Effets du phénotype d`obésité et de la perte de poids sur le profil
Transcription
Effets du phénotype d`obésité et de la perte de poids sur le profil
Université de Sherbrooke Effets du phénotype d'obésité et de la perte de poids sur le profil cardiométabolique et la composition corporelle de femmes ménopausées Par EVE L. NORMANDIN Doctorat en gérontologie Thèse présentée À la Faculté des études supérieures de l’Université de Sherbrooke dans le cadre du programme de doctorat en gérontologie pour l’obtention du grade de Philosophiae Doctor (Ph.D) Sherbrooke, mai 2015 © Eve L. Normandin, 2015 II Université de Sherbrooke Effets du phénotype d'obésité et de la perte de poids sur le profil cardiométabolique et la composition corporelle de femmes ménopausées Par EVE L. NORMANDIN Cette thèse a été évaluée par un jury composé des personnes suivantes : Martin Brochu, Ph.D., Directeur de recherche Pierre Boulay, Ph.D., Conseiller interne Éric Goulet, Ph.D., Membre interne Éléonor Riesco, Ph.D., Membre interne Simone Lemieux, Ph.D., Membre externe Doctorat en Gérontologie Centre Universitaire de Formation en Gérontologie III REMERCIEMENTS Martin Brochu, permets-moi d’exprimer ici le témoignage de mon plus profond respect. Je tiens à te remercier pour la confiance que tu m’as accordée tout au long du doctorat. Tu as su me guider avec une simplicité déconcertante malgré ton sens de l’organisation laissant parfois à désirer! Je tiens également à te remercier pour ta disponibilité, ce temps précieux que tu m’as offert. Je ne saurais trop te remercier pour toute l’aide que tu m’as apportée. Ce travail a pu bénéficier de tes précieux conseils et de tes nombreuses corrections. Au personnel du Centre de Recherche sur le Vieillissement, je tiens à vous remercier pour votre soutien. Merci à Martine Fisch pour son dévouement, sa patience et son écoute. Je voudrais que ce travail soit la preuve de ma fidélité et de mon attachement au CDRV. Je tiens à remercier sincèrement les individus des études cliniques MONET et SOMET qui ont participé aux projets de recherche. Je tiens à exprimer toute ma gratitude à Éléonor Riesco, Pierre Boulay, Éric Goulet et Simone Lemieux pour avoir accepté de siéger sur mon comité de thèse et de participer à la soutenance. La thématique développée dans cette thèse est axée sur la physiologie de l’exercice, la santé cardiométabolique et les interventions de perte de poids. J’espère que la qualité des thèmes abordés sera à la hauteur de vos attentes. Chère Éléonor, ma fidèle amie, je tiens à te remercier sincèrement. Tu es à l’origine de ce travail accompli. Sans toi, j’aurais tout abandonné après les 6 premiers mois. Ta connaissance, ta capacité de travail et ta disponibilité ont toujours suscité mon admiration. J’ai été heureuse d’enseigner avec toi. Que ce travail exprime ma reconnaissance envers les nombreuses discussions, parfois impertinentes à l’avancement scientifique, mais toujours très agréables et anecdotiques. Je ne peux passer sous silence le soutien de mes parents, toujours présents pour m’encourager et me conseiller. Merci également à mes collègues du Siboire pour leur soutien moral, financier, affectif et festif, particulièrement Guillaume Gaudreault. “If we could give every individual the right amount of nourishment and exercise, not too little and not too much, we could have found the safest way to health.” Hippocrate (460-357 BC) IV À Jean-François, V RÉSUMÉ Le processus de vieillissement est associé à une modification de la composition corporelle menant à une détérioration du profil métabolique et à une augmentation du risque de développer le diabète de type 2 et des maladies cardiovasculaires. Il est donc important d’établir des stratégies de gestion du poids efficaces pour les personnes âgées. Toutefois, l’obésité est une condition hétérogène et ce ne sont pas tous les individus aux prises avec cette condition qui présentent des détériorations métaboliques et qui répondent de la même façon à une perte de poids. Afin de trouver des stratégies de prévention et de traitement de l’obésité plus efficace pour les individus âgés, nous avons comparé les effets de la perte de poids sur la composition corporelle et le profil métabolique de femmes ménopausées et sédentaires présentant différents phénotypes d’obésité. Dans un premier temps, nous nous sommes intéressés aux effets de la restriction calorique chez des femmes obèses mésomorphes. Les résultats ont fait ressortir l’importance de considérer la composition corporelle initiale des femmes afin de distinguer celles qui répondent mieux à une perte de poids induite par la restriction calorique. La deuxième étude à permis de démontrer que les femmes obèses et dynapéniques répondaient de façon similaire aux femmes obèses non-dynapéniques à une restriction calorique et un entraînement en résistance. Les résultats de cette deuxième étude sont intéressants étant donné que des articles scientifiques récents proposent d’adapter les interventions selon le phénotype d’obésité. L’objectif du troisième article était d'étudier la relation entre le statut de tolérance au glucose et les changements de la composition corporelle observés lors d’une perte de poids par restriction calorique. Nos travaux ont démontré dans un premier temps que la relation entre les mesures de captation du glucose et certaines variables de la composition corporelle varient en fonction de la tolérance au glucose, chez les femmes VI ménopausées obèses. Les résultats suggèrent également une association positive entre les changements de seulement certaines variables de la masse grasse et la captation du glucose chez les femmes tolérantes au glucose suite à une perte de poids par restriction calorique. Pour conclure, en caractérisant les phénotypes d’obésité selon certain paramêtres biologiques ou physiologiques, cela ne nous permettrait pas de mieux personnaliser nos interventions de perte de poids visant l’amélioration du profil métabolique et de la composition corporelle selon nos résultats. Toutefois, lorsqu’on vise une amélioration de la force musculaire, la catégorisation des femmes sur la base du phénotype d’« obésité dynapénique », semble être un élément important dans la réponse à la perte de poids. VII Abstract The aging process is associated with several body composition changes; which can lead to metabolic deteriorations, type 2 diabetes and cardiovascular diseases. It is therefore critical to establish effective weight lost strategies in older adults. However, obesity is a heterogeneous condition; not all individual will present metabolic disturbances associated with obesity and will respond similarly to a weight loss intervention. In order to find more efficient obesity treatments, we have compared the effects of weight loss interventions on body composition and the metabolic profile in sedentary and menopausal women exhibiting different obesity phenotypes. We first analysed the effects of weight loss from caloric restriction on women displaying a “mesomorphicobese” phenotype. Results show the importance of considering baseline body composition in order to define which individual may better respond to a caloric restriction induced weight loss intervention. In the second study, we were able to demonstrate that dynapenic-obese women responded similarly to non-dynapenic-obese women following a weight loss intervention combining caloric restriction and resistance training. Results from our first two studies are interesting considering that several scientific publications propose to adapt weight loss intervention according to obesity phenotypes. The third article’s objective was to investigate the relationship between glucose tolerance status and changes in body composition following a caloric restriction induced weight loss intervention. Our data show that the relationship between body composition variables and glucose disposal depends on baseline glucose tolerance in obese menopausal women. Our results also suggest a positive association between changes in measures of fat mass variables and measures of glucose disposal in glucose tolerant women following weight loss. VIII To conclude, based on our results, defining obesity phenotypes using biological or physiological variables would not allow us to better personalise weight loss interventions when the objective is to improve the metabolic profile and body composition. However, if the increase in muscle strength is the main objective, characterizing menopausal women according to the “dynapenic-obesity” phenotype, seem to have positive effects on weight loss response. IX TABLE DES MATIÈRES CHAPITRE 1CONTEXTE THÉORIQUE ................................................................. 14 1.1 OBÉSITÉ .............................................................................................................................. 15 1.1.1 Définition de l’obésité................................................................................................ 15 1.1.2 Prévalence de l’obésité .............................................................................................. 18 1.1.2.1 Prévalence du surpoids et de l’obésité chez les femmes ménopausées.......................................... 22 1.1.3 Étiologie de l’obésité ................................................................................................. 22 1.2 1.2.1 Évaluation de l’adiposité totale ................................................................................. 43 1.2.2 Distribution du tissu adipeux et évaluation de la composition corporelle ................ 46 1.1.3.1 Équilibre énergétique....................................................................................................................... 24 1.1.3.2 Processus physiologiques impliqués dans la régulation du poids corporel...................................... 29 1.1.3.3 Activité physique.............................................................................................................................. 31 1.1.3.4 Habitudes alimentaires .................................................................................................................... 33 1.1.3.5 Facteurs environnementaux ............................................................................................................ 36 1.1.3.6 Facteurs génétiques ......................................................................................................................... 37 1.1.3.7 Autre facteur ayant un effet sur le gain de poids............................................................................. 38 COMPOSITION CORPORELLE ................................................................................................... 43 1.2.1.1 1.2.1.2 Poids................................................................................................................................................. 43 Indice de masse corporelle .............................................................................................................. 43 1.2.2.1 1.2.2.2 1.2.2.3 Circonférence de taille ..................................................................................................................... 46 Méthodes d’imagerie ....................................................................................................................... 50 Absorption biphotonique à rayons X (DXA) ..................................................................................... 53 1.3.1.1 La résistance à l’insuline et la ménopause ....................................................................................... 64 1.3.3.1 Changements du profil lipidique à la ménopause............................................................................ 69 1.2.3 Effets de la ménopause sur la composition corporelle .............................................. 54 1.3 L’OBÉSITÉ ET LES FACTEURS DE RISQUE CARDIOMÉTABOLIQUE ...................................................... 56 1.3.1 Résistance à l’insuline ............................................................................................... 58 1.3.2 1.3.3 Obésité abdominale .................................................................................................. 65 Dyslipidémies athérogènes........................................................................................ 66 1.3.4 Hypertension ............................................................................................................. 71 1.3.5 État pro-inflammatoire et pro-thrombotique ........................................................... 76 1.4 L’OBÉSITÉ ET SES CONSÉQUENCES CARDIOMÉTABOLIQUES ........................................................... 78 1.4.1 Diabète de type 2 ...................................................................................................... 78 1.4.2 Maladies cardiovasculaires ....................................................................................... 81 1.4.2.1 Facteurs de risques de maladies cardiovasculaires et ménopause .................................................. 82 PERTE DE POIDS ................................................................................................................... 83 1.5 1.5.1 Interventions de perte de poids ................................................................................. 83 1.5.2 Bénéfices de la perte de poids ................................................................................... 96 1.5.1.1 1.5.1.2 1.5.1.3 Intervention nutritionnelle .............................................................................................................. 84 Activité physique.............................................................................................................................. 87 Modification comportementale ....................................................................................................... 95 1.5.2.1 1.5.2.2 1.5.2.3 1.5.2.4 1.5.2.5 Effets sur la dyslipidémie ................................................................................................................. 96 Effets sur la pression artérielle ........................................................................................................ 97 Effets sur le développement des maladies cardiovasculaires .......................................................... 98 Effets sur le diabète de type 2 ......................................................................................................... 99 Effets sur la mortalité..................................................................................................................... 100 1.6.1.1 1.6.1.2 1.6.1.3 Définition ....................................................................................................................................... 103 Conséquences métaboliques de l’obésité mésomorphique .......................................................... 106 Effets de la perte de poids ............................................................................................................. 108 1.6 PHÉNOTYPES D’OBÉSITÉ ................................................................................................ 102 1.6.1 Obésité mésomorphique ......................................................................................... 103 1.6.2 Obésité dynapénique ............................................................................................... 109 X 1.6.2.1 1.6.2.2 1.6.2.3 1.6.2.4 Définition de la dynapénie ............................................................................................................. 109 Définition de l’obésité dynapénique .............................................................................................. 112 Conséquences métaboliques de l’obésité dynapénique ................................................................ 115 Effets de la perte de poids ............................................................................................................. 118 1.6.3 Obèses métaboliquement sains .............................................................................. 119 1.7 1.7.1 1.7.2 Objectif .................................................................................................................... 127 Constat de recherche ............................................................................................... 128 1.6.3.1 Conséquences métaboliques ......................................................................................................... 124 1.6.3.2 Effets de la perte de poids ............................................................................................................. 125 PROBLÉMATIQUE ET OBJECTIFS DE LA THÈSE ............................................................................ 126 1.7.2.1 1.7.2.2 1.7.2.3 Étude 1 ........................................................................................................................................... 128 Étude 2 ........................................................................................................................................... 129 Étude 3 ........................................................................................................................................... 129 CHAPITRE 2RÉSULTATS .................................................................................... 131 2.1 ARTICLE 1: EFFECTS OF A WEIGHT LOSS PROGRAM ON BODY COMPOSITION AND THE METABOLIC PROFILE IN OBESE POSTMENOPAUSAL WOMEN DISPLAYING VARIOUS OBESITY PHENOTYPES: A MONET GROUP STUDY 131 2.2 ARTICLE 2: EFFECTS OF CALORIC RESTRICTION WITH OR WITHOUT RESISTANCE TRAINING IN DYNAPENICOVERWEIGHT AND OBESE MENOPAUSAL WOMEN: A MONET STUDY ................................................. 158 2.3 ARTICLE 3: RELATIONSHIP BETWEEN BODY COMPOSITION AND GLUCOSE DISPOSAL BEFORE AND AFTER WEIGHT LOSS IN GLUCOSE TOLERANT AND INTOLERANT OVERWEIGHT/OBESE MENOPAUSAL WOMEN : A MONET STUDY........................................................................................................................... 183 CHAPITRE 3CONCLUSION GÉNÉRALE ............................................................ 210 3.1 ÉTUDE 1 ........................................................................................................................... 211 3.2 ÉTUDE 2 ........................................................................................................................... 214 3.3 ÉTUDE 3 ........................................................................................................................... 219 3.4 CONCLUSION ET PERSPECTIVES.............................................................................................. 222 XI LISTE DES FIGURES Figure 1.1. Prévalence du surpoids et de l’obésité standardisée pour l’âge, âge ≥ 20 ans, 1980-2013. ...................................................................................................................... 19 Figure 1.2 : Prévalence de l’obésité chez les personnes âgées de plus de 18 ans, Canada, 1978-2009. ....................................................................................................... 21 Figure 1.3 : Prévalence de l’obésité selon l’âge et le genre au Canada, 2007/08 .......... 21 (données autorapportées). ............................................................................................. 21 Figure 1.4 : Processus physiologiques impliqués dans la régulation du poids corporel. 30 Figure 1.5: Effets de l’exercice physique sur la composition corporelle suite à une restriction calorique. ....................................................................................................... 