, Wolf SE, Desai M. Association of
hyperglycemia with increased mortality after severe burn injury. J Trauma
2001;51:540–4.
[12] Van den Berghe G, Wouters P, Weekers F, Verwaest C, Bruyninckx F, Schetz M,
et al. Intensive insulin therapy in the critically ill patients. N Engl J Med
2001;345:1359–67.
[13] Van den Berghe G, Wilmer A, Hermans G, Meersseman W, Wouters PJ, Milants
I, et al. Intensive insulin therapy in the medical ICU. N Engl J Med
2006;354:449–61.
[14] Krinsley JS. Effect of an intensive glucose management protocol on the
mortality of critically ill adult patients. Mayo Clin Proc 2004;79:992–1000.
[15] Krinsley JS. Glycemic control diabetic status, and mortality in a heterogeneous
population of critically ill patients before and during the era of intensive
glycemic management: six and one-half years experience at a universityaffiliated community hospital. Semin Thorac Cardiovasc Surg 2006;18:317–25.
[16] Grey NJ, Perdrizet GA. Reduction of nosocomial infections in the surgical
intensive-care unit by strict glycemic control. Endocr Pract 2004;10(Suppl.
2):46–52.
[17] Bilotta F, Spinelli A, Giovannini F, Doronzio A, Delfini R, Rosa G. The effect of
intensive insulin therapy on infection rate, vasospasm, neurologic outcome,
and mortality in neurointensive care unit after intracranial aneurysm clipping
in patients with acute subarachnoid hemorrhage: a randomized prospective
pilot trial. J Neurosurg Anesthesiol 2007;19:156–60.
[18] Brunkhorst FM, Engel C, Bloos F, Meier-Hellmann A, Ragaller M, Weiler N, et al.
Intensive insulin therapy and pentastarch resuscitation in severe sepsis. N
Engl J Med 2008;358:125–39.
[19] Preiser JC, Devos P, Ruiz-Santana S, Mélot C, Annane D, Groeneveld J, et al. A
prospective randomised multi-centre controlled trial on tight glucose control
J.-V. Schaal et al. / Annales Françaises d’Anesthésie et de Réanimation 31 (2012) 950–960
[20]
[21]
[22]
[23]
[24]
[25]
[26]
[27]
[28]
[29]
[30]
[31]
[32]
[33]
[34]
[35]
[36]
[37]
[38]
[39]
[40]
[41]
[42]
[43]
[44]
[45]
[46]
[47]
[48]
by intensive insulin therapy in adult intensive care units: the Glucontrol study.
Intensive Care Med 2009;35:1738–48.
The NICE-SUGAR Study Investigators. Intensive versus conventional glucose
control in critically ill patients. N Engl J Med 2009;360:1283–97.
Egi M, Bellomo R, Stachowski E, French CJ, Hart G. Variability of blood glucose
concentration and short-term mortality in critically ill patients. Anesthesiology 2006;105:244–52.
Egi M. Hypoglycemia and outcome in critically ill patients. Mayo Clin Proc
2010;85:217–24.
Ichai C. Recommandations francophones pour le contrôle glycémique en
réanimation (patients diabétiques et pédiatrie exclus). Nutr Clin Metabol
2009;23:245–57.
Egi M, Bellomo R, Reade MC. Is reducing variability of blood glucose the real
but hidden target of intensive insulin therapy? Crit Care 2009;13:302.
Kilpatrick ES, Rigby AS, Atkin SL. The effect of glucose variability on the risk of
microvascular complications in type 1 diabetes. Diabetes Care 2006;29:
1486–90.
Monnier L, Mas E, Ginet C, Michel F, Villon L, Cristol JP, et al. Activation of
oxidative stress by acute glucose fluctuations compared with sustained
chronic hyperglycemia in patients with type 2 F diabetes. JAMA 2006;295:
1681–7.