45 Figure 1.6 : Facteurs de risque qui contribuent au risque cardiométabolique. ............... 57 Figure 1.7 : Régulation du métabolisme par l’insuline. ................................................... 59 Figure 1.8: Obésité abdominale et désordres métaboliques........................................... 66 Figure 1.9: Obésité et hypertension ................................................................................ 75 Figure 1.10: Modèle conceptuel du développement du diabète de type 2. ..................... 80 Figure 1.11 : Différents somatotypes proposés par William Hebert Sheldon ................ 105 Figure 1.12 : Somatotypes proposés par Lindsay Carter.............................................. 105 Figure 1.13 : Relation entre le tissu adipeux et le muscle............................................. 114 Figure 1.14 : Changements associés au vieillissement, responsables de la sarcopénie/dynapénie, de l’obésité abdominale, de la résistance à l’insuline et qui mènent aux maladies cardiovasculaires et au diabète de type 2.................................. 117 Figure 1.15 : Prévalence d’individus obèses et métaboliquement sains....................... 123 XII LISTE DES TABLEAUX Tableau 1.1 ..................................................................................................................... 16 Catégorie de poids corporel selon le niveau de risque pour la santé ............................. 16 Tableau 1.2 ..................................................................................................................... 23 Classification étiologique de l’obésité ............................................................................. 23 Tableau 1.3 ..................................................................................................................... 24 Teneur énergétique par gramme de poids ...................................................................... 24 Tableau 1.4 ..................................................................................................................... 42 Médicaments associés à un gain de poids ..................................................................... 42 Tableau 1.5 ..................................................................................................................... 49 Guide clinique de la mesure de la circonférence de taille pour chaque catégorie d’IMC 49 Tableau 1.6 ..................................................................................................................... 52 Méthodes d’imagerie ....................................................................................................... 52 Tableau 1.7 ................................................................................................................... 122 Critères proposés afin d’identifier les individus obèses métaboliquement sains .......... 122 XIII LISTE DES SIGLES ET ABBRÉVIATIONS AVC : Accident vasculaire cérébral CT-scan : Tomodensitométrie CRP : Protéine C-réactive DXA : Absorption biphotonique à rayons X HDL : Lipoprotéines de haute densité HDL-chol : Lipoprotéines de haute densité transporteur de cholestérol IL-6 : Interleukine-6 IMC : Indice de masse corporelle IRM : Imagerie par résonance magnétique IRS : Récepteur de l’insuline kcal : Kilocalorie kg : Kilogramme LDL : Lipoprotéines de faible densité LDL-chol : Lipoprotéines de faible densité transporteur de cholestérol m2 : Mètre carré MDCT : Multidetector computed tomography NHANES : National Health and Nutrition Examination Survey OMS: Organisation mondiale de la santé PAI-1 : Inhibiteur de l’activateur du plasminogène 1 PI3 : Phosphatidyl-inositol 3 PI3K : Phosphatidyl-inositol 3 kinase SHBG : Globuline se liant aux hormones sexuelles (Sex hormone-binding globulin) TNF- α : Facteur de nécrose tumorale alpha VLDL : Lipoprotéines de très basse densité 14 CHAPITRE 1- Contexte théorique Depuis 2006, le nombre de personnes obèses à travers le monde surpasse le nombre de personnes sous-alimentées (Tanumihardjo et al., 2007). L’augmentation de la prévalence de l’obésité est un problème de santé publique important (WHO, 2000). Chez les adultes, l’obésité est associée à une augmentation du risque de mort prématurée, de maladies coronariennes, d’accident vasculaire cérébral (AVC), de diabète de type 2, de troubles musculo-squelettiques, d’ostéoarthrite et d’incapacités physiques (Decaria, Sharp, & Petrella, 2012; Montani et al., 2004; Sowers, 2003). Les conséquences de l’obésité sont connues depuis longtemps maintenant. Effectivement, la morbidité et la mortalité associées à un surplus de poids sont connues de la profession médicale depuis le temps d’Hippocrate; il y a de ça plus de 2500 ans (Bray, 1990). Chez les personnes de 65 ans et plus, l’obésité est également en augmentation (Shields, Carroll, & Ogden, 2011). Ceci est le résultat d’une diminution du métabolisme de repos avec le vieillissement, des changements hormonaux et des changements démographiques (Houston, Nicklas, & Zizza, 2009). Par exemple, entre 1978 et 2004, le taux d’obésité chez les Canadiens de plus de 75 ans est passé de 11 à 24 % (Shields et al., 2011). Chez les personnes âgées de 65 et 74 ans, ce taux est pour sa part passé de 20 à 25 % (Shields et al., 2011). Cette tendance a des conséquences néfastes sur notre système de santé avec une augmentation du taux d’institutionnalisation et d’incapacités liée à l’obésité depuis les dernières décennies (Jenkins, 2004; Jensen & Friedmann, 2002). L’augmentation de la population vieillissante et du nombre d’individus obèses est 15 associée à une augmentation des coûts pour le système de santé (Roubenoff, 2004). Ce phénomène s’observe également dans plusieurs pays développés (James, Leach, Kalamara, & Shayeghi, 2001). Entre 2006 et 2026, il est estimé que le nombre de personnes âgées au Canada augmentera de 4,3 à 8,0 millions, c’est-à-dire que les personnes âgées représenteront entre 13,2 et 21,2 % de la population (Elia, 2001). Chez ces personnes, l’obésité est entre autres associée à une morbidité chronique, une augmentation du taux d’institutionnalisation, d’incapacités et des coûts pour le système de santé (Shields et al., 2011; Stenholm et al., 2007). Par contre, répondre au problème d’obésité chez les personnes âgées peut être compliqué par le fait qu’il y a un manque de consensus concernant les effets néfastes de l’obésité, la définition de l’obésité ainsi que la nécessité de traiter l’obésité chez les personnes âgées (Elia, 2001; Oreopoulos, Kalantar-Zadeh, Sharma, & Fonarow, 2009; Zamboni et al., 2005). 1.1 1.1.1 Obésité Définition de l’obésité L’Organisation mondiale de la Santé (OMS) a proposé une définition qualitative de l’obésité comme étant « un excès de masse grasse pouvant augmenter les risques de maladies et une mort prématurée » (WHO, 2000). Plusieurs méthodes sont disponibles afin d'évaluer le degré d'adiposité et/ou de qualifier la répartition du tissu adipeux. En milieu clinique, la façon la plus commune est l’indice de masse corporelle (IMC) (PiSunyer, 1998). L’OMS recommande l’utilisation de l’IMC, lequel se calcule en divisant le poids en kilogramme (kg) par la taille en mètre au carré (m2). Le degré d’obésité selon l’IMC se caractérise selon les critères suivants : 16 Tableau 1.1 Catégorie de poids corporel selon le niveau de risque pour la santé Catégorie de poids Poids insuffisant Poids normal Obésité globale < 18,5 Niveau de risque pour la santé Risque accru 18,5 – 24,9 Moindre risque 25,0 – 29,9 Risque accru Obésité classe I 30,0 – 34,9 Risque élevé Obésité classe 2 35,0 – 39,9 Risque très élevé Embonpoint Surplus de poids 2 IMC (kg/m ) Obésité classe 3 Note : Adapté de Santé Canada (2003) 40,0 et plus Risque extrêmement élevé 17 Plus on vieillit, plus la masse grasse s’accumule dans la région abdominale, et plus particulièrement au niveau viscéral (Astrup, 1999). Cependant, bien que l’IMC soit corrélé au pourcentage de masse grasse chez les jeunes et les adultes, il n’est pas un bon indicateur d’adiposité chez les personnes âgées (Bedogni et al., 2001). De fait, compte tenu d’une diminution de la masse maigre et d’un gain de masse grasse se produisant lors du vieillissement, cet indice sous-estime systématiquement le niveau d’obésité réel chez les ainés; lequel augmente avec l’âge (Fantin et al., 2007; Muller, Bosy-Westphal, & Krawczak, 2010). De plus, la diminution de la taille avec l’âge serait responsable d’une surestimation de l’lMC d’environ 0,7 kg/m2 chez les hommes et 1,6 kg/m2 chez les femmes à l’âge de 80 ans (Sorkin, Muller, & Andres, 1999). Globalement, même s’il existe une forte association entre l’IMC et le pourcentage de masse grasse, un IMC d’environ 27 kg/m2 serait plus approprié qu’un IMC de 30 kg/m2 afin de classifier l’obésité chez les femmes ménopausées selon Evans et coll. (Evans, Rowe, Racette, Ross, & McAuley, 2006). Pour leur part, Blew et coll. (Blew et al., 2002) rapportaient qu’un IMC entre 25 et 30 kg/m2 correspondrait à un pourcentage de masse grasse variant entre 38 et 45% chez des femmes ménopausées; ce qui représente un pourcentage de masse grasse davantage associé à l’obésité (Evans et al., 2006; Sardinha, Teixeira, Guedes, Going, & Lohman, 2000) et aux complications métaboliques (Poirier et al., 2006). Conséquemment, il est probable que l’utilisation de l’IMC pour la classification de l’obésité, proposée par les grands organismes, pourrait être trompeuse chez la population âgée de 50-60 ans et plus (Blew et al., 2002). Nous savons maintenant que la localisation du tissu adipeux est aussi importante à considérer que la quantité de masse grasse (Flegal & Kalantar-Zadeh, 2013). Ainsi, la localisation du tissu adipeux est étroitement associée à différentes complications 18 métaboliques (Piche et al., 2008); lesquelles seront discutées plus loin dans le texte. Les individus âgés et obèses ayant une importante accumulation du tissu adipeux au niveau viscéral sont plus à risque de présenter des complications métaboliques comparativement à ceux ayant une accumulation préférentielle au niveau sous-cutané abdominal (Montague & O'Rahilly, 2000) ou en périphérie (Oreopoulos et al., 2009). Ainsi, puisque la mesure de l’IMC ne nous donne pas d’information sur la distribution de la masse grasse, la mesure de la circonférence de taille doit être prise en complémentarité afin de qualifier l’excès de poids (Flegal & Kalantar-Zadeh, 2013; WHO, 2011). La circonférence de taille nous permet ainsi de mieux déterminer la répartition de la masse adipeuse en différenciant l’obésité abdominale de l’obésité périphérique. 1.1.2 Prévalence de l’obésité L’IMC moyen est en augmentation dans le monde (Finucane et al., 2011). Malgré une étendue assez large, les données suggèrent que la plupart des populations démontrent une augmentation du nombre de personnes obèses depuis 20 ans (Popkin & Doak, 1998). Selon la Figure 1.1 ci-dessous, nous pouvons observer qu’il y a une certaine variation pour ce qui est de la prévalence du surpoids et de l’obésité entre les différentes régions du monde. De plus, la prévalence de l’obésité serait plus importante chez les femmes (James et al., 2001; Ng et al., 2014). 19 Figure 1.1. Prévalence du surpoids et de l’obésité standardisée pour l’âge, âge ≥ 20 ans, 1980-2013. 1 1 Source : Ng, M., et al. (2014). "Global, regional, and national prevalence of overweight and obesity in children and adults during 1980-2013: a systematic analysis for the Global Burden of Disease Study 2013." Lancet. 20 Aux États-Unis, selon l’étude NHANES (National Heath and Nutrition Examination Survey), la prévalence de l’obésité était de 36 % en 2009-2010 (Flegal, Carroll, Kit, & Ogden, 2012). Cette étude a démontré que plus de 50 % des femmes étaient en surpoids ou obèses (NCEP, 2001). Chez les patients atteints de diabète de type 2, ce pourcentage était de 54,8 % entre 1999 et 2002 (CDC, 2004). La prévalence d’obésité de classe 3 (IMC ≥ 40 kg/m2), ou obésité morbide était pour sa part de 6,3 % en 20092010 (Flegal et al., 2012). Il existe également des différences significatives de la prévalence d’obésité entre les groupes ethniques (MMWR, 2009). Ces différences sont particulièrement importantes chez les femmes. Ainsi, 33 % des femmes caucasiennes sont considérées comme obèses comparativement à 49,6 % et 43 % chez les AfroAméricaines et les femmes hispanophones, respectivement (MMWR, 2009). C’est moins de 10% des Canadiens qui étaient obèses en 1985. Cependant, la prévalence de l’obésité a presque doublé dans la plupart des provinces en 13 ans (voir Figure 1.2) (Katzmarzyk, 2002). Selon des données de 2008, la prévalence du surpoids et de l’obésité combinés était de 62,1% selon les données mesurées et de 51,1% selon les données autorapportées (PHAC, 2011). Des analyses démontrent que la prévalence de l’obésité augmente de façon similaire chez les hommes et les femmes jusqu’à 65 ans, et ce, peu importe les groupes d’âge (Figure 1.3). Après 65 ans, la prévalence de l’obésité basée sur l’IMC tend à diminuer (PHAC, 2011). Ces données, ainsi que ceux de plusieurs autres pays (James et al., 2001) sont un indicatif d’une épidémie internationale majeure. 21 Figure 1.2 : Prévalence de l’obésité chez les personnes âgées de plus de 18 ans, Canada, 1978-2009. Figure 1.3 : Prévalence de l’obésité selon l’âge et le genre au Canada, 2007/08 (données autorapportées). 2 2 Source : Rapport conjoint de l’Agence de la Santé Publique du Canada et de l’Institut Canadien d’Information sur la Santé (2011) 22 1.1.2.1 Prévalence du surpoids et de l’obésité chez les femmes ménopausées Les données scientifiques démontrent une augmentation de la prévalence de l’obésité chez les personnes âgées (Al-Zadjali, Keller, Larkey, & Albertini, 2010). En fait, c’est 35% des adultes, toutes ethnies confondues, de plus de 60 ans qui sont obèses et 69% qui sont en surpoids (Li, Fisher, & Harmer, 2005). Nous nous intéresserons plus particulièrement à l’obésité chez les femmes ménopausées puisque la prévalence de l’obésité est particulièrement élevée dans ce groupe d’âge (50 à 75 ans) (Flegal et al., 2012). Par exemple, des données d’une étude récente ont démontré que ce sont les femmes âgées de 60 ans qui ont les taux les plus élevés de surpoids (64,5%) et d’obésité (31%) (Ng et al., 2014). Il semblerait y avoir une période où les femmes prennent du poids sans que ce soit associé au vieillissement, et qui augmente suite aux années de ménopause (Flegal et al., 2012). L’incidence plus élevée de l’obésité chez les femmes ménopausées serait en partie causée par les changements hormonaux se produisant pendant cette période; lesquels accentueraient la diminution de la dépense énergétique et l’augmentation de la masse grasse (Lovejoy, 1998; Milewicz, Tworowska, & Demissie, 2001). 1.1.3 Étiologie de l’obésité Notre conception des causes de l’obésité a beaucoup changé depuis les 40 dernières années. Dans les années 1950, les théories psycho-analytiques proposaient que des problèmes de personnalité étaient la cause de l’obésité (Stunkard, 1988). Cette théorie a été revue dans les années 70 et 80 par des psychologues (Grinker, 1978). Ces derniers ont démontré que le poids était régulé par des interactions complexes entre les hormones et les facteurs métaboliques chez des animaux de laboratoire. Ensemble, ces deux facteurs semblaient être responsables du maintien d’un poids stable. Plusieurs 23 explications ont par la suite été proposées afin de comprendre pourquoi certaines personnes développent des problèmes de poids(Grinker, 1978). Il a été démontré qu’il existe une combinaison de facteurs environnementaux et individuels qui sont impliqués dans le dérèglement du bilan énergétique et le développement de l’obésité. En fait, l’obésité peut être influencée par plusieurs facteurs (voir Tableau 1.2) (Brownell & Wadden, 1992). Parmi les facteurs étiologiques, les habitudes de vie sont celles auxquelles nous accordons plus d’importance. Tableau 1.2 Classification étiologique de l’obésité Facteurs iatrogènes Médicaments qui causent un gain de poids Chirurgie hypothalamique Facteurs neuroendocriniens Facteurs comportementaux et sociaux Statut socio-écomique Ethnie Facteurs psychologiques Hyperphagie boulimique Facteurs génétiques L’étiologie de l’obésité Note : Adapté de Terry, 2014. 3 Habitudes de vie sédentaire Inactivité physique Inactivité forcée (postopératoire) Vieillissement Facteurs alimentaires Absence de la pratique d’allaitement Obésité hyperplasique progressive Surplus calorique 3 Source : Terry, R. (2014). Obesity in adults. Dynamed. 24 1.1.3.1 Équilibre énergétique L’obésité est le résultat d’un déséquilibre positif entre l’apport énergétique et la dépense énergétique. Il existe plusieurs facteurs d’ordre génétique, biologique, physiologique, environnemental et social pouvant expliquer ce déséquilibre énergétique et contribuer à l’obésité. Selon l’OMS, l’apport énergétique totale réfère à l’énergie consommée, sous forme de nourriture ou de liquide, qui peut être métabolisée à l’intérieur du corps (WHO, 2000). Le tableau ci-dessous présente les macronutriments présents dans la nourriture et les breuvages. Les lipides nous fournissent le plus d’énergie par unité de poids tandis que les glucides et les protéines nous en fournissent un peu moins. Tableau 1.3 Teneur énergétique par gramme de poids Macronutriments Lipides Protéines Glucides Alcool Note : Adapté de l’OMS 4 4 Valeur énergétique kcal/g kJ/g 9 37 4 17 4 16 7 29 Source : (2000). "Obesity: preventing and managing the global epidemic. Report of a WHO consultation." World Health Organ Tech Rep Ser 894: i-xii, 1-253. 25 Déterminants de la dépense énergétique La dépense énergétique quotidienne est composée de trois principaux facteurs : 1) le métabolisme de repos incluant le métabolisme de repos plus l’énergie dépensée pendant le sommeil et au repos complet lors de l’éveil (énergie requise afin de maintenir la température corporelle, la fonction cardiaque et respiratoire, les fonctions gastrointestinales ainsi que l’effet thermogénèse des aliments) et 2) l’énergie dépensée associée aux activités physiques volontaires et 3) non volontaires (Hill & Melanson, 1999; W. McArdle, 2001). Environ 60 à 75 % de la dépense énergétique totale quotidienne est associée au métabolisme de repos (Ravussin, Lillioja, Anderson, Christin, & Bogardus, 1986). Environ 10 % de la dépense énergétique totale quotidienne est dissipée dans la réponse thermique des aliments (de Jonge & Bray, 1997). La troisième composante de la dépense énergétique totale quotidienne est associée aux activités physiques (volontaires et non volontaires). Elle représente environ 20 à 30 % de la dépense quotidienne chez un individu sédentaire (Hill & Melanson, 1999; Klein, Wadden, & Sugerman, 2002; W. McArdle, 2001). Le métabolisme de repos varie selon les différents tissus. Ainsi, les organes (foie, reins, cœur, cerveau, etc.) requièrent plus d’énergie par gramme de tissu que les muscles squelettiques. Chez les adultes de poids normal, ces organes contribuent à environ 75% du métabolisme de repos, et ce, même s’ils représentent seulement 10% du poids corporel total (Blundell et al., 2012). À l’inverse, le muscle squelettique contribue à environ 20% du métabolisme de repos, mais représente 40% du poids corporel chez un individu moyen. Quant au tissu adipeux, bien qu’il représente environ 20% du poids corporel chez un individu normal, il contribue pour environ 5% du métabolisme de repos (Klein et al., 2002). La possibilité qu’un dérèglement du métabolisme énergétique soit associé à la prise de poids et à l’obésité a été étudiée (Klein et al., 2002; Ravussin et al., 1988). Ravussin et 26 coll. (Ravussin et al., 1988) ont démontré que la dépense énergétique était corrélée au changement de poids sur une période de 2 ans. Ainsi, le risque estimé de prendre plus de 7,5 kg de poids était augmenté de 4 fois chez les personnes ayant un métabolisme de repos diminué de 200 kcal/jour comparativement aux personnes ayant une dépense énergétique plus élevée de 200 kcal/jour. Ces résultats n’étaient toutefois pas suffisants pour induire l’obésité dans la population, définie comme un IMC de plus de 30 kg/m2 qui correspondait à un excès de poids de plus de 15 kg (Jequier, 2002). Sur la base de ces données, la diminution du métabolisme énergétique ne pourrait pas expliquer à lui seul l’augmentation de la prévalence de l’obésité (Astrup, 1999). Pour ce qui est du métabolisme de repos, elle correspond à environ 60-75% de la dépense énergétique totale quotidienne (Astrup, 1999). Ainsi, une altération de celle-ci pourrait avoir des conséquences à long terme sur la composition corporelle et l’incidence de l’obésité (Belanger & Boulay, 2005). Tout d’abord, il a été démontré que le métabolisme de repos dépend principalement de la masse maigre, qui est composée principalement de masse musculaire. Ainsi, une masse maigre plus importante serait associée à une dépense énergétique totale quotidienne plus élevée (Jequier, 1984; Ravussin, Burnand, Schutz, & Jequier, 1982). Fait à noter, il est connu que le métabolisme de repos est généralement plus élevée chez les obèses que chez les individus de poids normal pour une même taille. En fait, les individus obèses ont une masse adipeuse et musculaire plus importante que ceux de poids normal (Ravussin et al., 1988). Toutefois, lorsque le métabolisme de repos est ajusté pour la masse maigre, les valeurs varient grandement entre les sujets. Dans une méta-analyse d’Åstrup et coll. (Astrup, 1999), les auteurs ont comparé le métabolisme de repos d’individus anciennement obèses à un groupe d’individus n’ayant jamais été obèses (groupe témoin). Ils ont démontré que, suite à l’ajustement pour la composition corporelle, les 27 individus anciennement obèses avaient un métabolisme de repos de 3 à 5% inférieurs au groupe contrôle. Les auteurs ont proposé deux hypothèses afin d’expliquer ce résultat : 1) le métabolisme de repos diminué des individus anciennement obèses serait la conséquence de la perte de poids et 2) le métabolisme de repos diminué survient avant l’état d’obésité et constitue un facteur prédisposant au gain de poids. Les résultats de Ravussin et coll. (Ravussin et al., 1986) vont dans le même sens que ceux d’Åstrup et suggèrent que les individus obèses ayant un métabolisme de repos diminué (suite à l’ajustement pour la masse maigre) présentaient un dérèglement qui pourrait expliquer le gain de poids. Il serait également possible que la perte de poids favorise une diminution irréversible du métabolisme de repos dû à diminution de la masse maigre (Elliot, Goldberg, Kuehl, & Bennett, 1989; Stiegler & Cunliffe, 2006). En fait, la diminution du métabolisme de repos pourrait être due à des facteurs génétiques ou acquis (Astrup, 1999). Quant à la réponse thermique des aliments, elle a été étudiée chez les individus obèses et les personnes atteintes du diabète non insulinodépendants (Tappy, Felber, & Jequier, 1991). Globalement, les données indiquent que la contribution possible d’un dérèglement de la réponse thermogénèse au glucose ou à l’ingestion d’aliments serait soit diminuée (Bessard, Schutz, & Jequier, 1983; Golay et al., 1982; Pittet, Chappuis, Acheson, De Techtermann, & Jequier, 1976) ou non altérée (Sharief & Macdonald, 1982; Welle & Campbell, 1983) chez les individus obèses. Dans les études où l’on rapporte une diminution de la réponse thermique des aliments, elle serait petite (75 kcal/jour), mais significative (Bessard et al., 1983; Golay et al., 1982; Pittet et al., 1976). De plus, elle serait associée à la résistance à l’insuline et une diminution de l’activité du système nerveux sympathique (Segal, Lacayanga, Dunaif, Gutin, & Pi-Sunyer, 1989). La thermogénèse induite par l’ingestion de glucose, laquelle induit une augmentation des 28 niveaux plasmatiques de noradrénaline (Jequier, 1987), serait particulièrement diminuée chez les individus obèses, atteints du diabéte et non-insulinodépendants ainsi que chez les personnes résistantes à l’insuline (Tappy et al., 1991). En effet, Ravussin et coll. (Ravussin et al., 1983) et Bogadus et coll. (Bogardus et al., 1985) ont démontré que l’effet thermique d’une perfusion de glucose était réduit chez ces individus. Chez les individus obèses et diabétiques, la réponse thermique des aliments suite à un clamp euglycémique-insulinémique est près de zéro (Golay, Schutz, Felber, de Fronzo, & Jequier, 1986; Ravussin et al., 1983). Cette absence de thermogénèse pourrait être expliquée par l’inhibition de la gluconéogenèse due à la perfusion de glucose et d’insuline. Puisque la gluconéogenèse est un processus nécessitant de l’énergie, sa suppression est accompagnée par une diminution de la dépense énergétique (Jequier, 1987). Ainsi, les individus obèses et résistants à l’insuline ont une réponse thermique réduite suite à l’ingestion de glucose ou suite à un repas (Golay et al., 1986; Ravussin et al., 1983). Ce mécanisme est toutefois responsable d’une économie d’énergie correspondant à environ 3-5% de la dépense énergétique totale quotidienne (ex : 75125 kcal/jour sur une dépense énergétique quotidienne de 2500 kcal) (Tappy et al., 1991). C’est pourquoi la contribution d’une dérégulation de l’effet thermique des aliments à l’étiologie de l’obésité demeure controversée. Quant à l’énergie dépensée par l’activité physique, son rôle dans l’étiologie de l’obésité demeure à clarifier (Fox & Hillsdon, 2007). Un niveau diminué d’activité physique pourrait être associé à la prévalence élevée d’obésité chez les enfants (Gortmaker et al., 1996). Le temps passé devant la télévision augmente le temps de sédentarité et aurait un effet sur la prévalence du surpoids chez les enfants et les adolescents. Une réduction du temps passé devant la télévision pourrait donc prévenir l’augmentation de la prévalence de l’obésité (Jequier, 2002). Un niveau d’activité physique diminué serait 29 responsable d’une prise de poids via son effet sur le déséquilibre de la balance énergétique (Jequier, 2002). De plus, nous devons nous interroger sur le fait que l’inactivité physique pourrait être la conséquence plutôt que la cause de l’obésité. La place de l’activité physique dans l’étiologie de l’obésité est discutée plus longuement cidessous. 1.1.3.2 Processus physiologiques impliqués dans la régulation du poids corporel Les facteurs sociaux et cognitifs peuvent influencer le contrôle du poids jusqu’à un certain point (Hill & Melanson, 1999; 2000). Cependant, ce sont les processus physiologiques qui sont principalement responsables de la régulation du poids corporel (WHO, 2000). Certains mécanismes physiologiques responsables du poids corporel ne sont toutefois pas complètement élucidés. Il est connu que plusieurs mécanismes sont présents au niveau de certains organes (intestin, tissu adipeux, cerveau) afin de détecter l’apport, la distribution, le métabolisme et le stockage des nutriments (WHO, 2000). Ces mécanismes, provoquent des changements de 1) l’apport alimentaire, 2) de l’activité du système nerveux autonome, 3) des réponses hormonales et de la pratique d’activité physique afin que le corps puisse maintenir ses réserves énergétiques (Bell & Rolls, 2001; Blundell & Cooling, 2000). Également, ces différents mécanismes déterminent, directement ou indirectement, la proportion de l’apport énergétique qui sera stockée sous forme de protéines ou de lipides (Blundell & Cooling, 2000; Ello-Martin, Ledikwe, & Rolls, 2005). Plusieurs aspects demeurent toutefois incompris et il serait essentiel de mieux comprendre la contribution potentielle des facteurs génétiques et du système nerveux (Figure 1.4). 30 Signaux afférents Contrôle (cerveau) Signaux efférents Signaux nerveux et humoraux Système contrôle (compartiment de stockage des nutriments) Apport alimentaire Système nerveux autonome Composition du régime alimentaire Cerveau Systèmes hormonaux Protéines Lipides Activité physique Facteurs génétiques Figure 1.4 : Processus physiologiques impliqués dans la régulation du poids corporel. Note : Adapté de l’OMS. 5 5 Source : (2000). "Obesity: preventing and managing the global epidemic. Report of a WHO consultation." World Health Organ Tech Rep Ser 894: i-xii, 1-253. 31 1.1.3.3 Activité physique La dépense énergétique totale quotidienne dépend du niveau d’activité physique effectuée (Jequier, 1987). Une personne qui est physiquement active dépensera plus d’énergie et sera moins portée à prendre du poids que quelqu’un avec un mode de vie sédentaire et inactif (Hill & Wyatt, 2005; Jakicic & Otto, 2005). La génétique pourrait avoir un effet sur la pratique d’activité physique (Bouchard & Tremblay, 1990). Bouchard et coll. ont démontré que les variations de la dépense énergétique d’un individu à l’autre, pouvaient en partie être expliqué par le génotype. Cependant, il est généralement accepté que l’influence de la génétique sur cette composante de la dépense énergétique est moins importante que sur les autres composantes (Fogelholm, Mannisto, Vartiainen, & Pietinen, 1996; Hill & Melanson, 1999; Horn, Turkheimer, Strachan, & Duncan, 2015). Les changements de notre milieu de vie au cours des dernières décennies pourraient être le facteur expliquant le plus la réduction de la dépense énergétique liée aux activités physiques (Cruwys, Bevelander, & Hermans, 2015; Hill & Melanson, 1999). Des changements dans notre environnement, comme l’amélioration des technologies, ont substantiellement réduit la dépense énergétique nécessaire pour vaquer aux tâches quotidiennes. Les données indiquent que c’est l’activité physique liée à l’emploi qui aurait diminué le plus (Giskes, van Lenthe, Avendano-Pabon, & Brug, 2011; Hill & Melanson, 1999). En effet, les données d’une étude suggèrent que l’activité physique liée au travail aurait diminué de 100 kcal/jour chez les hommes et les femmes dans les 5 dernières décennies (Church et al., 2011). De plus, l’activité physique liée aux tâches domestiques aurait également diminué ces dernières décennies. Par exemple, l’arrivée de machines à laver, d’ordinateurs, de micro-ondes nous permet de dépenser moins d’énergie (Giskes et al., 2007; Giskes et al., 2011). Même si chacun de ces facteurs réduit de façon minime le temps passé à 32 faire de l’activité physique, cela a tout de même un effet significatif sur la dépense énergétique totale quotidienne (Hill & Peters, 1998; Janiszewski & Ross, 2007). Une faible participation à une activité physique de loisir serait également un facteur expliquant l’augmentation du poids corporel, l’accumulation du tissu adipeux et le développement de l’obésité (Hill & Melanson, 1999). Les évidences scientifiques proviennent, pour la plupart, d’études épidémiologiques qui démontrent une relation inverse entre la pratique régulière d’exercices physiques et l’obésité (French et al., 1994; Littman, Kristal, & White, 2005; Slattery et al., 1992; Williamson et al., 1993). Par exemple, une étude provenant des données de NHANES, a démontré que la pratique d’activités physiques irrégulière était fortement liée au gain de poids chez les hommes et les femmes après 10 ans (Williamson et al., 1993). Les hommes et les femmes peu actifs étaient de 3,1 à 3,8 fois plus à risque de présenter un gain de poids significatif comparativement aux personnes plus actives (Williamson et al., 1993). De plus, selon d’autres données de NHANES, environ 22% des adultes américains ne participent pas à une activité physique sous forme de loisir. Les taux seraient plus élevés chez les femmes hispanophones (46%) et les Américaines d’origines africaines (40%); lesquelles présentent une prévalence d’obésité particulièrement élevée (Crespo, Keteyian, Heath, & Sempos, 1996). L’énergie dépensée via l’activité physique de loisir n’a donc pas suffisamment augmenté afin de compenser pour la diminution de l’activité physique liée au travail et aux tâches domestiques, ce qui crée une balance énergétique positive pour la majorité de la population (Hill & Melanson, 1999). Le volume d’activité physique nécessaire afin de prévenir le gain de poids demeure inconnu (Janiszewski & Ross, 2007). Les évidences scientifiques nous permettant de répondre à cette question sont manquantes (Fogelholm & Kukkonen-Harjula, 2000). Des 33 études randomisées seraient nécessaires afin de savoir combien de temps, à quelle intensité et quel type d’activité physique pourrait prévenir le gain de poids. De plus, le volume d’activité physique nécessaire afin de prévenir un gain de poids pourrait être différent entre les populations et les cycles de la vie (Hill & Wyatt, 2005). Des données épidémiologiques de DiPietro et coll. (Di Pietro, Dziura, & Blair, 2004) suggèrent qu’un niveau d’activité physique de 1,46 à 1,60 fois le métabolisme de repos quotidien serait suffisant afin de prévenir un gain de poids. Selon les auteurs, puisque la plupart des individus sont minimalement actifs, 15 à 30 minutes d’activités physiques de loisirs d’intensité modéré à vigoureux de plus par jour seraient nécessaires afin d’atteindre le niveau d’activité physique de 1,46 à 1,60 (Di Pietro et al., 2004; Saris et al., 2003). De plus, il est généralement suggéré qu’au moins 150 minutes d’exercice à intensité modéré par semaine sont nécessaires afin d’améliorer la santé et prévenir le gain de poids (Jakicic & Otto, 2005; Wessel et al., 2004). Toutefois, selon des données de Blair et coll. (Blair, LaMonte, & Nichaman, 2004), même si 30 minutes d’activité physique modérée par jour ont des effets bénéfiques sur la santé, cela serait insuffisant afin de prévenir un gain de poids, et ce, chez certaines personnes qui auraient besoin d’un volume plus élevé d’exercice ainsi qu’un changement des habitudes alimentaires (Donnelly et al., 2009; Zello, 2006). 1.1.3.4 Habitudes alimentaires L’alimentation joue un rôle important dans l’étiologie de l’obésité. L’apport énergétique peut créer un déséquilibre énergétique affectant le poids. Selon la théorie disant que l’énergie dépensée a diminué au cours des deux ou trois dernières décennies (Hill, Melanson, & Wyatt, 2000), l’obésité ne serait pas survenue si une diminution équivalente de l’apport énergétique avait été observée. Malheureusement, la diminution de la dépense énergétique n’a pas été accompagnée d’une diminution de l’apport 34 énergétique (Ello-Martin et al., 2005; Hill & Melanson, 1999). Nous devons donc nous poser des questions quant aux facteurs qui contribuent à une augmentation de l’apport énergétique ou à une diminution de la dépense énergétique et qui font en sorte que pour plusieurs individus, il est difficile de maintenir un apport équivalent à la dépense énergétique. Plusieurs facteurs peuvent être considérés comme un excès de lipides alimentaires, une augmentation de nourriture ayant une haute densité énergétique, la quantité de glucides consommée, la taille des portions ainsi que la disponibilité et le coût de la nourriture (Ello-Martin et al., 2005; Hill & Melanson, 1999). Le type de macronutriment pourrait avoir un rôle dans le développement d’une balance énergétique positive et l’obésité (Blundell & Cooling, 2000). Les diètes élevées en lipides ont souvent été pointées du doigt comme étant en partie responsable de l’excès de nourriture ingérée et de l’obésité (Lissner, Heitmann, & Bengtsson, 1997; Stubbs, Harbron, Murgatroyd, & Prentice, 1995). Comparativement aux glucides et aux protéines, les aliments riches en lipides ont peu d’effet sur la satiété, ce qui favorise la surconsommation de calories (Lawton, Burley, Wales, & Blundell, 1993). Une métaanalyse a démontré qu’une diète riche en lipides était associée à un gain de poids et que de changer d’une diète élevée en gras à faible en gras était associé à une perte de poids modérée (Astrup et al., 2000). De plus, selon une méta-analyse de Hill et coll. (Hill et al., 2000), le risque de devenir obèse augmente avec une diète riche en lipides et inversement, selon les auteurs, une réduction de l’ingestion de lipides alimentaires mène à une diminution de l’apport énergétique et du poids corporel. Par contre, nous ne pouvons pas conclure que les diètes riches en lipides sont la seule cause de l’obésité (Hill & Melanson, 1999). Il serait plus juste de considérer ces dernières comme étant une des causes augmentant la probabilité de manger en excès (Blundell & Cooling, 35 2000; French, Epstein, Jeffery, Blundell, & Wardle, 2012). Ultimement, l’obésité est créée par un déséquilibre énergétique (Bray & Popkin, 1998; Garland et al., 2011). Il a aussi été suggéré que l’apport énergétique est influencé par la consommation de nourriture à densité énergétique élevée (kcal/g de nourriture) (Roberts et al., 1998). Puisque les diètes élevées en lipides sont également élevées en énergie, la densité énergétique (et non le contenu lipidique des aliments) pourrait mener à un excès de consommation de calories. Ainsi, pour une même quantité de nourriture, plus d’énergie sera consommée lorsque la diète est riche en lipides. Les mécanismes qui expliquent qu’une diète élevée en lipides mène à une balance énergétique positive ont été étudiés. La réponse thermique des aliments est diminuée (24 kcal/jour) lors d’une diète élevée en lipides (40%) comparativement à une diète faible en lipides (20%) (Flatt, Ravussin, Acheson, & Jequier, 1985; Garland et al., 2011). Un autre facteur à considérer est l’efficacité avec laquelle les lipides sont stockés. Une proportion plus importante de l’excès énergétique est stockée lors d’un surplus de lipides (90-95%) qu’un surplus calorique équivalent en glucides (75-85%) (French et al., 2012; Hill et al., 2000; Horton et al., 1995). Un surplus de glucides produit une augmentation progressive de l’oxydation de ceux-ci et de la dépense énergétique, tandis qu’une augmentation des lipides a des effets minimes sur leur oxydation et la dépense énergétique (Bray & Popkin, 1998; Hill et al., 2000). Ainsi, une diète riche en lipides, sur une base quotidienne, pourrait mener à une balance énergétique positive. Inversement, une diète riche en protéines pourrait être bénéfique pour le maintien et la perte de poids (Jakicic et al., 2001). Les études suggèrent qu’un apport protéique élevé augmente la thermogénèse et la satiété (Crovetti, Porrini, Santangelo, & Testolin, 1998; Westerterp, Wilson, & Rolland, 1999; Westerterp-Plantenga, Rolland, Wilson, & Westerterp, 1999), 36 ce qui pourrait avoir un effet positif sur l’apport énergétique total et la gestion du poids corporel (Jakicic et al., 2001). La taille des portions aurait aussi un rôle à jouer dans l’étiologie de l’obésité et d’un excès de consommation de nourriture. La taille des portions a augmentée depuis les dernières décennies, que ce soit dans les restaurants, les supermarchés ou à domicile (Nielsen & Popkin, 2003; Young & Nestle, 2003). Cette augmentation de la taille des portions est survenue de façon parallèle à l’augmentation de la prévalence de l’obésité, ce qui suggère que des portions plus grandes pourraient être en partie responsables de l’augmentation du poids corporel dans la population (Heini & Weinsier, 1997; Ledikwe, Ello-Martin, & Rolls, 2005). Les résultats d’études expérimentales démontrent que la grosseur des portions a un effet sur l’apport total en nourriture chez les adultes (ElloMartin et al., 2005). Cet effet a été observé pour une variété d’aliments lors d’un seul repas (Rolls, Morris, & Roe, 2002; Rolls, Roe, Meengs, & Wall, 2004), ou sur plusieurs journées (Rolls, Roe, Kral, Meengs, & Wall, 2004). Il semblerait que certains adultes ont tendance à ignorer les signaux de satiété. De plus, il serait possible que les enfants apprennent à manger même en l’absence des signaux de faim, et que ce comportement soit maintenu à l’âge adulte (Fisher & Birch, 2002). La grosseur des portions, fait donc partie des facteurs qui encouragent la surconsommation de nourriture. 