Monnier L, Colette C, Leither L, Ceriello A, Hanefeld M, Owens D, et al. The
effect of glucose variability on the risk of microvascular complications in type
1 diabetes. Diabetes care 2007;30:185–6.
Baynes JW. Role of oxidative stress in development of complications in
diabetes. Diabetes 1991;40:405–12.
Chiolero RL. Physiopathologie du patient agressé en réanimation. Nutr Clin
Metab 2007;21:S1–5.
Clement S, Braithwaite SS, Magee MF, Ahmann A, Smith EP, Schafer RG, et al.
Management of diabetes and hyperglycemia in hospitals. Diabetes Care
2004;27:553–90.
Esposito K, Nappo F, Marfella R, Giugliano G, Giugliano F, Ciotola M, et al.
Inflammatory cytokine concentrations are acutely increased by hyperglycemia in humans: role of oxidative stress. Circulation 2002;106:2067–72.
Krogh-Madsen R, Moller K, Dela F, Kronborg G, Jauffred S, Pedersen BK. Effect
of hyperglycemia and hyperinsulinemia on the response of IL-6, TNF-alpha,
and FFAs to low-dose endotoxemia in humans. Am J Physiol Endocrinol Metab
2004;286:E766–72.
Meugnier E, Faraj M, Rome S, Beauregard G, Michaut A, Pelloux V, et al. Acute
hyperglycemia induces a global downregulation of gene expression in adipose
tissue and skeletal muscle of healthy subjects. Diabetes 2007;56:992–9.
Schiekofer S, Andrassy M, Chen J, Rudofsky G, Schneider J, Wendt T, et al. Acute
hyperglycemia causes intracellular formation of CML and activation of ras,
p42/44 MAPK, and nuclear factor kappaB in PBMCs. Diabetes 2003;52:621–33.
Otto NM, Schindler R, Lun A, Boenisch O, Frei U, Oppert M. Hyperosmotic stress
enhances cytokine production and decreases phagocytosis in vitro. Crit Care
2008;12:R107.
Hayden MR, Sowers JR. Redox imbalance in diabetes. Antioxid Redox Signal
2007;9:865–7.
Risso A, Mercuri F, Quagliaro L, Damante G, Ceriello A. Intermittent high
glucose enhances apoptosis in human umbilical vein endothelial cells in
culture. Am J Physiol Endocrinol Metab 2001;281:924–30.
Krinsley JS. Glycemic variability: a strong independent predictor of mortality
in critically ill patients. Crit Care Med 2008;36:3008–13.
Nobels F, Lecomte P, Deprez N, Pottelbergh IV, Van Crombrugge P, Foubert L.
Tight glycaemic control: clinical implementation of protocols. Best Pract Res
Clin Anaesthesiol 2009;23:461–72.
Meyfroidt G, Keenan DM, Wang X, Wouters PJ, Veldhuis JD, Van den Berghe G.
Dynamic characteristics of blood glucose time series during the course of
critical illness: effects of intensive insulin therapy and relative association
with mortality. Crit Care Med 2010;38:1021–9.
Suh SW, Gum ET, Hamby AM, Chan PH, Swanson RA. Hypoglycemic neuronal
death is triggered by glucose reperfusion and activation of neuronal NADPH
oxidase. J Clin Invest 2007;117:910–8.
Meijering S, Corstjens AM, Tulleken JE, Meertens JH, Zijlstra JG, Ligtenberg JJ.
Towards a feasible algorithm for tight glycaemic control in critically ill
patients: a systematic review of the literature. Crit Care 2006;10:R19.
Société française d’anesthésie et de réanimation (Sfar), Société de réanimation
de langue française (SRLF). Recommandations formalisées. Contrôle de la
glycémie en réanimation et en anesthésie. Ann Fr Anesth Réanim 2009;28:
410–5.
Preiser JC, Perreaux J, Modanèse P, Sottiaux T, Devos P. Pratique du contrôle
glycémique en réanimation et charge de travail infirmier. Réanimation
2009;18:538–43.