1.1.3.5 Facteurs environnementaux L’épidémie d’obésité est causée en partie par certains facteurs environnementaux qui contribuent à une consommation excessive de nourriture et n’incitent pas à la pratique d’activité physique (Cohen, 2008; Hill & Melanson, 1999). Les facteurs liés à une surconsommation de nourriture sont la promotion et la publicité, le prix de la nourriture, la disponibilité des aliments et la fréquence des visites aux restaurants (Casey et al., 37 2008; French, Story, & Jeffery, 2001). Notre environnement est caractérisé par l’abondance de nourriture, laquelle est souvent peu couteuse, très calorique et facilement disponible (Hill & Peters, 1998). De plus, la prévalence élevée d’obésité peut s’expliquer par le fait que notre mode de vie est associé à une diminution de notre dépense énergétique associée aux activités physiques (Jeffery & Utter, 2003; Morrow, Jackson, Bazzarre, Milne, & Blair, 1999). Ceci peut s’expliquer en partie puisque notre environnement favorise une diminution de la dépense énergétique (Sims, 2001). Plusieurs facteurs sont responsables de cette diminution de la pratique d’activité physique, tels qu’une augmentation des heures d’écoute de télévision, l’utilisation de l’automobile comme mode de transport et une diminution de l’accessibilité et la proximité d’endroits pour pratiquer une activité physique (French et al., 2001). De plus, la présence de la télévision, des jeux électroniques et des ordinateurs ont eu comme conséquence d’augmenter le temps passé à faire des activités sédentaires chez les enfants et les adultes (Hill & Peters, 1998). Ainsi, un nombre important de changements environnementaux sont en partie responsables de l’obésité. Par contre, l’étiologie de l’obésité est complexe et les causes varient grandement d’un individu à l’autre. Il est donc important de comprendre ces différences interindividuelles afin de mieux prévenir et traiter l’obésité ainsi que les désordres métaboliques et les problèmes de santé associés. 1.1.3.6 Facteurs génétiques L’obésité peut survenir suite à l’action concomitante des facteurs environnementaux et génétiques (Loos, 2009). En effet, un environnement « obésogène » augmente le risque d’obésité; et ce particulièrement chez les individus présentant une prédisposition génétique (Kopelman, 2000; Loos, 2009). Certaines études comparant des jumeaux et des enfants adoptés suggèrent que 40 à 70% de la variation interindividuelle de l’IMC 38 sont héritables; donc attribuables à certains facteurs génétiques (Maes, Neale, & Eaves, 1997; Perusse et al., 2005; Wardle, Carnell, Haworth, & Plomin, 2008). En effet, chez les enfants adoptés, l’IMC est corrélé à celui de leurs parents biologiques plutôt qu’à celui de leurs parents adoptifs (Sorensen, Holst, Stunkard, & Skovgaard, 1992). Ces dernières années, d’importants progrès dans le domaine de la génétique ont permis d’identifier 15 gènes associés à l’obésité (Loos, 2009). Par exemple, le gène MC4R, qui est exprimé dans le système nerveux central, joue un rôle important dans la régulation de l’apport calorique et l’homéostasie énergétique (Huszar et al., 1997). Le gène PCSK1 serait, quant à lui, impliqué dans la régulation du métabolisme énergétique (Farooqi et al., 2007). La réplication de plusieurs de ces gènes proposés est toutefois inconsistante à travers les différentes études, ce qui fait que l’association entre ces gènes et l’obésité demeure ambigüe (Loos, 2009). En résumé, les méta-analyses et les études de grande envergure ont identifié 5 variantes à partir de 4 gènes candidats qui sont fortement associés à l’obésité (Loos, 2009). Ces découvertes dans le domaine de l’obésité et de la génétique nous permettent de mieux comprendre les mécanismes pathophysiologiques impliqués dans le développement de l’obésité (Loos, 2009; Maes et al., 1997; Rankinen et al., 2006). Ces avancements ont également contribué au développement de profils de risque génétiques qui pourraient prédire, dès un jeune âge, les personnes étant susceptibles de souffrir d’obésité. Toutefois, le principal défi de cette approche est son implication en santé publique et le transfert de ce nouveau savoir en pratique clinique. 1.1.3.7 Autre facteur ayant un effet sur le gain de poids Médicaments Plusieurs facteurs contribuent à l’obésité, dont le gain de poids associé à la prise d’un médicament (Cheskin et al., 1999). Effectivement, un nombre important de médicaments peut causer un gain de poids (Malone, 2005; Shukla, Buniak, & Aronne, 2015). Par 39 contre, il existe une variation interindividuelle importante quant aux effets des médicaments sur le poids (Malone, 2005). La plupart des médicaments étant associés à un gain de poids sont ceux utilisés dans le traitement des problèmes psychiatriques, neurologiques et du diabète (Malone, 2005). Ainsi les antidépresseurs, les antiépileptiques, les hypoglycémiants, les β-bloquants et les hormones stéroïdes sont souvent associé à un gain de poids (Fernstrom, 1995). Premièrement, pour ce qui est des agents utilisés pour le traitement des problèmes psychiatriques, les médicaments utilisés ultérieurement (chlorpromazine, haloperidol et flupenthixol) ainsi que certains nouveaux médicaments seraient susceptibles de causer un gain de poids variant selon les individus et les médicaments utilisés (Cheskin et al., 1999; Shukla et al., 2015). Les mécanismes via lesquelles ces agents causent un gain de poids ne sont pas complètement élucidés. Cela pourrait être dû à l’interaction entre le médicament et certains récepteurs (dopamine, sérotonine, histamine) (Lean & Pajonk, 2003; Sussman, 2001). En effet, une augmentation des niveaux de leptines et une diminution des récepteurs de la leptine pourrait expliquer le gain de poids chez les individus utilisant des agents pharmacologiques pour des problèmes psychiatriques (Lean & Pajonk, 2003). Des interventions pharmacologiques et comportementales ont été proposées afin de limiter le gain de poids associé à la prise de ces médicaments (Hester & Thrower, 2005). Ainsi, des agents alternatifs comme le famotidine et le nizatidine seraient efficaces afin de prévenir ou atténuer le gain de poids (Atmaca, Kuloglu, Tezcan, & Ustundag, 2003; Cavazzoni, Tanaka, Roychowdhury, Breier, & Allison, 2003). Pour ce qui est des antidépresseurs, le tricyclique, les inhibiteurs monoamine-oxydase et le lithium sont bien connus pour favoriser un gain de poids (Malone, 2005). Par 40 contre, l’inhibiteur de la captation de sérotonine est connu pour son effet neutre, à court terme, sur le poids (Ruetsch, Viala, Bardou, Martin, & Vacheron, 2005). Encore une fois, c’est via leur interaction sur les récepteurs que ces médicaments ont un effet sur la régulation de l’appétit. Le topiramate pourrait être utilisé comme antidépresseur afin de limiter le gain de poids, puisqu’il semble plutôt créer une perte de poids (environ 4kg sur 10 semaines) (Van Ameringen, Mancini, Pipe, Campbell, & Oakman, 2002). Plusieurs mécanismes peuvent expliquer le gain de poids qui survient suite à une médication pour traiter le diabète. En effet, une amélioration du contrôle glycémique serait associée à une diminution de 1) la synthèse protéique 2) la dépense énergétique et 3) du métabolisme de repos (Krentz & Bailey, 2005; Purnell & Weyer, 2003). Deux études ont démontré une augmentation significative du poids chez les patients traités à l’insuline (DCCT, 1995; UKPDS, 1998). Une injection d’insuline à raison de 3 fois par jour serait associée à 73% plus de risque de présenter un surpoids (DCCT, 1995). Parmi les autres médicaments utilisés afin de traiter le diabète, le thiazolidinedione est associé à un gain de poids de plus de 10 kg en moyenne (Isley, 2001). Pour ce qui est nouveaux agents antidiabétiques, le pramlintide (un analogue synthétique de l’amylin; hormone impliquée dans la régulation du glucose) ne semble pas causer un gain de poids et pourrait même induire une perte de poids (Mouser, 2004). Quant au β-bloquants, il a été démontré que le propanolol est associé à un gain de poids de 2,3 kg en moyenne, comparativement à un gain de 1,3 kg dans le groupe placebo chez des patients ayant eu un infarctus du myocarde (Rossner, Taylor, Byington, & Furberg, 1990). Cette différence persistait suite à 3 ans de suivi et n’était pas attribuable aux différences d’âge, de sexe ou du niveau d’activité physique. L’atenolol, l’acebutolol et le metropolol sont également des β-bloquants reconnus pour 41 leur effet sur le gain de poids (0,5 à 4,3 kg/année en moyenne) (Sharma, Pischon, Hardt, Kunz, & Luft, 2001). Leur effet pourrait s’expliquer par une diminution du métabolisme énergétique due à une diminution de l’activité du système nerveux sympathique. Il y aurait également une réduction de l’activité physique due à la fatigue et l’essouflement, lesquels sont des effets secondaires de la prise de β-bloquants (Kumpusalo & Takala, 2001; Sharma et al., 2001). De plus, les α-bloquants tel que le clonidine et le prazosin pourraient causer un gain de poids. Une étude a démontré que les patients traités au clonidine avaient un gain de poids de 1,4 ± 7,5 kg en moyenne suite à 2 ans de traitement, tandis que ceux traités au prazosin augmentaient leur poids de 0,9 ± 6,5 kg en moyenne (Gottdiener et al., 1998). Pour les personnes prédisposées à un surpoids, des médicaments alternatifs devraient être envisagés, et les médicaments qui peuvent causer un gain de plus de 7% du poids corporel devraient être évités (Tableau 1.4). Le gain de poids devrait être considéré comme un effet secondaire important des médicaments puisque ce dernier pourrait être la cause de la non-adhésion au traitement (Sansone, Sansone, Gaither, & Morris, 2004) ou causer des problèmes de santé (Malone, 2005). 42 Tableau 1.4 Médicaments associés à un gain de poids Note : Tiré de Langlois et coll., 2004. 6 6 Source : Langlois, M. F. (2004). “Les médicaments qui font engraisser ou les médicaments au banc des accusés...” Le Médecin du Québec, 39(2). 43 1.2 1.2.1 Composition corporelle Évaluation de l’adiposité totale 1.2.1.1 Poids L’utilisation du poids comme seule donnée afin d’estimer l’adiposité est inappropriée puisqu’il ne considère pas le fait que le poids est proportionnel à la grandeur; une observation qui fut documentée au 19e siècle par un mathématicien belge (Quetelet, 1968). Cette relation, originalement connue sous l’Index Quetelet (Eknoyan, 2008), est maintenant connue comme étant l’IMC. La première fois où l’obésité a été diagnostiquée sous la base du poids corrigé pour la grandeur était à l’aide des tableaux d’actuaires de la Metropolitan Life Insurance Company (Quetelet, 1968). Ces tableaux étaient utilisés afin d’estimer le poids idéal et de déterminer le pourcentage d’excès de poids. Puisque ces tableaux n’étaient pas basés sur une simple formule et nécessitaient l’interprétation subjective de la constitution d’un individu selon qu’il était normal, mince ou gros, leur utilisation n’était pas appropriée. Ainsi, puisque l’utilisation simple du poids n’est pas une méthode efficace afin d’évaluer si une personne est en surpoids ou non, d’autres outils ou indices ont été développés. 1.2.1.2 Indice de masse corporelle L’IMC est un des outils le plus communément utilisés afin d’estimer le niveau d’obésité. Puisqu’il est simple à calculer, il est souvent utilisé dans les études épidémiologiques. Il est également recommandé comme outil de dépistage dans l’évaluation clinique de l’obésité (Health, 2000). Les résultats d’une revue de littérature a démontré une augmentation de la morbidité et de la mortalité chez les personnes ayant un IMC >30 kg/m2 (Lloyd-Jones et al., 2010). Plusieurs facteurs limitent cependant la précision de l’utilisation de l’IMC en milieu clinique chez les adultes ayant un IMC >30 kg/m2 (Romero-Corral et al., 2008). Premièrement, l’IMC ne permet pas de déterminer la 44 masse grasse et la masse maigre (Cornier et al., 2011). Un individu peut donc présenter un poids normal et un excès de gras sans pour autant être diagnostiqué comme étant en surpoids ou obèse. Inversement, un adulte ayant une masse maigre importante pourrait être classifié en surpoids ou obèse (ex. : les culturistes). De plus, nous savons que le vieillissement est accompagné d’une augmentation progressive du ratio tissu adipeux/masse maigre (Cornier et al., 2011; Prentice & Jebb, 2001). Ceci se produit même chez les personnes qui maintiennent un IMC constant (Cornier et al., 2011; Prentice & Jebb, 2001). Ainsi, la relation entre l’IMC et la masse grasse dépend de l’âge, est non linéaire et son application est problématique chez les femmes ménopausées (Prentice & Jebb, 2001). L’IMC ne détecte donc pas les changements de masse maigre et de masse grasse qui accompagnent normalement le vieillissement. Ainsi l’IMC pourrait ne pas corréler avec la masse grasse selon le profil de l’individu (Gallagher et al., 1996). Pour un IMC similaire, les femmes ont généralement un pourcentage de masse grasse plus élevé que les hommes (Gallagher et al., 1996). De plus, les femmes hispaniques ont un pourcentage de masse grasse plus élevé que les femmes afroaméricaines et caucasiennes présentant un IMC similaire (Fernandez et al., 2003). Les femmes afro-américaines ont également un pourcentage de masse grasse moins élevé que les femmes caucasiennes ayant un IMC similaire (Evans et al., 2006). Pour ce qui est de la population asiatique, ils ont proportionnellement plus de masse grasse qu’un caucasien pour un IMC donné. Ainsi, un IMC entre 23 et 27 kg/m2 serait plus approprié afin de définir le surpoids chez cette population (Goh, Tain, Tong, Mok, & Wong, 2004). La mesure de l’IMC peut également présenter certaines limites lors d’un programme de perte de poids puisqu’il ne fait pas la distinction entre une perte de masse grasse et une perte de masse maigre (Prentice & Jebb, 2001). Ainsi, le fait de mesurer seulement l’IMC ne nous permet pas de savoir si une perte de masse maigre est survenue, qui est 45 une information essentielle surtout lors d’un programme de perte de poids n’incluant pas d’exercise physique (Figure 1.5) (Prentice & Jebb, 2001). Effectivement, tel que démontré dans la figure ci-dessous, la diminution de la masse maigre est plus prononcé lors d’une perte de poids non accompagnée d’un exercice physique. Une analyse précise de la composition corporelle s’avère donc utile afin de comparer l’effet de différentes interventions. Figure 1.5: Effets de l’exercice physique sur la composition corporelle suite à une restriction calorique. 7 7 Source: Prentice, A. M. and S. A. Jebb (2001). "Beyond body mass index." Obes Rev 2(3): 141147. 46 1.2.2 Distribution du tissu adipeux et évaluation de la composition corporelle La simple mesure du poids et de l’IMC ne nous aide pas à évaluer adéquatement la composition corporelle; spécialement chez les personnes ayant un IMC de plus de 30 kg/m2 (Blew et al., 2002; Evans et al., 2006). Ainsi, plusieurs techniques existent de nos jours afin d’évaluer précisément la composition corporelle [méthodes d’imageries et absorption biphotonique à rayons X (DXA)]. 1.2.2.1 Circonférence de taille La circonférence de la taille fut un des premiers moyens proposés afin de quantifier la distribution de la graisse. C’est une méthode simple et peu dispendieuse, mais efficace afin d’évaluer l’obésité abdominale (Pouliot et al., 1994; Scafoglieri, Clarys, Cattrysse, & Bautmans, 2014). Cette méthode démontre une excellente corrélation avec la mesure de la masse grasse abdominale pouvant être obtenues à l’aide d’outils plus complexes comme les méthodes d’imageries utilisées en milieu hospitalier (Pouliot et al., 1994). Il a été démontré que la circonférence de taille chez les femmes est fortement associée à la masse grasse (r= 0,93), au tissu adipeux viscéral (r= 0,87) et au gras sous-cutané abdominal (r= 0,91) mesuré par tomographie axiale (Pouliot et al., 1994; Scafoglieri et al., 2014). De plus, la circonférence de la taille est fortement associée aux maladies cardiovasculaires et à la mortalité (Canoy et al., 2007; de Koning, Merchant, Pogue, & Anand, 2007). Pour ces raisons, il a été accepté d’inclure la circonférence de taille dans la définition du syndrome métabolique (NCEP, 2002). Par contre, on doit se rappeler que la circonférence de taille inclut le tissu adipeux sous-cutané et le tissu adipeux viscéral. Ceci est un point important puisque le tissu adipeux viscéral est le dépôt de graisse qui serait le plus fortement associé aux complications en lien avec l’obésité 47 (Despres, 2006; Fox et al., 2007; Tchernof & Despres, 2013). Ce sujet sera abordé de façon plus approfondie dans une prochaine section. La circonférence de taille est facilement mesurable à l’aide d’un ruban à mesurer. Cependant, tous ne s’accordent pas quant à l’endroit où l’on prend la mesure. Effectivement, dans une revue systématique récente, les auteurs ont recensé huit différents emplacements pour mesurer de la circonférence de taille (Ross et al., 2008). Cette variabilité dans les techniques de mesure pourrait être problématique puisque chaque site de mesure est associé à des données différentes (Mason & Katzmarzyk, 2009). La mesure à la crête iliaque est la technique recommandée par le National Institutes of Health et le National Heart, Lung and Blood Institute (Grundy et al., 2005) puisque la structure osseuse demeure stable malgré les changements de poids corporels. L’OMS recommande, quant à elle, le point milieu entre la crête iliaque et la côte inférieur (WHO, 2000). Cette mesure nécessite cependant plus d’habileté et de temps qu’une mesure à la crête iliaque seulement (Rudolf, Walker, & Cole, 2007). Les résultats d’une étude récente suggèrent toutefois que l’association entre la circonférence de taille et les facteurs de risque cardiométaboliques est similaire, quel que soit le site de mesure de la circonférence de taille (Mason & Katzmarzyk, 2009). Ainsi, le choix du site de mesure de la circonférence de taille n’influencerait pas le diagnostic du syndrome métabolique. Comparativement à l’IMC, la circonférence de taille semble être associée plus fortement aux facteurs de risque cardiométabolique (Despres & Lemieux, 2006; Wang, Rimm, Stampfer, Willett, & Hu, 2005), l’incidence des événements cardiovasculaires et la mortalité prématurée (de Koning et al., 2007; Dobbelsteyn, Joffres, MacLean, & Flowerdew, 2001). Les détériorations des facteurs de risque cardiométabolique 48 associées à l’obésité abdominale sont attribuables à la présence de tissu adipeux viscéral, lequel est associé à la résistance à l’insuline, aux dyslipidémies et à l’hypertension (de Koning et al., 2007; Despres et al., 1990; Tchernof et al., 1996). Que ce soit pour les hommes ou les femmes, une circonférence de taille d’environ 95 cm correspond au seuil critique de tissu adipeux viscéral de 130 cm2 proposé par Lemieux et coll. en 1996 (Lemieux, Prud'homme, Bouchard, Tremblay, & Despres, 1996). Toutefois, une circonférence de taille ≥102 cm pour les hommes et ≥88 cm pour les femmes est utilisée par l’ATPIII comme critère du syndrome métabolique puisque ces valeurs correspondent à un IMC de 30 kg/m2 (NCEP, 2001; Zimmet, Magliano, Matsuzawa, Alberti, & Shaw, 2005). Ces points de coupures n’ont cependant pas été élaborés sur la base de la relation entre la circonférence de la taille et les risques pour la santé; ils ont été désignés comme méthode alternative à l’IMC afin d’identifier les individus qui nécessiteraient une perte de poids. Afin de contourner cette limite, Ardern et coll. (Ardern, Janssen, Ross, & Katzmarzyk, 2004) ont évalués la spécificité et la sensibilité de différents seuils de circonférence de la taille à risque pour la santé en fonction de différents IMC (Tableau 1.5). Les résultats ont récemment été adaptés et inclus dans les recommandations de la Société Canadienne de Physiologie de l’Exercice (Longmuir, Colley, Wherley, & Tremblay, 2014). 49 Tableau 1.5 Guide clinique de la mesure de la circonférence de taille pour chaque catégorie d’IMC Note: Adapté de CSEP-Physical Activity Training for Health (CSEP-PATH), 2013. 50 En somme, la circonférence de taille est un outil simple et efficace afin de déterminer la distribution du tissu adipeux. Il est également un bon complément à l’IMC (Lee, Huxley, Wildman, & Woodward, 2008; Zhu et al., 2004). Ceci tient du fait que l’IMC ne tient pas compte des importantes variations de la distribution du tissu adipeux entre les individus (Michels, Greenland, & Rosner, 1998). La circonférence de taille compense pour cette limite puisque cet outil considère le tissu adipeux abdominal (Pouliot et al., 1994; Scafoglieri et al., 2014). Janssen et coll. ont démontré que la circonférence de taille était indépendamment associée aux maladies cardiovasculaires, ce qui en fait un outil potentiellement utile d’un point de vue clinique. Ainsi, la circonférence de taille combinée à l’IMC est préférable à l’IMC seule afin d’évaluer les risques liés à l’obésité (Zhu et al., 2004). La mesure de la circonférence de taille requiert peu de coûts supplémentaires et peut augmenter l’habileté du clinicien à identifier les individus à risque de maladies en lien avec un excès de tissu adipeux (Zhu et al., 2004). La simplicité avec laquelle il peut être utilisé en clinique et la facilité d’interprétation des résultats en fait un outil avantageux (Dobbelsteyn et al., 2001). Cela requiert seulement l’achat d’un ruban, la formation de professionnels et peut facilement être incorporé à l’évaluation du patient lors de la prise du poids. 1.2.2.2 Méthodes d’imagerie Les techniques d’imagerie présentent plusieurs avantages et inconvénients (voir tableau ci-dessous). Elles permettent de quantifier le tissu adipeux de façon non invasive. Pour cette raison, plusieurs études épidémiologiques ont examiné l’association entre les dépôts de tissu adipeux et certaines maladies (Fox et al., 2007; Fox et al., 2010). Ainsi, la tomodensitométrie (CT-scan) et l’imagerie par résonnance magnétique (IRM) sont deux méthodes couramment utilisées en recherche (Fox et al., 2009; Fox et al., 2007; Fox et al., 2010). Elles ont l’avantage de faire la distinction entre les muscles, les os 51 ainsi que le tissu adipeux sous-cutané et le tissu adipeux viscéral. D’autres techniques comme le Multidetector computed tomography (MDCT), l’ultrasonographie et la résonance par spectroscopie sont également utilisées afin de différencier et quantifier les multiples types de tissu adipeux et le contenu lipidique de certains organes/tissus (voir Tableau 1.6). Il est important de mentionner que l’utilisation de ces méthodes d’imageries est limitée par le coût, la disponibilité, le temps d’acquisition d’une image et les habiletés nécessaires afin d’analyser les images. Pour ces raisons, il est pratiquement impossible d’utiliser ces outils en clinique. 52 Tableau 1.6 Méthodes d’imagerie Techniques Épicardial/péricardial - Intrahépatique - Très sécuritaire - Relativement peu couteux - Disponible facilement - Utile pour plusieurs tests cliniques Tomodensitométrie multidimensionnelle (MDCT) - Péricardial - Péricoronaire - Thoracique périaortique - Viscéral - Périvasculaire - Intrahépatique - Intramusculaire Inconvénients - Le gras péri cardial est seulement mesuré sur le ventricule gauche. - Le degré d’obésité peut réduire la qualité de l’image. -La mesure du foie est moins précise que d’autres méthodes. - Facile d’utilisation - Souvent utilisé pour d’autres tests cliniques - Radiations - Ne peut pas accommoder les individus avec obésité sévère Imagerie par résonnance magnétique (IRM) - Péricardial - Viscéral - Périvasculaire - Intrahépatique - Sinus rénal - Intra musculaire Résonnance par spectroscopie -Intramyocardiale - Intrahépatique Intrapancréatique - Intra musculaire Ultrason Types de gras analysé Avantages - Méthode étalon pour quantifier le tissu adipeux viscéral - Pas de radiation ou d’ionisation requise - Peut évaluer plusieurs types de dépôts adipeux - Peut mesurer le contenu lipidique d’un organe - Non invasif - Pas de radiation ou d’ionisation requise - Méthode d’imagerie la plus efficace afin de quantifier ces dépôts - Plus couteux que le MDCT ou l’échocardiographie - Examen long et moins bien toléré par les patients - Ne peut pas accommoder les individus avec obésité sévère - N’est pas utilisé couramment en clinique Note : Tiré de Britton et coll., 2011. 8 8 Source : Britton, K. A. and C. S. Fox (2011). "Ectopic fat depots and cardiovascular disease." Circulation 124(24): e837-841. 53 1.2.2.3 Absorption biphotonique à rayons X (DXA) Le DXA est une des méthodes couramment utilisées en recherche. Globalement, le DXA quantifie l’atténuation de la radiation suite à son passage via les os et les tissus mous (Brownbill & Ilich, 2005). C’est un outil de choix que plusieurs considèrent comme la mesure étalon pour étudier la composition corporelle (Cornier et al., 2011; Lang, Trivalle, Vogel, Proust, & Papazian, 2015). Il est facile d’utilisation, précis, et permet de distinguer la masse maigre de la masse grasse (Brownbill & Ilich, 2005). Le DXA est considéré comme étant une des technologies les plus précises avec un coefficient de variation entre 3,1 et 4,3% pour le tissu adipeux (Cummings et al., 2000; Ilich, Zito, Brownbill, & Joyce, 2000). Par contre, certaines études suggèrent que cet outil pourrait sous-estimer la quantité de masse grasse à des pourcentages très bas et surestimer la masse grasse a des pourcentages élevé chez les adultes et les enfants (Sopher et al., 2004; Van Der Ploeg, Withers, & Laforgia, 2003). Le DXA permet de bien quantifier la masse corporelle, mais a de la difficulté à diviser cette masse en différents compartiments (masse grasse et masse maigre) chez les individus maigres (Van Der Ploeg et al., 2003). Le DXA ne permettrait également pas de distinguer les variations de l’hydratation de la masse maigre; ce qui pourrait causer des erreurs dans la mesure du pourcentage de la masse grasse (Van Der Ploeg et al., 2003). Le DXA est également utilisé afin d’évaluer la distribution du tissu adipeux (Park, Heymsfield, & Gallagher, 2002). Le tissu adipeux abdominal est habituellement mesuré entre les vertèbres L1 et L4 à l’aide de techniques d’imagerie plus complexes comme le CT-scan ou l’IRM (Plank, 2005). Le DXA quant à lui, ne permet pas différencier entre le gras sous-cutané et le gras viscéral. Par contre, les études ont démontré que la masse grasse abdominale mesurée par DXA et le CT-scan était bien corrélée (r entre 0,84 et 0,87), et ce, même si le DXA sous-estime systématiquement la masse grasse 54 abdominale comparativement au CT-scan (Andreoli, Scalzo, Masala, Tarantino, & Guglielmi, 2009; Glickman, Marn, Supiano, & Dengel, 2004a). De plus, le DXA est un outil fidèle afin de mesurer la masse totale (r= 0,94), la masse grasse (r= 0,97) et la masse maigre (r= 0,89) (Glickman et al., 2004a). C’est aussi un outil très valide (Glickman, Marn, Supiano, & Dengel, 2004b). Dans nos laboratoires, les coefficients de variations pour ce qui est de la masse grasse et la masse maigre sont de 0,9% et 0,4%, respectivement (mesurés sur 10 participants, 1 semaine d’écart) (Aubertin-Leheudre, Lord, Goulet, Khalil, & Dionne, 2006). Le DXA est un outil très intéressant afin de mesurer la composition corporelle et la distribution du tissu adipeux, mais il n’est utilisé qu’à des fins de recherche jusqu’à maintenant. Le DXA présente certaines limites. Même s’il permet de mesurer la composition corporelle, plusieurs s’interrogent quant à sa validité, surtout lors de cas extrêmes d’épaisseur de tissu et du niveau d’hydratation (Brownbill & Ilich, 2005). Effectivement, le niveau d’hydratation d’un individu pourrait avoir des conséquences sur le calcul des tissus mous (Lohman, Harris, Teixeira, & Weiss, 2000). Lohman et coll. (Lohman et al., 2000) ont suggéré qu’une différence de 5% du contenu hydrique de la masse maigre causerait une variation de 1 à 2,5% de la mesure estimée du DXA. De plus, les résultats peuvent différer pour une même personne selon le manufacturier de DXA (Yang, Zhu, & Paton, 2004). Malgré ces limites, le DXA est tout de même recommandé afin de mesurer précisément la composition des tissus mous et les changements de ces tissus suite à une perte de poids (Brownbill & Ilich, 2005). 1.2.3 Effets de la ménopause sur la composition corporelle L’incidence plus élevée de l’obésité chez les femmes ménopausées serait en partie due aux changements hormonaux se produisant pendant cette période; lesquels seraient 55 associés à une diminution de la dépense énergétique totale quotidienne dû a une diminution de la dépense d’énergie par l’activité physique et un mode de vie plus sédentaire (Duval et al., 2013, 2014; Frisard et al., 2007). Le résultat serait une augmentation et une redistribution de la masse grasse les années suivant la ménopause (Lovejoy, 1998; Milewicz et al., 2001). Il est connu que les concentrations plasmatiques d’estrogène sont associées à l’accumulation de tissu adipeux dans la région glutéofémoral (Krotkiewski, Bjorntorp, Sjostrom, & Smith, 1983; Rettberg, Yao, & Brinton, 2014). Les données scientifiques suggèrent également que la transition à la ménopause est accompagnée d’une augmentation de l’adiposité abdominale, et plus particulièrement au niveau viscéral; et ce indépendamment de l’âge et de l’adiposité totale (Al-Zadjali et al., 2010). Pour ce qui est de la masse maigre, il y aurait une diminution de la masse musculaire associée au vieillissement que l’on nomme sarcopénie (Goodpaster et al., 2006). Ce phénomène pourrait s’observer autant chez les hommes que chez les femmes (Baumgartner et al., 1998), et a été associé à plusieurs conséquences comme les incapacités fonctionnelles et la perte d’autonomie (Janssen, Heymsfield, & Ross, 2002; Lin et al., 2004; Newman et al., 2003). La transition à la ménopause et la diminution subséquente des concentrations d’estrogène pourraient avoir un rôle à jouer dans la diminution de la masse musculaire chez les femmes (Douchi et al., 1998; Maltais, Desroches, & Dionne, 2009). Effectivement, une diminution accélérée de la masse musculaire a été démontrée après 50 ans, c’est-à-dire, près des années de la ménopause (Aloia, McGowan, Vaswani, Ross, & Cohn, 1991). Van Geel et coll. (van Geel, Geusens, Winkens, Sels, & Dinant, 2009) ont observé une relation positive entre la masse maigre et les niveaux d’estrogène. Les mécanismes qui pourraient expliquer pourquoi une diminution des niveaux d’estrogène a un effet négatif sur la masse 56 musculaire ne sont pas très bien compris (Davis et al., 2012). Mais, il a été suggéré qu’une diminution des concentrations d’estrogène serait associée à une augmentation des cytokines pro-inflammatoires (TNF-α, IL-6); lesquelles seraient impliquées le processus de sarcopénie (Roubenoff, 2003). L’inactivité physique pourrait également être un contributeur important à la sarcopénie (Doherty, 2003; Manini, Hong, & Clark, 2013). Il est bien établi que les hommes et les femmes physiquement moins actifs ont une masse musculaire plus faible (Evans, 1997; Porter, Vandervoort, & Lexell, 1995). De plus, les caractéristiques de la masse musculaire pourraient changer pendant la ménopause. C’est-à-dire que, selon Jubrias et coll. (Jubrias, Odderson, Esselman, & Conley, 1997), les femmes ménopausées auraient une quantité importante de lipides intramusculaire comparativement à des femmes plus jeunes (Dube & Goodpaster, 2006; Kelley, 2002; Shefer, Van de Mark, Richardson, & Yablonka-Reuveni, 2006). 1.3 L’obésité et les facteurs de risque cardiométabolique Le terme « risque cardiométabolique » a été utilisé pour la première fois par l’Association Américaine du Diabète (Eckel, Kahn, Robertson, & Rizza, 2006) afin d’inclure les facteurs de risque du diabète de type 2 et des maladies cardiovasculaires. Non seulement les facteurs de risque du syndrome métabolique, tel qu’une augmentation des lipides sanguins, de la pression artérielle et de la glycémie, y sont inclus, mais également tous les autres facteurs qui peuvent contribuer à l’augmentation du risque cardiométabolique (voir Figure 1.6). Cette section sera donc composée de plusieurs parties portant sur les facteurs de risque existants qui augmentent le risque des maladies cardiovasculaires et le diabète de type 2. 57 Métabolisme des lipides anormal Âge, ethnie, genre, historique familial Hypercoagulation, inflammation Hypertension Tabagisme, sédentarité, habitudes alimentaires Facteurs de risque émergents Surpoids, obésité Âge Résistance à l’insuline Génétique Syndrome de résistance à l’insuline Lipides Pression artérielle Glucose Risque cardiométabolique (diabète de type 2 et maladies cardiovasculaires) Figure 1.6 : Facteurs de risque qui contribuent au risque cardiométabolique. Note : Adapté de Leiter et coll., 2011. 9 9 Source: Leiter, L. A., et al. (2011). "Cardiometabolic risk in Canada: a detailed analysis and position paper by the cardiometabolic risk working group." Can J Cardiol 27(2): e1-e33. 58 1.3.1 Résistance à l’insuline L’insuline est sécrétée par les cellules β des îlots de Langerhans du pancréas (Brooks, Fahey, & Baldwin, 2005; Leiter et al., 2011). C’est une hormone polypeptidique qui stimule l’absorption du glucose, et des acides aminés et inhibe la libération des acides gras libres dans les cellules du foie, du tissu adipeux et des muscles. L’insuline favorise également le stockage des nutriments sous forme de glycogène, de lipides et de protéines, respectivement (Brooks et al., 2005). L’insuline est la principale hormone qui régule l’homéostasie du glucose. Les trois principaux tissus cibles de l’insuline sont le muscle squelettique, le tissu adipeux et le foie (Saltiel & Kahn, 2001). L’insuline augmente la captation du glucose au niveau musculaire et au niveau du tissu adipeux et inhibe la production hépatique du glucose (Saltiel & Kahn, 2001). Certains tissus sont plus interpellés que d’autres lors des variations de la glycémie. Par exemple, pendant les périodes de repos et de jeûne, le cerveau consomme près de 60 % du glucose. Dans ces conditions, c’est 90 % du glucose circulant qui provient de la production hépatique, laquelle assure une glycémie stable malgré la consommation glucidique périphérique et centrale (Saltiel & Kahn, 2001). Par contre, après l’ingestion d’un repas, les muscles squelettiques captent 80-90 % du glucose sanguin, tandis qu’environ 10 % est capté par le tissu adipeux (Saltiel & Kahn, 2001). L’insuline agit également sur le foie afin de supprimer la production hépatique du glucose de manière à maintenir la glycémie, et pour maintenir les réserves hépatiques de glycogène. L’insuline joue un rôle anabolique majeur au niveau de l’organisme dans la mise en réserve et l’utilisation des substrats énergétiques (Saltiel & Kahn, 2001). Que ce soient 59 les glucides ou les lipides dans le foie et les muscles squellettiques, l’insuline 1) stimule la lipogenèse, la synthèse du glycogène et des protéines et 2) inhibe la lipolyse, la néoglucogenèse et la synthèse protéique (Figure 1.7) (Saltiel & Kahn, 2001). Elle exerce également certaines fonctions sur le métabolisme protéique (augmentation de la synthèse et inhibition de la protéolyse) et le contrôle de l’apoptose (Moller & Flier, 1991; Saltiel & Kahn, 2001). L’ensemble de ces effets est le résultat de la liaison de l’hormone à un récepteur spécifique présent à la surface de toutes les cellules de l’organisme, mais exprimé surtout dans le foie, le muscle et le tissu adipeux. Figure 1.7 : Régulation du métabolisme par l’insuline. 10 Dans certains cas, il peut se produire une diminution de la sensibilité à l’insuline, c’est-àdire que l’insuline n’agit pas de façon optimale. Par exemple, l’obésité est généralement associée à la résistance à l’insuline (Guilherme, Virbasius, Puri, & Czech, 2008). Il est maintenant reconnu qu’il existe une association entre l’obésité et le diabète de type 2; 10 Source: Saltiel, A. R. and C. R. Kahn (2001). "Insulin signalling and the regulation of glucose and lipid metabolism." Nature 414(6865): 799-806. 60 cette association sera expliquée plus en détail (Flier, 2004; Kahn & Flier, 2000). La résistance à l’insuline est un aspect fondamental dans l’étiologie du diabète de type 2. Elle est également fortement associée au profil athérogène, pro-thrombotique et inflammatoire que l’on retrouve chez les individus ayant des facteurs de risque cardiométaboliques (Leiter et al., 2011; Reaven, 1988). Par contre, la contribution directe de la résistance à l’insuline au risque cardiométabolique est sujette de débats (Kahn, Buse, Ferrannini, & Stern, 2005; Reaven, 2011). Plusieurs aspects au sujet des mécanismes pouvant expliquer le lien entre l’obésité et la résistance à l’insuline demeurent inconnus (Guilherme et al., 2008; Stumvoll, Goldstein, & van Haeften, 2005). Certains proposent que la résistance à l’insuline et l’hyperinsulinémie pourrait contribuer au développement de l’obésité (Kahn & Flier, 2000; Kahn, Cooper, & Del Prato, 2014). Voici quelques explications concernant le lien entre l’obésité et la résistance à l’insuline. La résistance à l’insuline présente chez les individus obèses ou atteints du diabète de type 2 se manifeste lorsque l’insuline n’agit pas de façon optimale; c’est-à-dire qu’il y a une diminution de la captation et du métabolisme du glucose au niveau du muscle squelettique et des adipocytes et une augmentation de la production endogène de glucose (principalement à partir du foie) (Reaven, 1995; Stumvoll et al., 2005). Ce dysfonctionnement pourrait être en partie le résultat d’un défaut de signalisation de l’insuline au niveau du foie, du muscle et du tissu adipeux (Frayn, 2000; Saltiel & Kahn, 2001). De plus, la diminution du transporteur du glucose GLUT4 serait un des facteurs majeurs contribuant à la détérioration du transport du glucose stimulé par l’insuline dans les adipocytes chez les individus obèses et atteints du diabète de type 2 (Shepherd & Kahn, 1999; Stumvoll et al., 2005). Que ce soit au niveau musculaire ou dans les adipocytes, l’association de l’insuline à son récepteur, la phosphorylation du récepteur et l’activité du récepteur de l’insuline (IRS) sont diminuées (Frayn, 2000). Des 61 détériorations dans certains tissus se produisent également. Dans les adipocytes des individus obèses ou avec diabète de type 2, l’expression de l’IRS-1 est diminuée, ce qui a comme conséquence une diminution de l’activité du phosphatidyl-inositol 3 (PI3) kinase (PI3K), et l’IRS-2 devient la protéine responsable de l’activité de PI3K (Rondinone et al., 1997). Les perturbations de la voie IRS-1/PI3K au niveau du tissu adipeux altère l’effet anti-lipolityque de l’insuline et augmente ainsi la lipolyse et la production d’acide gras libre par le tissu adipeux. Le résultat est une augmentation des concentrations d’acides gras libres plasmatiques en circulation (Saltiel & Kahn, 2001). Pour ce qui est du muscle squelettique chez les individus obèses ou avec diabète de type 2, les niveaux protéiques d’IRS1 et d’IRS2 sont normaux et l’activité de la PI3K est diminuée (Kim, Nikoulina, Ciaraldi, Henry, & Kahn, 1999). Les défauts de la voie de signalisation de l’insuline lors d’un état d’insulinorésistance provoquent une diminution de la captation du glucose