Kulkarni A, Saxena M, Price G, O’Leary MJ, Jacques T, Myburgh JA. Analysis of
blood glucose measurements using capillary and arterial blood samples in
intensive care patients. Intensive Care Med 2005;31:142–5.
Desachy A, Vuagnat AC, Ghazali AD, Baudin OT, Longuet OH, Calvat SN, et al.
Accuracy of bedside glucometry in critically ill patients: influence of clinical
characteristics and perfusion index. Mayo Clin Proc 2008;83:400–5.
Critchell CD, Savarese V, Callahan A, Aboud C, Jabbour S, Marik P. Accuracy of
bedside capillary blood glucose measurements in critically ill patients. Intensive Care Med 2007;33:2079–84.
Vriesendorp TM, Van Santen S, DeVries JH, de Jonge E, Rosendaal FR, Schultz
MJ, et al. Predisposing factors for hypoglycemia in the intensive care unit. Crit
Care Med 2006;34:96–101.
959
[49] Libert N, De Rudnicki S, Cirrode A, Janvier F, Leclerc T, Borne M, et al. Utilisation
des médicaments prokinétiques en réanimation : indications et limites ? Ann
Fr Anesth Reanim 2009;28:962–75.
[50] Chapman MJ, Fraser RJ, Matthews G, Russo A, Bellon M, Besanko LK, et al.
Glucose absorption and gastric emptying in critical illness. Crit Care
2009;13:R140.
[51] Deane AM, Zaknic AV, Summers MJ, Chapman MJ, Lange K, Ritz MA, et al.
Intrasubject variability of gastric emptying in the critically ill using a stable
isotope breath test. Clin Nutr 2010;29:682–6.
[52] Deane AM, Summers MJ, Zaknic AV, Chapman MJ, Di Bartolomeo AE, Bellon M,
et al. Glucose absorption and small intestinal transit in critical illness. Crit Care
Med 2011;39:1282–8.
[53] O’Meara D, Mireles-Cabodevila E, Frame F, Hummell AC, Hammel J, Dweik RA,
et al. Evaluation of delivery of enteral nutrition in critically ill patients
receiving mechanical ventilation. Am J Crit Care 2008;17:53–61.
[54] Waeschle RM, Moerer O, Hilgers R, Herrmann P, Neumann P, Quintel M. The
impact of the severity of sepsis on the risk of hypoglycaemia and glycaemic
variability. Crit Care 2008;12:R129.
[55] Sprung CL, Annane D, Keh D, Moreno R, Singer M, Freivogel K, et al. Hydrocortisone therapy for patients with septic shock. N Engl J Med 2008;358:
111–24.
[56] Chibane S, Feldman-Billard S, Rossignol I, Kassaei R, Mihoubi-Mantout F,
Héron E. Tolérance à court terme d’un traitement de trois jours par bolus
de méthylprednisolone : étude prospective chez 146 patients. Rev Med Interne
2005;26:20–6.
[57] Service FJ, Nelson RL. Characteristics of glycemic stability. Diabetes Care
1980;3:58–62.
[58] Ali NA, O’Brien Jr JM, Dungan K, Phillips G, Marsh CB, Lemeshow S, et al.
Glucose variability and mortality in patients with sepsis. Crit Care Med
2008;36:2316–21.
[59] Schlichtkrull J, Munck O, Jersild M. The M-value, an index of blood sugar
control in diabetes. Acta Med Scan 1965;177:95–102.
[60] Pidcoke HF, Wanek SM, Rohleder LS, Holcomb JB, Wolf SE, Wade CE. Glucose
variability is associated with high mortality after severe burn. J Trauma
2009;67:990–5.
[61] Dossett LA, Cao H, Mowery NT, Dortch MJ, Morris Jr JM, May AK. Blood glucose
variability is associated with mortality in the surgical intensive care unit. Am
Surg 2008;74:679–85.