et de sa mise en réserve de celui-ci sous forme de glycogène. La diminution de la captation du glucose va également provoquer une augmentation de la glycémie, ce qui va causer une production d’insuline importante par le pancréas afin de tenter de maintenir la glycémie dans des valeurs normales. Afin de bien comprendre le lien entre l’obésité et la résistance à l’insuline, il est important de s’attarder à la localisation du tissu adipeux. Non seulement la quantité, mais également la distribution du tissu adipeux, pourraient être associées à la sensibilité à l’insuline et le diabète de type 2 (Colditz, Willett, Rotnitzky, & Manson, 1995; Kodama et al., 2014). Il est donc important de considérer également la distribution du tissu adipeux lorsqu’on évalue le lien entre l’obésité et la résistance à l’insuline puisque c’est l’accumulation de masse grasse au niveau abdominal qui est le plus fortement associée à la résistance à l’insuline (Bjorntorp, 1988; Kissebah & Krakower, 1994; Pi-Sunyer, 2004). Mais, malgré le lien établi entre l’obésité abdominale et la résistance à l’insuline, 62 cela ne veut pas dire qu’il existe un lien de causalité (Kahn & Flier, 2000). La résistance à l’insuline pourrait causer l’obésité abdominale ou bien l’obésité abdominale et la résistance à l’insuline pourraient être associées à d’autres facteurs (Frayn, 2000). Par exemple, certaines caractéristiques biochimiques des adipocytes intra-abdominaux pourraient influencer directement la sensibilité à l’insuline (Kahn & Flier, 2000). Les adipocytes situées au niveau intra-abdominal possèdent une activité lipolytique plus élevée en raison de la proportion de récepteurs beta-adrénergiques (récepteurs favorisant la dégradation des graisses) (Guilherme et al., 2008). Ainsi, ceci augmenterait les niveaux et le flux d’acides gras libres à la veine porte, ce qui pourrait inhiber la clairance de l’insuline et augmenter la résistance à l’insuline (Saltiel & Kahn, 2001). Une hypothèse alternative, afin de comprendre le lien entre l’obésité et la résistance à l’insuline, est qu’il est maintenant reconnu que les adipocytes sont des cellules endocrines qui sécrètent des cytokines qui ont des effets systémiques (Guilherme et al., 2008; Reaven, 2011). Les adipocytes sécrètent plusieurs hormones peptidiques et cytokines : le TNF-α et l’inhibiteur de l’activateur du plasminogène 1 (PAI-1) qui aident à maintenir l’homéostasie; l’angioténsinogène qui régule le tonus vasculaire; et la leptine, qui a un rôle central dans la régulation de la balance énergétique (Guilherme et al., 2008). Le TNF-α a plusieurs effets sur la fonction adipocytaire comme l’inhibition de la lipogenèse et l’augmentation de la lipolyse (Langin & Arner, 2006; Peraldi & Spiegelman, 1998). Il pourrait aussi avoir un rôle comme médiateur de la résistance à l’insuline en partie via son effet sur la détérioration de la signalisation de l’insuline, en partit via la phosphorylation de l’IRS-1 et pourrait aussi réduire l’expression du GLUT4 (Hotamisligil, Arner, Caro, Atkinson, & Spiegelman, 1995; Peraldi & Spiegelman, 1998). Pour ce qui est de la leptine, elle fait partie de la famille des cytokines qui est produite par le tissu adipeux qui agit sur le système nerveux central afin d’inhiber l’apport 63 énergétique et promouvoir la dépense énergétique (Van de Voorde, Pauwels, Boydens, & Decaluwe, 2013). La résistance à l’insuline est caractérisée par un état sévère de déficience en leptine chez les souris (Halaas et al., 1995; Saltiel & Kahn, 2001). La leptine pourrait avoir ainsi un effet sur les voies neuroendocrines qui modulent l’action de l’insuline dans le foie (Shimomura, Hammer, Ikemoto, Brown, & Goldstein, 1999) ainsi qu’avoir un effet direct sur les cellules hépatiques (Lee et al., 2001). Via ces composés sécrétés, les adipocytes possèdent la capacité d’influencer la biologie des adipocytes locaux ainsi que le métabolisme systémique de différents sites comme le cerveau, le foie, le muscle, les cellules β, et le réseau vasculaire systémique (Kahn & Flier, 2000). Une autre hypothèse a été proposée afin d’expliquer pourquoi des changements de la fonction du tissu adipeux pourraient influencer l’homéostasie du glucose. Premièrement, l’augmentation du stockage adipeux possible chez les individus obèses a pour conséquence une augmentation du flux d’acides gras libres aux autres tissus et augmente le stockage des triglycérides à l’intérieur de ces tissus (Guilherme et al., 2008). Ceci induit la résistance à l’insuline et certains effets non désirés connus sous le nom de « lipotoxicité » (Guilherme et al., 2008; Saltiel & Kahn, 2001; Unger, 1995, 2002). Lorsqu’il y a une augmentation du tissu adipeux, comme dans les cas d’obésité, les niveaux plasmatiques d’acide gras libres augmentent à cause de l’expansion de la masse adipeuse, et probablement suite à une détérioration du métabolisme hépatique (Reaven, 2011). Des niveaux circulants élevés d’acides gras libres contribuent à la résistance à l’insuline en inhibant 1) la captation du glucose 2) la synthèse du glycogène 3) l’oxydation du glucose, et en augmentant la production de glucose hépatique (Bergman & Ader, 2000; Griffin et al., 1999). De plus, des niveaux élevés d’acides gras libres sont associés à une réduction de la phosphorylation stimulée par l’IRS1 et 64 l’activité de la PI3K (Shulman, 2000). Le lien entre l’augmentation des acides gras libres circulant et la résistance à l’insuline pourrait aussi impliquer l’accumulation de triglycérides à l’intérieur des muscles et du foie. Le contenu intramyocellulaire en triglycérides étant directement corrélé à la résistance à l’insuline chez les individus obèses ou atteints du diabète de type 2 (Borkman et al., 1993; Hwang, Pan, Heydari, Hetherington, & Stein, 2001). 1.3.1.1 La résistance à l’insuline et la ménopause Il n’a pas été démontré si la « ménopause » était associée à une augmentation de la résistance à l’insuline (Carr, 2003). Certaines études ont tout de même rapporté une augmentation des concentrations d’insuline (Razay, Heaton, & Bolton, 1992) et de glucose à jeun chez les femmes ménopausées comparativement à celles préménopausées (Abdulnour et al., 2012; Lynch, Ryan, Berman, Sorkin, & Nicklas, 2002; Matsui et al., 2013). Lindheim et coll. ont également démontré une réduction de la sensibilité à l’insuline chez les femmes ménopausées comparativement aux femmes préménopausées présentant un IMC similaire (Lindheim et al., 1994). Néanmoins, d’autres études n’ont pas démontré de différence de sensibilité à l’insuline entre les femmes ménopausées et préménopausées (Toth, Sites, Eltabbakh, & Poehlman, 2000; Walton, Godsland, Proudler, Wynn, & Stevenson, 1993). De même, Brochu et coll. n’ont observé aucune association entre l’âge et la sensibilité à l’insuline chez des femmes âgées entre 50 et 70 ans (Brochu et al., 2000). Finalement, DeNino et coll. ont comparés des mesures de résistance à l’insuline et de tissu adipeux viscéral chez des femmes âgées de 20 à 78 ans (DeNino et al., 2001). Une réduction de la sensibilité à l’insuline était observée seulement chez les femmes âgées de 60 ans et plus ayant une accumulation de graisse viscérale semblable aux hommes. 65 1.3.2 Obésité abdominale L’obésité abdominale est la forme d’obésité la plus fortement associée au syndrome métabolique et la résistance à l’insuline (Cabrera et al., 2007; Despres, 2006; Tchernof & Despres, 2013), c’est pourquoi elle est une composante intégrante du risque cardiométabolique (Grundy, Brewer, Cleeman, Smith, & Lenfant, 2004). Plusieurs mécanismes lient l’obésité abdominale et la résistance à l’insuline aux désordres métaboliques qui définissent le syndrome métabolique (voir Figure 1.8). Même s’il a été démontré que l’obésité augmente le risque de détériorations métaboliques, ce serait les personnes avec une accumulation de tissu adipeux au niveau viscéral qui seraient le sous-groupe d’obèses ayant des désordres métaboliques plus sévères. Effectivement, nous savons maintenant grâce aux techniques d’imagerie que c’est la quantité de tissu adipeux viscéral qui est la plus corrélée à un profil de risque métabolique altéré; lequel est prédicteur du développement du diabète de type 2 et des maladies cardiovasculaires (Lemieux et al., 2001; Pascot et al., 2001; Tchernof & Despres, 2013). Certains auteurs ont toutefois démontré qu’une masse maigre importante combinée à des niveaux élevés de tissu adipeux viscéral est associée à des détériorations plus importantes de la sensibilité à l’insuline et la CRP (Brochu et al., 2008; Brochu et al., 2001; You, Ryan, & Nicklas, 2004). Ainsi, un lien pourrait exister entre les niveaux de tissu adipeux viscéral et de masse maigre (Brochu et al., 2008). Ces résultats indiquent également qu’il ne faudrait pas négliger l’importance de la masse maigre comme facteurs de risque cardiométabolique. 66 • • • • • • Dyslipidémies athérogéniques Pression artérielle élevée Intolérance au glucose Résistance à l’insuline Profil pro-inflammatoire Profil pro-thrombotique Figure 1.8: Obésité abdominale et désordres métaboliques. Note : Adapté de Després et coll., 2006. 11 1.3.3 Dyslipidémies athérogènes Un état de dyslipidémie est fréquemment observé chez les individus présentant une obésité viscérale, et est un facteur clé du syndrome métabolique (Despres et al., 1990; Grundy et al., 2005; Kissebah & Krakower, 1994). Les dyslipidémies sont facilement identifiables à l’aide d’un bilan sanguin, sont caractérisées par des niveaux élevés de triglycérides et de cholestérol total, des niveaux diminués de HDL-chol ainsi que des niveaux relativement normaux de LDL-chol. Elles sont également caractérisées par des particules de LDL (quantifié par des niveaux élevés d’apolipoprotéines B) qui sont plus petites et plus denses que la normale (Pascot et al., 2001). Ces anormalités ont été identifiées comme étant indépendamment athérogènes (Grundy et al., 2004). Les niveaux de LDL-chol et cholestérol total sont généralement à des niveaux normaux (Despres, 2006; Despres, Lemieux, & Prud'homme, 2001; Tchernof et al., 1996). En clinique, l’hypertriglycéridémie et des niveaux diminués de HDL-chol sont souvent les deux facteurs facilement détectables du profil sanguin (Pascot et al., 2001; Tchernof et 11 Source: Despres, J. P. (2006). "Is visceral obesity the cause of the metabolic syndrome?" Ann Med 38(1): 52-63. 67 al., 1996). Toutefois, la contribution des triglycérides à l’augmentation du risque cardiovasculaire est sujette à des débats depuis plusieurs années (Hokanson & Austin, 1996; Lamarche et al., 1999). Mais il semble maintenant plus clair qu’une élévation des niveaux sanguin de triglycérides est associée à une augmentation des risques d’athérosclérose et certains experts la considèrent comme étant un facteur de risque indépendant (Bobik, 2008). Par contre, il demeure incertain si cette association est causale, c'est-à-dire que l’hypertriglycéridémie causerait l’athérosclérose. L’augmentation des proportions des particules de LDL-chol petites et denses est un élément important d’un état dyslipidémique souvent observé chez les patients avec une obésité abdominale (Lovren, Teoh, & Verma, 2015; Pascot et al., 2001; Tchernof et al., 1996). Ce phénomène est dû au remodelage de ces lipoprotéines en circulation par des enzymes tels que la protéine de transfert des esters de cholestérol et la lipase des triglycérides au niveau hépatique (Taskinen, 2003, 2005). L’échange lipidique par la protéine de transfert des esters de cholestérol est en grande partie modulé par la concentration de triglycérides hépatique (Lovren et al., 2015). Ainsi, lorsqu’il y a hypertriglycéridémie, l’augmentation de la concentration des particules de lipoprotéines de très basse densité (VLDL) favorise le transfert de molécules de triglycérides en LDL et HDL en échange des molécules d’esters de cholestérol (Lamarche et al., 1999). Chaque composante de la dyslipidémie athérogène décrite pourrait contribuer au développement de l’athérosclérose. Plusieurs facteurs pourraient contribuer à l’athérogénicité des particules de LDL-chol denses (Krauss, 1995; Lamarche, Tchernof, et al., 1997; Rizzo & Berneis, 2007). Premièrement, les petites particules de LDL se lient moins facilement aux récepteurs de LDL, ce qui augmente leur nombre et leur temps en circulation. De plus, la résistance à 68 l’insuline diminue la clairance des LDL en réduisant l’habileté de l’insuline à stimuler l’expression des récepteurs de LDL (Lamarche et al., 1999). Ce processus favorise la liaison entre les petites particules de LDL-chol et les parois artérielles. Deuxièmement, les changements de l’apolipoprotéine B sur la surface des petites particules de LDL-chol pourraient faire en sorte que ces particules interagissent avec la surface des cellules endothéliales qui tapissent les artères (Libby, Ridker, & Hansson, 2011). Cette rétention et la taille plus petite des particules de LDL-chol facilitent leur entrée à l’intérieur des parois vasculaires. Troisièmement, les récepteurs des macrophages reconnaissent les particules de LDL-chol, les transforment graduellement en cellules spumeuses [macrophage gonflé de gouttelettes de graisse (LDL)]. La formation de ces cellules spumeuses est une étape du développement de la plaque athéromateuse (Libby et al., 2011). Pour ce qui est du HDL-chol, il aurait des propriétés anti-athérogènes (Libby et al., 2011; Rosenson, Shott, & Tangney, 2002; Shah, Kaul, Nilsson, & Cercek, 2001; Tall, 1990). En fait, il existe une association inverse entre les niveaux plasmatiques de HDL-chol et les risques de maladies cardiovasculaires (Lamarche, Moorjani, et al., 1997; Pascot et al., 2001). Les particules de HDL-chol favorisent l’afflux du cholestérol des parois artérielles et son transport au foie. Le HDL-chol prévient également la modification chimique des LDL-chol à l’intérieur des parois artérielles, réduisant ainsi leur captation par les macrophages (Shah et al., 2001). De plus, les HDL-chol empêchent le processus de recrutement de macrophages aux parois artérielles, ce qui réduirait le nombre de cellules lipidiques qui s’y accumulent (Shah et al., 2001; Tall, 1990). Il a également été démontré que les particules de HDL-chol transportent des molécules qui ont des propriétés anti-inflammatoires et anti-thrombotiques, ce qui réduirait l’inflammation à 69 l’intérieur des parois artérielles ainsi que la formation de caillots sanguins (Barter et al., 2004; Brewer, 2004; Forrester & Shah, 2006). 1.3.3.1 Changements du profil lipidique à la ménopause Les femmes ménopausées ont généralement des niveaux plus élevés de cholestérol total, de LDL-chol, de triglycérides et de lipoprotéine (a); ainsi que des niveaux plus bas de HDL-chol que les femmes préménopausées (Jensen, Nilas, & Christiansen, 1990; Li et al., 1996). Ces changements au niveau du profil lipidique pourraient être attribués à l’augmentation de l’adiposité abdominale, surtout au niveau viscéral, qui survient pendant la transition de la pré- à la post-ménopause (Abdulnour et al., 2012; Carr, 2003). Une plus grande quantité d’acides gras libres produite par le tissu adipeux viscéral contribue à la diminution de la dégradation de l’apolipoprotéine B dans le foie; ce qui mène à une augmentation de la production de particules de lipoprotéines très denses et petites et de triglycérides (Carr et al., 2000). De plus, l’augmentation de la quantité d’acides gras libres induit une augmentation de l’activité de la lipase hépatique avec une production plus importante de particules de LDL-chol et HDL-chol petites et denses, qui sont plus athérogènes (Carr et al., 2000). Les concentrations de LDL-chol augmentent donc de 10 à 20% avec la ménopause (Campos, McNamara, Wilson, Ordovas, & Schaefer, 1988; Carr et al., 2000), et ces particules sont denses et petites (Austin, King, Vranizan, Newman, & Krauss, 1988; Carr et al., 2000). Fait intéressant, une augmentation de la concentration plasmatique de LDL-chol dense est associée à une augmentation significative des infarctus du myocarde (Austin et al., 1988) ainsi que la sévérité des maladies cardiovasculaires (Campos et al., 1992). Le risque de maladies cardiovasculaires est 3 fois plus important chez les femmes ayant des valeurs élevées de concentration plasmatique de particules LDL denses comparativement à celles ayant peu de ces lipoprotéines (Austin et al., 1988). 70 Il a été démontré que les niveaux de triglycérides plasmatiques augmentent également lors de la transition à la ménopause (Jensen et al., 1990). Cette augmentation surviendrait tôt lors de cette transition (Jensen et al., 1990; Matthews, Kuller, SuttonTyrrell, & Chang, 2001). Même si les hommes ont généralement des niveaux de triglycérides plasmatiques plus élevés que les femmes, les triglycérides augmentent chez les femmes entre 40 et 69 ans et non chez les hommes. Certaines données indiquent que les niveaux de triglycérides plasmatiques prédiraient mieux le risque de maladies cardiovasculaires chez les femmes que chez les hommes (Hokanson & Austin, 1996; Razay et al., 1992). Le changement du HDL-chol à la ménopause demeure controversé (Carr, 2003; Kannel, Hjortland, McNamara, & Gordon, 1976). Une première étude transversale ayant comparé des femmes préménopausées et ménopausées n’a démontré aucune différence (Kannel et al., 1976). Une autre étude a cependant démontré une diminution graduelle sur une période de 2 ans précédant la ménopause (Jensen et al., 1990). Des études un peu plus récentes ont démontré que les niveaux plasmatiques de HDL-chol augmentaient graduellement jusqu’à la ménopause suivie d’une diminution progressive d’environ 3% par année (Abdulnour et al., 2012; Derby et al., 2009; Woodard et al., 2011), les 2 années suivant la ménopause (Abdulnour et al., 2012; Do et al., 2000; Jensen et al., 1990; Lovejoy, Champagne, de Jonge, Xie, & Smith, 2008; Matthews et al., 2009; Matthews et al., 1989). Les femmes présentent donc un profil lipidique plus proathérogène à la ménopause. Ces changements lipidiques proathérogène sembleraient être indépendants de l’âge, et 71 seraient plutôt associés aux changements de la composition corporelle (augmentation du gras viscéral) qui surviennent pendant et après la ménopause. 1.3.4 Hypertension L’hypertension est un facteur de risque important qui contribue au risque cardiométabolique (Leiter et al., 2011). En fait, l’hypertension est un facteur de risque indépendant pour les maladies cardiovasculaires, l’AVC et l’insuffisance rénale (Rosendorff et al., 2007). Une relation positive et directe existe entre la pression artérielle de repos et les risques de maladies cardiovasculaires et cette relation existe autant chez les personnes ayant une maladie coronarienne que chez celles qui n’en ont pas (Baena-Diez et al., 2008). Il existe deux conséquences principales de l’hypertension sur l’athérosclérose qui sont 1) une détérioration des cellules endothéliales vasculaires en conséquence de l’augmentation de la force, la torsion et la pression latérale sur les parois et 2) une augmentation des infiltrations lipidiques par les lésions athérosclérotique (G.Brooks, 2005). Une pression artérielle élevée est fortement associée à l’obésité et se présente souvent chez les personnes insulino-résistantes. Le lien entre l’obésité et l’hypertension est reconnu depuis longtemps; les personnes obèses ayant une prévalence d’hypertension plus élevée que les individus de poids normaux (Chiang, Perlman, & Epstein, 1969; Kurukulasuriya, Stas, Lastra, Manrique, & Sowers, 2011; Stamler, Stamler, Riedlinger, Algera, & Roberts, 1978). Il est estimé qu’entre 65 et 78 % des cas d’hypertension pourraient être attribués à l’obésité (Rosendorff et al., 2007). Les mécanismes physiologiques qui lient l’obésité et l’hypertension sont complexes et impliquent plusieurs systèmes (voir Figure 1.9) (Kotchen, 2010). Nous savons qu’il y a une activation du système rénine angiotensine lors de l’hypertension et ce dernier pourrait 72 avoir un rôle à jouer dans la résistance à l’insuline (Mathieu, Poirier, Pibarot, Lemieux, & Despres, 2009). De plus, l’obésité serait associée à une augmentation de la réabsorption du sodium, une détérioration de la natriurèse (quantité de sodium éliminé dans l’urine) et une expansion du volume sanguin (Kurukulasuriya et al., 2011). L’obésité pourrait aussi être associée à des changements structurels au niveau des reins; lesquels pourraient éventuellement mener à une insuffisance rénale et augmenter davantage la pression artérielle (Cooper et al., 1997). Voici une explication plus détaillée de ces mécanismes. Système rénine angiotensine aldostérone L’activation du système rénine angiotensine joue un rôle important dans l’hypertension liée à l’obésité (Kurukulasuriya et al., 2011; Rahmouni, Correia, Haynes, & Mark, 2005). Ce système régule les volumes de fluides et le tonus vasculaire. Il a été démontré que les niveaux sériques de l’enzyme de conversion de l’angiotensine et les niveaux circulants d’angiotensinogène sont significativement plus élevés chez les personnes ayant un IMC de 31 et plus (Cooper et al., 1997) et chez les femmes obèses ménopausées (Engeli et al., 2005). Des études chez les modèles animaux ont démontré que l’angiotensinogène produit par le tissu adipeux a un rôle important dans la différenciation du tissu adipeux et la synthèse et le stockage lipidique dans les adipocytes (Engeli et al., 2003). De plus, l’angiotensinogène produit par les adipocytes est relâché dans la circulation (Engeli et al., 2003). Ceci crée une augmentation des niveaux sanguins d’angiotensinogène que l’on observe chez les individus obèses et qui pourrait être expliquée par une augmentation de la masse grasse (Massiera et al., 2001; Rahmouni et al., 2005). Un cercle vicieux entre le système rénine angiotensine et le tissu adipeux dysfonctionnel serait donc impliqué dans la relation entre l’obésité et l’hypertension (Mathieu et al., 2009). 73 Pour ce qui est des niveaux plasmatiques d’aldostérone, hormone impliquée dans la régulation de la pression artérielle via son effet sur la réabsorption de sodium dans les reins, ils sont plus élevés chez les sujets obèses, et plus particulièrement chez les individus avec obésité viscérale (Goodfriend & Calhoun, 2004; Kurukulasuriya et al., 2011). Les prédicteurs des niveaux plasmatiques d’aldostérone sont l’obésité abdominale et la résistance à l’insuline (Kurukulasuriya et al., 2011). Ceci suggère que l’aldostérone participe à l’association entre l’hypertension et la résistance à l’insuline, lesquelles sont tous deux des composantes du risque cardiométabolique (Goodfriend, Egan, & Kelley, 1998). Les mécanismes expliquant l’augmentation de l’aldostérone en lien avec l’obésité sont peu connus. Par contre, l’aldostérone pourrait augmenter la pression artérielle par son action sur les récepteurs minéralocorticoïdes et glucocorticoïdes situés dans plusieurs tissus comme le cerveau, le cœur, les reins et le réseau vasculaire (Ehrhart-Bornstein et al., 2003; Rahmouni et al., 2005). Ainsi, il a été démontré que l’aldostérone joue un rôle important dans le développement de l’hypertension en lien avec l’obésité (Kurukulasuriya et al., 2011). Activation du système nerveux sympathique Il a été démontré que l’activation du système nerveux central, une composante qui répond à différents stimuli de stress, est associée à l’hypertension (DiBona, 2004). L’activation du système nerveux sympathique est une conséquence typique de l’obésité, et semble être un mécanisme clé associant l’obésité à l’hypertension (Rahmouni et al., 2005). L’augmentation de l’activation sympathique aux vaisseaux sanguins induit une vasoconstriction périphérique, tandis que l’augmentation du flux sympathique aux reins induit la production de rénine ainsi qu’une augmentation de l’absorption du sodium (Tallam, Stec, Willis, da Silva, & Hall, 2005). Cette augmentation de la rétention du sodium induit la résistance vasculaire périphérique et cause ainsi l’hypertension. De 74 plus, la régulation de la pression artérielle est intimement liée à la fonction sécrétoire des reins et l’obésité serait associée à une augmentation de l’activité sympathique au niveau des reins (Vaz et al., 1997). Les reins, sont en quelque sorte, responsables de la régulation de la pression artérielle. Ils sont un organe clé dans l’homéostasie cardiovasculaire, via leur capacité de relâcher des hormones et des nutriments dans la circulation sanguine (Hall, 2003). Les données indiquent également que la leptine pourrait être une cause importante de l’activation du système nerveux sympathique associé à l’obésité chez les humains (Eikelis, Schlaich, Aggarwal, Kaye, & Esler, 2003; Rahmouni et al., 2005). En plus de ces effets sur l’appétit et le métabolisme, la leptine agit sur l’hypothalamus afin d’augmenter la pression artérielle via l’activation du système nerveux sympathique (Carlyle, Jones, Kuo, & Hall, 2002). Les niveaux plasmatiques de leptine, qui sont généralement élevés chez les personnes hypertendues, sont associés à une augmentation de la fréquence cardiaque, de l’activité plasmatique de la rénine et des niveaux d’aldostérone et d’angiotensinogène (Hall, 2003; Sharma, 2004). 75 Obésité Compression médullaire rénale Vasodilatation rénale Activation du système rénine angiotensine Réabsorption du sodium Leptine Activation du système nerveux sympathique Expansion du volume Hypertension artérielle Figure 1.9: Obésité et hypertension Note : Adapté de Sharma et coll., 2006. 12 12 Source: Sharma, A. M. and S. Engeli (2006). "The role of renin-angiotensin system blockade in the management of hypertension associated with the cardiometabolic syndrome." J Cardiometab Syndr 1(1): 29-35. 76 1.3.5 État pro-inflammatoire et pro-thrombotique L’état pro-inflammatoire est reconnu cliniquement par des niveaux de CRP au-dessus de 6 mg/l de sang et est très présent chez les personnes présentant le syndrome métabolique (Koh, Han, & Quon, 2005; Rifai & Ridker, 2001). De plus, l’inflammation serait considérée comme étant un médiateur commun entre l’obésité et la pathogenèse du diabète de type 2 et de l’athérosclérose (Shoelson, Lee, & Goldfine, 2006; Vandanmagsar et al., 2011). La fréquence du diabète de type 2 et le risque de maladies cardiovasculaires sont tous deux associés à l’augmentation des niveaux des marqueurs d’inflammation, incluant la CRP, l’IL-6, la PAI-1, et le TNF-α (Festa, D'Agostino, Tracy, & Haffner, 2002; Pradhan, Manson, Rifai, Buring, & Ridker, 2001; Ridker, 2003). Une étude a toutefois démontré que les marqueurs inflammatoires expliquaient seulement une petite partie de l’association entre le syndrome métabolique et la mortalité due aux maladies cardiovasculaires (Langenberg, Bergstrom, Scheidt-Nave, Pfeilschifter, & Barrett-Connor, 2006). Puisque certaines incertitudes demeurent quant à sa valeur prédictive indépendante, l’utilisation des marqueurs inflammatoires devrait être considérée pour des buts cliniques seulement lors de l’évaluation des risques de maladies cardiovasculaires. D’un point de vue physiologique, nous nous intéressons plus particulièrement au niveau de CRP puisque les individus ayant des concentrations plasmatiques élevées de cette protéine sont plus à risque de subir un infarctus du myocarde (Ridker, 2007; Ridker, Wilson, & Grundy, 2004). La CRP est une protéine produite par le foie et qui est très sensible aux variations plasmatiques d’IL-6 (Castell et al., 1990). Ainsi, les conditions physiologiques, qui ont tendance à faire augmenter les niveaux plasmatiques d’IL-6, sont généralement associées à des concentrations élevées de CRP circulant. Cette 77 relation entre l’IL-6 et la CRP semble être en partie responsable du profil inflammatoire et métabolique détérioré que l’on retrouve chez les patients avec un excès de tissu adipeux viscéral (Cartier et al., 2009; Park, Park, & Yu, 2005). Par contre, nous ne savons toujours pas si l’association entre les maladies cardiovasculaires et les niveaux de CRP est causale. La CRP serait plutôt vue comme étant un marqueur simple, peu couteux, efficace et stable afin d’évaluer le processus d’inflammation. Un excès de tissu adipeux relâche l’IL-6 et le TNF-α (Fried, Bunkin, & Greenberg, 1998; Kern et al., 1995), ce qui se traduit par une augmentation de la production hépatique de CRP (Cartier et al., 2009; Papanicolaou, Wilder, Manolagas, & Chrousos, 1998; Park et al., 2005). De plus, certaines études ont démontré que le tissu adipeux sous-cutané et viscéral joue un rôle dans l’inflammation (Cartier et al., 2009; Pou et al., 2007). Des niveaux de concentration élevés de CRP seraient associés à une augmentation de l’accumulation de dépôts de gras au niveau viscéral et sous-cutané (Lemieux et al., 2001). Ainsi, les niveaux d’IL-6 seraient un important médiateur dans la relation entre l’obésité abdominale et la concentration de CRP (Cartier et al., 2009). L’état pro-thrombotique, quant à lui, est caractérisé par une augmentation des niveaux plasmatiques de l’inhibiteur du PAI-1. Le PAI-1 inhibe la fibrinolyse en se liant rapidement et en désactivant l’activitateur du plasminogène dans les tissus (Potter van Loon, Kluft, Radder, Blankenstein, & Meinders, 1993). La fibrinolyse sert à empêcher la formation de thrombose (Odrowaz-Sypniewska, 2007). C’est pourquoi une augmentation des niveaux de PAI-1 et une diminution de l’activité fibrinolytique au niveau plasmatique sont associées aux infarctus du myocarde (Hamsten, Wiman, de Faire, & Blomback, 1985; Nilsson & Johnson, 1987). Une association positive existe également entre les niveaux plasmatiques d’insuline à jeun et les niveaux de PAI-1 (Juhan-Vague et al., 78 1989; Vague et al., 1986). La PAI-1 serait également associée aux facteurs du syndrome métabolique comme l’obésité abdominale, l’hypertension, l’hypertriglycéridémie, l’intolérance au glucose et le diabète de type 2 (Potter van Loon et al., 1993; Skurk & Hauner, 2004). Finalement, le regroupement de facteurs de risque qui constituent le risque cardiométabolique (obésité abdominale, dyslipidémie, hypertension, hyperglycémie et états pro-inflammatoires et pro-throbombotiques) pourrait être la conséquence d’une interaction complexe entre le tissu adipeux et le foie (Despres et al., 2008). Les personnes étant les plus susceptibles d’avoir un risque cardiométabolique élevé sont généralement en surpoids ou obèse et présentent une accumulation importante de tissu adipeux au niveau abdominal (Bravata et al., 2004; Cornier et al., 2008; St-Onge, Janssen, & Heymsfield, 2004). Ils sont également plus sédentaires (Mayer-Davis et al., 1998) et ont une diète élevée en lipides ou en gras saturés (Vessby et al., 2001). 1.4 1.4.1 L’obésité et ses conséquences cardiométaboliques Diabète de type 2 L’augmentation de 25% de la prévalence du diabète de type 2 au cours de vingt dernières années est principalement causée par l’augmentation marquée de la prévalence de l’obésité (Cowie et al., 2006). L’IMC, la masse grasse abdominale et le gain de poids sont d’importants facteurs de risque du diabète de type 2 (Klein et al., 2002). Des données de la Nurses Health Study ont démontré que le risque de développer le diabète de type 2 augmente lorsque l’IMC des femmes âgées de 30 et 55 ans dépasse 22 kg/m2 (Colditz et al., 1995). Une augmentation de l’accumulation de masse grasse abdominale, de la circonférence de taille et du ratio taille/hanche a été associée à une augmentation du risque du diabète de type 2; et ce peu importe l’IMC 79 (Klein et al., 2002). Le gain de poids est aussi associé à une augmentation du risque de diabète de type 2. Par exemple, les individus âgés de 35 à 60 ans ayant eu un gain de 5 à 10 kg de poids, indépendamment du type de tissu, depuis l’âge de 18 ans ont trois fois plus de risque de développer le diabète de type 2 que ceux ayant maintenu leur poids (+/- 2 kg) (Colditz et al., 1995; Koh-Banerjee et al., 2004). Il est compliqué de comprendre la pathogenèse du diabète de type 2 puisque plusieurs facteurs sont impliqués (Stumvoll et al., 2005). Aussi, des facteurs génétiques et environnementaux rendent difficiles d’identifier la cause de la maladie. De plus, le diabète de type 2 est souvent associé à une augmentation de la pression artérielle, des lipoprotéines de faible densité transporteur de cholestérol (LDL-chol), et d’une diminution des lipoprotéines de haute densité transporteur de cholestérol (HDL-chol); ce qui augmente les risques de maladies cardiovasculaires (Wildman et al., 2011). La Figure 1.10 illustre un modèle conceptuel du processus pathogénique qui mène éventuellement au diabète de type 2. Peu importe le niveau de susceptibilité génétique, des perturbations du métabolisme du glucose et des lipides sont fondamentale dans la progression du diabète de type 2 (DeFronzo & Ferrannini, 1991; Hamman, 1992). Une diminution de la réponse tissulaire à l’insuline au niveau des muscles squelettiques et du tissu adipeux a été identifiée comme étant un élément clés associé à la résistance à l’insuline (Bjorntorp, 1990; Haffner, Miettinen, Gaskill, & Stern, 1995). 80 Déficience à l’insuline Susceptibilité génétique Sécrétion d’insuline induite par le glucose Lipolyse, oxydation des acide gras, et sécrétion hépatique du glucose Fonction des cellules β diminuée Hyperglycémie Habitudes de vie Réponse tissulaire à l’insuline Captation cellulaire du glucose Transport du glucose Hyperinsulinémie Résistance à l’insuline Figure 1.10: Modèle conceptuel du développement du diabète de type 2. Note : Adapté de LaMonte et coll., 2005. 13 13 Source : LaMonte, M. J., et al. (2005). "Physical activity and diabetes prevention." J Appl Physiol (1985) 99(3): 1205-1213. 81 1.4.2 Maladies cardiovasculaires Les maladies cardiovasculaires se divisent en plusieurs sous-groupes dont: • Maladies des coronaires : infarctus du myocarde et angine de poitrine. • Maladies du muscle cardiaque : insuffisance cardiaque et cardiomyopathie. • Maladies vasculaires cérébrales : accident vasculaire cérébral et accident ischémie transitoire. • Maladie périphérique artérielle : claudication intermittente. • Hypertension (sera discuté dans la section des facteurs de risque cardiométaboliques) Les maladies coronariennes sont responsables de 30 à 50% de tous les cas de maladies cardiovasculaires (Lloyd-Jones et al., 2010). Le risque de développer une maladie coronarienne a été étudié dans l’étude de Framingham sur 7733 participants âgés de 40-94 ans. Le risque d’être atteint d’une maladie coronarienne pour un individu en santé de 40 ans était de 49 % chez les hommes et de 32 % chez les femmes (LloydJones, Larson, Beiser, & Levy, 1999). Les recherches effectuées depuis les 50 dernières années ont démontré que l’obésité est associée à une augmentation des risques de maladies cardiovasculaires (Kannel, Dawber, Friedman, Glennon, & McNamara, 1964; Poirier, McCrindle, & Leiter, 2015). Dans une revue systématique s’intéressant aux associations entre le surplus de poids et le risque de maladies cardiovasculaires, une augmentation de 5 unités d’IMC a été associée à une augmentation de 29% du risque d’avoir une maladie cardiovasculaire (Bogers et al., 2007). Le risque de maladies cardiovasculaires chez les personnes en surpoids et obèses est plus important étant donné qu’ils présentent souvent plusieurs 82 facteurs de risque; comme l’hypertension, les dyslipidémies et la résistance à l’insuline (Despres, 2012). Il est difficile de démontrer l’effet indépendant de l’obésité sur les maladies cardiovasculaires puisqu’un suivi sur de nombreuses années est nécessaire (Klein et al., 2002). Selon un récent rapport du Emerging Risks Factors Collaboration, l’IMC et la circonférence de la taille ne prédisent pas mieux le risque de maladies cardiovasculaires lorsque les informations sur la pression artérielle, l’historique de diabète et le bilan lipidique sont connues (Wormser et al., 2011). Malgré les incertitudes sur les liens directs entre l’obésité et les maladies cardiovasculaires, l’American Heart Association a identifié l’obésité comme étant un facteur de risque indépendant (Eckel, 1997; Krauss, Winston, Fletcher, & Grundy, 1998; Poirier et al., 2006; Song et al., 2007). Ainsi, que ce soit les caractéristiques physiques, biochimiques ou les habitudes de vie qui soient associées à une augmentation du risque de maladies cardiovasculaires, il est important de comprendre que ces facteurs ne peuvent pas expliquer totalement cette relation. Les maladies cardiovasculaires sont multifactorielles. Ainsi, un facteur de risque peut être indépendant (ex. : LDL) ou prédisposant (ex. : l’hypertension, le diabète, le tabagisme) (Lovren et al., 2015). Une interaction de plusieurs facteurs de risque est probable et agit de façon différente chez chaque individu. 1.4.2.1 Facteurs de risques de maladies cardiovasculaires et ménopause L’incidence de maladies cardiovasculaires augmente avec le vieillissement chez les hommes et les femmes (Roth et al., 2015). Par contre, les maladies cardiovasculaires surviennent généralement une décennie plus tard chez les femmes que chez les hommes et surviennent suite à la ménopause (Gordon, Kannel, Hjortland, & McNamara, 1978; 2002). Cette augmentation de l’incidence des maladies cardiovasculaires pourrait 83 être associée à une multitude de changements cardiométaboliques, hormonaux (Guthrie, Taffe, Lehert, Burger, & Dennerstein, 2004) et aux changements de la composition corporelle qui surviennent pendant la transition de la pré- à la postménopause (Matthews et al., 2006; Pasquali et al., 1994). Les effets de la ménopause sur les paramètres anthropométriques, la pression artérielle, le profil lipidique, la sensibilité à l’insuline et le syndrome métabolique ont été le sujet de plusieurs études (Abdulnour et al., 2012; Matthews et al., 2006). En effet, l’augmentation du risque de maladies cardiovasculaires suite à la ménopause pourrait être liée à l’augmentation de l’incidence du syndrome métabolique; lequel serait en partie la conséquence de l’augmentation du dépôt de tissu adipeux viscéral ainsi qu’une captation du glucose altérée (Janssen, 2009). 1.5 Perte de poids L’obésité est devenue un problème de santé majeure dans plusieurs pays à cause de sa prévalence croissante (MMWR, 2009), sa relation avec plusieurs maladies (WHO, 2000) et ses conséquences économiques (Janssen, 2012). Cette section sera composée premièrement d’une description des bénéfices de la perte de poids suivi d’une description des différentes interventions possibles afin de perdre du poids. 1.5.1 Interventions de perte de poids Il est estimé qu’environ 45% des femmes et 30% des hommes aux États-Unis tentent de perdre du poids chaque année (Kruger, Galuska, Serdula, & Jones, 2004). La plupart des individus obèses réussissent à perdre du poids en suivant une restriction calorique. Par contre, pour avoir une perte de poids significative et maintenue sur une longue période de temps, d’autres solutions doivent être envisagées. La prochaine section traitera de la restriction calorique, de l’activité physique et de la modification 84 comportementale. La pharmacothérapie et la chirurgie ne seront pas abordées dans la présente thèse. 