[62] Wintergerst KA, Buckingham B, Gandrud L, Wong BJ, Kache S, Wilson DM.
Association of hypoglycemia, hyperglycemia, and glucose variability with
morbidity and death in the pediatric intensive care unit. Pediatrics
2006;118:173–9.
[63] Bagshaw SM, Bellomo R, Jacka MJ, Egi M, Hart GK, George C, et al. The impact of
early hypoglycemia and blood glucose variability on outcome in critical
illness. Crit Care 2009;13:R91.
[64] Hirshberg E, Larsen G, Van Duker H. Alterations in glucose homeostasis in the
pediatric intensive care unit: hyperglycemia and glucose variability are associated with increased mortality and morbidity. Pediatr Crit Care Med
2008;9:361–6.
[65] Hermanides J, Vriesendorp TM, Bosman RJ, Zandstra DF, Hoekstra JB, Devries
JH. Glucose variability is associated with intensive care unit mortality. Crit
Care Med 2010;38:838–42.
[66] Mirouze J, Satingher A, Sany C, Jaffiol C. Coefficient d’efficacité insulinique :
coefficient M de Schlichtkrull corrigé et simplifié par la technique de l’enregistrement glycémique continu. Diabetes 1963;11:267–73.
[67] Zhou J, Jia W, Bao Y, Ma X, Lu W, Li H, et al. Glycemic variability and its
responses to intensive insulin treatment in newly diagnosed type 2 diabetes.
Med Sci Monit 2008;14:CR552–8.
[68] Molnar GD, Taylor WF, Ho MM. Day-to-day variation of continuously monitored glycaemia: a further measure of diabetic instability. Diabetologia
1972;8:342–8.
[69] Service FJ, O’Brien PC, Rizza RA. Measurements of glucose control. Diabetes
Care 1987;10:225–37.
[70] Kovatchev BP, Cox DJ, Gonder-Frederick LA, Young-Hyman D, Schlundt D,
Clarke W. Assessment of risk for severe hypoglycemia among adults with
IDDM: validation of the low blood glucose index. Diabetes Care 1998;21:
1870–5.
[71] Rodbard D, Bailey T, Jovanovic L, Zisser H, Kaplan R, Garg SK. Improved quality
of glycemic control and reduced glycemic variability with use of continuous
glucose monitoring. Diabetes Technol Ther 2009;11:717–23.
[72] McDonnell CM, Donath SM, Vidmar SI, Werther GA, Cameron FJ. A novel
approach to continuous glucose analysis utilizing glycemic variation. Diabetes
Technol Ther 2005;7:253–63.
[73] Skyler JS. Continuous glucose monitoring: an overview of its development.
Diabetes Technol Ther 2009;11:S5.
[74] Krinsley JS. Glycemic variability and mortality in critically ill patients: the
impact of diabetes. J Diabetes Sci Technol 2009;3:1292–301.
[75] De Block C, Manuel-y-Keenoy B, Rogiers P, Jorens P, Van Gaal L. Glucose control
and use of continuous glucose monitoring in the intensive care unit: a critical
review. Curr Diabetes Rev 2008;4:234–44.
[76] Mackenzie IM, Whitehouse T, Nightingale PG. The metrics of glycaemic control
in critical care. Intensive Care Med 2011;37:435–43.
[77] UK Prospective Diabetes Study Group. Intensive blood-glucose control with
sulphonylureas or insulin compared with conventional treatment and the risk
of complications in patients with type 2 diabetes (UKPDS 33). Lancet
1998;352:837–53.
960
J.-V. Schaal et al. / Annales Françaises d’Anesthésie et de Réanimation 31 (2012) 950–960
[78] The relationship of glycemic exposure (HbA1c) to the risk of development and
progression of retinopathy in the diabetes control and complications trial.
Diabetes 1995;44:968-83.
[79] Kanji S, Singh A, Tierney M, Meggison H, McIntyre L, Hebert PC. Standardization of intravenous insulin therapy improves the efficiency and safety of blood
glucose control in critically ill adults. Intensive Care Med 2004;30:804–10.
[80] Chase JG, Shaw G, Le Compte A, Lonergan T, Willacy M, Wong XW. and al.
Implementation and evaluation of the SPRINT protocol for tight glycaemic
control in critically ill patients: a clinical practice change. Crit Care
2008;12:R49.
[81] Corstjens AM, Ligtenberg JJM, Van der Horst ICC, Spanjersberg R, Lind JS,
Tulleken JE, et al. Accuracy and feasibility of point-of-care and continuous
blood glucose analyzing in critically ill ICU patients. Crit Care
2006;10:R135.
[82] Goldberg PA, Siegel MD, Sherwin R, Halickman JI, Lee M, Bailey VA, et al.
Implementation of a safe and effective insulin infusion protocol in medical
intensive care unit. Diabetes Care 2004;27:461–7.
[83] Mastrototaro JJ. The MiniMed continuous glucose monitoring system. Diabetes Technol Ther 2000;2:S13–8.
[84] Battelino T, Bolinder J. Clinical use of real-time continuous glucose monitoring.
Curr Diabetes Rev 2008;4:218–22.
[85] Sparacino G, Facchinetti A, Maran A, Cobelli C. Continuous glucose monitoring
time series and hypo/hyperglycemia prevention: requirements, methods,
open problems. Curr Diabetes Rev 2008;4:181–92.
[86] Reach G, Choleau C. Continuous glucose monitoring: physiological and technological challenges. Curr Diabetes Rev 2008;4:175–80.
[87] Hirsch IB, Armstrong D, Bergenstal RM, Buckingham B, Childs BP, Clarke WL,
et al. Clinical application of emerging sensor technologies in diabetes
[88]
[89]
[90]
[91]
[92]
[93]
[94]
[95]
[96]
management: consensus guidelines for continuous glucose monitoring
(CGM). Diabetes Technol Ther 2008;10:232–44.
Lodwig V, Heinemann L, Glucose Monitoring Study Group. continuous glucose
monitoring with glucose sensors: calibration and assessment criteria. Diabetes Technol Ther 2003;5:572–86.
Hovorka R. The future of continuous glucose monitoring: closed loop. Curr
Diabetes Rev 2008;4:269–79.
Wentholt IM, Hart AA, Hoekstra JB, DeVries JH. Evaluating clinical accuracy of
continuous glucose monitoring devices:other methods. Curr Diabetes Rev
2008;4:200–6.
Vogelzang M, Loef BG, Regtien JG, van der Horst IC, van Assen H, Zijlstra F, et al.
Computer-assisted glucose control in critically ill patients. Intensive Care Med
2008;34:1421–7.
Eslami S, Abu-Hanna A, de Jonge E, de Keizer NF. Tight glycemic control and
computerized decision-support systems: a systematic review. Intensive Care
Med 2009;35:1505–17.
Kalfon P. Automatisation du contrôle strict de la glycémie en réanimation.
Reanimation 2009;18:532–7.
Yatabe T, Yamazaki R, Kitagawa H, Okabayashi T, Yamashita K, Hanazaki K,
et al. The evaluation of the ability of closed-loop glycemic control device to
maintain the blood glucose concentration in intensive care unit patients. Crit
Care Med 2010;39:575–8.
Hann CE, Chase JG, Lin J, Lotz T, Doran CV, Shaw GM. Integral-based parameter
identification for long-term dynamic verification of a glucose-insulin system
model. Comput Methods Programs Biomed 2005;77:259–70.
Van Herpe T, Pluymers B, Espinoza M, Van den Berghe G, De Moor B. A minimal
model for glycemia control in critically ill patients. Conf Proc IEEE Eng Med
Biol Soc 2006;1:5432–5.