1.5.1.1 Intervention nutritionnelle Le fondement des interventions de perte de poids consiste à assister les individus à faire des choix nutritionnels favorisant une balance énergétique négative (Kushner, 2014). Le but du traitement est d’atteindre une perte de poids de 5 à 10% du poids initial (Lau, 2007). La restriction calorique est la composante la plus importante pour induire une perte de poids, tandis que l’activité physique est primordiale afin de maintenir le poids perdu (Jakicic, 2002; Kushner, 2014). La plupart des restriction calorique varient en fonction du contenu énergétique et de la composition en macronutriments (Klein et al., 2002). Par contre, le contenu énergétique de la restriction calorique et non la composition est le déterminant principal de la perte de poids (Kushner, 2014; 1998; Sacks et al., 2009). Contenu énergétique Selon l’American Gastroenterological Association et le National Institute of Health (2002; 1998), les personnes en surpoids (IMC de 25,0 à 29,9 kg/m2) ayant deux facteurs de risque cardiovasculaire ou plus, et ceux d’obésité de classe 1 (IMC de 30,0 à 34,9 kg/m2) devraient diminuer l’apport énergétique d’environ 500 kcal/jour. Ce déficit énergétique devrait provoquer une perte de poids d’environ 0,45 kg par semaine; soit de 10% du poids total suite à 6 mois de déficit énergétique. Les personnes obèses de classe 2 (IMC de 35,0 à 39,9 kg/m2 ) ou de classe 3 (IMC ≥ 40 kg/m2) devraient avoir un objectif plus agressif; c'est-à-dire un déficit énergétique de 500-1000 kcal/jour afin d’induire une perte de poids d’environ 0,5 à 1 kg par semaine ou 10% du poids total après 6 mois (AGA, 2002). Il existe plusieurs types de restriction calorique selon le contenu énergétique quotidien. Les restrictions caloriques « très faibles en calories » 85 fournissent moins de 800 kcal/jour, contiennent habituellement peu de lipides (< 15 g/jour) et beaucoup de protéines (70-100 g/jour). Les restrictions caloriques « faibles en calories » fournissent de 800 à 1500 kcal/jour tandis que les restriction caloriques « équilibrées » fournissent environ1500 kcal/jour (Klein et al., 2002). L’efficacité des restrictions caloriques faible en calories (800-1500 kcal/jour) a été étudiée à plus d’une reprise. Selon un article consensus du National Institute of Health, ce type de restriction calorique induit des pertes de 8% du poids en moyenne suite à 1626 semaines d’intervention (NHLBI, 1998). Pour ce qui est des restrictions caloriques très faibles en calories (< 800 kcal/jour), on observe des pertes moyennes de poids de l’ordre de 15-20% du poids initial en 12 à 16 semaines d’intervention. Par contre, cette dernière approche n’est pas associée à un maintien à long terme du poids perdu (Ryttig, Flaten, & Rossner, 1997; Wadden, Foster, & Letizia, 1994). Effectivement, un regain du poids supérieur suite aux restrictions caloriques très faibles en calories comparativement aux restrictions caloriques faibles en calories pourrait être observé (Purcell et al., 2014; Tsai & Wadden, 2006; Wadden et al., 1994). Ainsi, la perte de poids serait similaire entre les deux types de restriction calorique, 1 an suite au traitement. Composition en macronutriments La composition en macronutriments des aliments n’induit pas une perte de poids à moins que cela ne crée une balance énergétique négative (Jensen & Ryan, 2014; Mastorakos, Valsamakis, Paltoglou, & Creatsas, 2010). Traditionnellement, ce sont les restrictions caloriques de type faibles en lipides qui sont prescrites chez les patients obèses puisqu’elles entraînent une diminution énergétique importante. Les lipides dans les aliments est composé principalement de triglycérides, ce qui augmente la palatabilité et la densité énergétique (Jequier & Bray, 2002). Des données d’études 86 épidémiologiques suggèrent qu’une diète riche en lipides augmente la consommation totale d’énergie et le poids (Bray & Popkin, 1998). Une alimentation riche en lipides et ayant une densité énergétique élevée favorise la surconsommation passive de calories; un mécanisme qui pourrait expliquer en partie l’augmentation de la prévalence de l’obésité (NHLBI, 1998). Aussi, les résultats d’une méta-analyse réalisée sur 37 études d’intervention ont démontré une relation directe entre une diète faible en lipides (<30% kcals en lipides) et la diminution du poids (Yu-Poth et al., 1999). De plus, les données du National Weight Control Registry soulignent l’importance d’une restriction calorique faible en lipides pour une perte de poids à long terme (Klem, Wing, McGuire, Seagle, & Hill, 1997). Les participants de ce registre (obèses ayant maintenu une perte de poids de ≥ 14 kg pour au moins un an; perte de poids moyen de 29 kg maintenu pour 6,9 ans) consommaient moins de 25% de leurs calories en lipides. Toutefois, une diète faible en lipides, sans réduction des calories totales, n’est pas suffisante pour favoriser une perte de poids (NHLBI, 1998). Outre les façons mentionnées ci-haut, il existe d’autres interventions nutritionnelles afin de perdre du poids tel que les remplacements de repas, les restrictions caloriques basées sur la densité énergétique des aliments, les restrictions caloriques faibles en glucides et celles riches en protéines. Cette dernière est particulièrement intéressante dans un contexte de maintien de la masse maigre. La perte de poids induite par une restriction calorique diminue non seulement la masse grasse, mais également la masse maigre; ce qui pourrait ainsi exacerber la diminution de la masse musculaire liée au vieillissement (Mathus-Vliegen, 2012). Ainsi, chez les sujets étant à risque d’obésité et de sarcopénie, l’emphase devrait être mise sur un apport protéique plus élevé (jusqu’à 1,5 g/kg de poids corporel) (Mathus-Vliegen, 2012; Villareal, Apovian, Kushner, & Klein, 2005; Zamboni, Mazzali, Fantin, Rossi, & Di Francesco, 2008). Lors d’une restriction 87 calorique, l’apport protéique doit être maintenu ou même augmenté puisque les acides aminés ont pour fonction de ralentir ou prévenir le catabolisme musculaire (Layman & Walker, 2006; Paddon-Jones & Rasmussen, 2009; Paddon-Jones et al., 2004). Une restriction calorique riche en protéines stimule la synthèse protéique en augmentant la disponibilité des acides aminés au niveau systémique (Carroll, Fluckey, Williams, Sullivan, & Trappe, 2005; Motil et al., 1981; Paddon-Jones et al., 2004). De plus, les études menées ces dernières années ont démontré qu’un apport protéique plus élevé était associé à la perte de poids et au maintien du poids perdu (Westerterp-Plantenga, 2003). Par exemple, Krieger et coll. (Krieger, Sitren, Daniels, & Langkamp-Henken, 2006) ont démontré qu’une restriction calorique faible en glucides et élevée en protéines a un effet positif sur la masse maigre et la composition corporelle; indépendamment de l’apport énergétique. Ceci suggère un avantage métabolique de ce type de diète. Les auteurs ont démontré qu’un apport de plus de 1,05 g de protéines par kg de poids corporel était associé à une rétention de masse maigre significativement plus élevée (1,77 kg) comparativement aux diètes ayant moins de 1,05 g de protéines par kg poids corporel (<1,54 kg). 1.5.1.2 Activité physique Une augmentation du niveau d’activité physique est une composante importante du processus de perte de poids; et ce malgré le fait que cela n’induit pas nécessairement une perte de poids (Pi-Sunyer, 1998). Plusieurs méta-analyses sur les effets de l’activité physique sur la perte, le maintien et la prévention du gain de poids à long terme ont été publiées (Donnelly et al., 2004; Hill & Wyatt, 2005; Jakicic, 2002; Janiszewski & Ross, 2007). Les données suggèrent que les activités physiques de type aérobie sont associées à une diminution du poids et de la masse grasse de façon dose-dépendante. Les programmes d’entraînement avec un volume d’activité physique plus important sont 88 associés à une plus grande réduction du poids corporel (Ross et al., 2000; Ross et al., 2004). Le niveau d’activité physique nécessaire associée à une perte de poids significative serait d’environ 60-90 minutes d’activités physiques à intensité modérée par jour (ex. : marche) ou 30-45 minutes par jour d’activités physiques vigoureuses (ex. : course à pieds) (Trumbo, Schlicker, Yates, & Poos, 2002). L’activité physique régulière serait plutôt très utile afin de maintenir le poids perdu, prévenir le regain du poids et préserver la masse maigre (Mathus-Vliegen, 2012; Pi-Sunyer, 1998). Par contre, plusieurs autres bénéfices sont associés à la pratique d’activités physiques (réduction du risque de maladies cardiovasculaires et de diabète de type 2) (Jensen et al., 2013; Mathus-Vliegen, 2012). Exercice physique et effets sur la composition corporelle Selon les recommandations du Expert Panel on the Identification, Evaluation, and treatment of Overweight in Adults (NHLBI, 1998) et de l’association Canadienne du Diabète (Booth & Cheng, 2013), l’activité physique est essentielle lors d’un processus de perte de poids puisqu’elle contribue à la perte de poids chez les adultes en surplus de poids et obèses et pourrait également entraîner une diminution du tissu adipeux abdominal. Les études ayant comparé les effets de l’exercice seul ou en combinaison à une intervention nutritionnelle sur la perte de poids ont démontré des effets bénéfiques supérieurs sur la composition corporelle lors de la combinaison de ces deux interventions (ACSM, 1998; Hagan, Upton, Wong, & Whittam, 1986; Jakicic & Otto, 2005). En effet, une étude récente de Goodpaster et coll. a démontré des bénéfices considérables sur la composition corporelle avec l’ajout d’un programme d’exercices physiques de type aérobie et à intensité modérée, lors d’une restriction calorique (Goodpaster et al., 2010). Une perte de poids de 8,2 kg suite à la restriction calorique seule de 6 mois a été observée tandis qu’une perte supplémentaire de 25% du poids 89 corporel s’est produite suite à l’ajout d’un programme d’exercices physiques de type aérobie (Goodpaster et al., 2010). Cette perte de poids supplémentaire est principalement le résultat d’une diminution de l’adiposité abdominale. Plusieurs chercheurs se sont intéressés aux effets de l’exercice physique de type aérobie afin de réduire le tissu adipeux viscéral (Goodpaster et al., 2010; Goodpaster, Kelley, Wing, Meier, & Thaete, 1999; Ross et al., 2000). L’exercice pratiqué de façon régulière serait associé à des réductions de la graisse viscérale (Janiszewski & Ross, 2007; Ross & Janssen, 2001). Ross et coll. (Ross et al., 2000; Ross et al., 2004) ont démontré que 60 minutes d’activité physique de type aérobie à intensité modérée (à tous les jours) était associé à une réduction du tissu adipeux viscéral (-0,7 à -1,0), du tissu adipeux sous-cutané abdominal (-0,8 à -0,9 kg) sur 3 mois chez les hommes et les femmes respectivement. Une prescription d’exercices plus modérée (environ 30 minutes/jour) induit une plus petite réduction du tissu adipeux viscéral chez les femmes ménopausées obèses (Irwin et al., 2003). Toutefois, puisque le tissu adipeux viscéral est le dépôt qui a des conséquences néfastes sur la santé, une petite réduction de celui-ci serait significative d’un point de vue clinique (Janiszewski & Ross, 2007). L’activité physique pourrait également avoir des effets bénéfiques sur la masse maigre pendant une intervention de perte de poids. Malgré le fait que la plupart des études ont évalué les effets d’un entraînement en endurance sur la perte de poids, l’ajout d’un l’entraînement en résistance à certains avantages lors d’une perte de poids (Jakicic et al., 2001). Deux méta-analyses ont effectivement démontré que l’exercice régulier en résistance atténue la perte de masse maigre lors d’un programme de perte de poids (Ballor & Poehlman, 1994; Garrow & Summerbell, 1995). Ce type d’entraînement permet d’augmenter la masse maigre, la force musculaire et la puissance, et serait donc une 90 composante essentielle lors d’une perte de poids afin de préserver la masse musculaire tout en maximisant la perte de masse grasse (Garrow & Summerbell, 1995; Jakicic et al., 2001; Ross, Pedwell, & Rissanen, 1995). Préserver la masse musculaire pendant une restriction calorique pourrait aider à prévenir la diminution de la capacité physique observée lors du vieillissement (Darmon, 2013). Exercice physique et effets sur le métabolisme énergétique Une augmentation du temps physiquement actif, sans changement de l’apport énergétique, peut provoquer une balance énergétique négative et ainsi diminuer le poids corporel (Jakicic & Otto, 2005; Stiegler & Cunliffe, 2006). Certains mécanismes modifient la balance énergétique par l’altération de la dépense énergétique pendant et suite à l’exercice physique ainsi que par la modification du métabolisme de repos. Une balance énergétique négative est principalement causée par l’énergie dépensée pendant l’exercice (Jakicic & Davis, 2011). Il est estimé qu’une dépense énergétique de 8 à 10 fois celle du repos peut être atteint pendant l’exercice chez des adultes âgées, sédentaires et en santé (Poehlman, 1989). Un exercice de durée suffisante et d’intensité modérée à élevée ne modifie pas seulement la dépense énergétique pendant l’exercice, mais pourrait aussi modifier le métabolisme de repos en phase post-exercice (consommation d’O2 post-exercice ou EPOC) (Borsheim & Bahr, 2003; Donnelly et al., 2004; Maehlum, Grandmontagne, Newsholme, & Sejersted, 1986). Pendant des activités aérobie de longue durée et de basse intensité, la proportion d’oxyène consommée pendant la récupération est définitivement moindre que celle dépensée pendant l’activité physique (Speakman & Selman, 2003). Toutefois, lors d’exercice de courte durée et d’intensité élevée, il a été observé que l’EPOC demeure élevé immédiatement après l’exercice et diminue progressivement jusqu’à 2 heures suite à l’exercice (Binzen, Swan, & Manore, 2001; Edwards & Gleeson, 2001; Speakman & 91 Selman, 2003). Cependant, ce ne sont pas toutes les études qui démontrent une augmentation de la dépense énergétique jusqu’à 2h en phase post-exercice. Elliot et coll. (Elliot, Goldberg, & Kuehl, 1992) ont observés une élévation du métabolisme seulement jusqu’à 30 minutes suite à un entraînement en résistance d’intensité modérée chez des hommes et des femmes. Pour ce qui est de la modification à long terme du métabolisme de repos, suite à l’activité physique (Donnelly et al., 2004), il faut premièrement comprendre que les variabilités interindividuelles du métabolisme de repos s’expliquent en grande partie par les différences de masse maigre (explique 65-95% de la variabilité) (Ravussin et al., 1986; Seidell, Muller, Sorkin, & Andres, 1992). Ainsi, tout type d’intervention étant susceptible d’entraîner un effet sur le maintien ou l’augmentation de la masse musculaire pourrait avoir un effet significatif sur la dépense énergétique de repos et par le fait même, sur la dépense énergétique totale quotidienne (Donnelly et al., 2004; Stiegler & Cunliffe, 2006). Les effets de l’activité physique sur le métabolisme de repos demeurent controversés (Speakman & Selman, 2003). Effectivement, ce n’est pas tous les types d’exercice qui auraient un effet positif sur le métabolisme de repos. De plus, l’intensité, la fréquence et la durée de l’entraînement auraient également un impact (Seidell et al., 1992; Stiegler & Cunliffe, 2006). L’avantage d’un entraînement en résistance est son effet supérieur, comparativement à l’entraînement aérobie, au maintien ou l’augmentation de la masse maigre et du métabolisme de repos, tout en diminuant la masse grasse (Jakicic & Davis, 2011; Walberg, 1989). En effet, suite à un entraînement en résistance de 15 semaines chez des femmes de 30 et 50 ans, Schmitz et coll. ont observés une augmentation significative de la masse maigre de 0,98 kg, une perte de masse grasse similaire à un 92 entraînement aérobie et un maintien du métabolisme de repos (Schmitz, Jensen, Kugler, Jeffery, & Leon, 2003). Il est à noter que ces changements sont toutefois relativement petits et pourraient être expliqués par une augmentation compensatoire de l’apport calorique (Stiegler & Cunliffe, 2006). Effets de l’exercice physique sur les facteurs de risque cardiométabolique L’exercice aérobie ou en résistance peut avoir des effets bénéfiques sur la santé, et ce indépendamment des changements du poids ou de la composition corporelle (Donnelly et al., 2004; Shaw, Gennat, O'Rourke, & Del Mar, 2006). L’adoption d’un mode de vie actif ne doit pas nécessairement être accompagnée d’une perte de poids pour qu’une réduction des facteurs de risque cardiométabolique soit observée (Ross & Bradshaw, 2009). Plus d’une quinzaine d’études randomisées démontrent que l’exercice est associé à une réduction significative d’un ou plusieurs facteurs de risque cardiométabolique (Albright et al., 2000; Fagard, 2006; Pescatello et al., 2004; Ross & Bradshaw, 2009). Par exemple, il est très bien documenté qu’un entrainement de type aérobie réduit la pression artérielle systolique et diastolique chez les personnes ayant un poids santé (Fagard, 1999; Whelton, Chin, Xin, & He, 2002), chez les obèses (Fagard, 1999; Whelton et al., 2002), et les individus hypertendus (Arroll & Beaglehole, 1992; Hagberg, Park, & Brown, 2000; Whelton et al., 2002) et normotendus (Kelley, 1995; Whelton et al., 2002). Les revues systématiques démontrent qu’indépendamment de l’âge et du niveau d’obésité, 40 minutes d’exercice d’une intensité modérée pratiquée 3 fois par semaine réduiraient la pression artérielle systolique de 3 à 11 mmHg et la pression diastolique de 3 à 8 mmHg (Arroll & Beaglehole, 1992; Kelley, 1995; Whelton et al., 2002). De plus, la diminution de pression artérielle observée était significativement plus importante chez les personnes hypertendues que chez les individus normotendus (6,9 mmHg vs -4,9 mmHg pour la systolique; et -1,9 mmHg et -1,6 mmHg pour la 93 diastolique) (Cornelissen & Fagard, 2005). Ainsi, nous pouvons conclure que la réduction de pression artérielle grâce à l’exercice ne semble pas être reliée aux changements de poids ou à l’obésité abdominale (Cornelissen & Fagard, 2005). Un entraînement en résistance pourrait également diminuer la pression artérielle, et ce indépendamment de la perte de poids chez les individus hypertendus (Hurley & Roth, 2000) et les normotendus âgées (diminution de 2% pour la systolique et 4% pour la pression diastolique) (Kelley & Kelley, 2000; Martel et al., 1999). Cette diminution de la pression artérielle pourrait être le résultat des effets aigus et chroniques de l’exercice qui peuvent durer jusqu’à 22 heures post-exercice (Donnelly et al., 2004). Il est maintenant bien démontré que la pratique d’activités physiques à un effet bénéfique sur les niveaux de lipides sanguins, et ce, en l’absence de perte de poids (Carroll & Dudfield, 2004; Durstine et al., 2001). Que ce soit un entraînement de type aérobie ou en résistance, il semble y avoir une relation dose-réponse entre le volume d’entraînement et les changements de lipides plasmatiques (Donnelly et al., 2004; Durstine, Grandjean, Cox, & Thompson, 2002). Ceci suggère que des améliorations pourraient être observées suite à de petits volumes d’entraînement. Certains pensent qu’un programme d’exercices physiques associé à une dépense énergétique de 1200 à 2200 kcal par semaine pourrait augmenter les niveaux de HDL-chol de 4 à 22% (0,050,21 mmol/L) et diminuer les niveaux de triglycérides de 4 à 37% (0,01-0,43 mmol/L) (Durstine et al., 2001). En général, les effets de l’exercice sur les niveaux plasmatiques de lipides sont plus importants pour le HDL-chol que pour le LDL-chol (Carroll & Dudfield, 2004; Stefanick, 1999). Les résultats de 30 études randomisées démontrent que l’entraînement de type aérobie, à une fréquence de 3 à 5 fois par semaine, augmente les niveaux de HDL-chol de 5% en moyenne (Ballantyne, Clark, Simpson, & Ballantyne, 1982; Carroll & Dudfield, 2004; Durstine et al., 2002; Halbert, Silagy, 94 Finucane, Withers, & Hamdorf, 1999; Haskell, 1984). Des résultats similaires ont été observés pour les niveaux de LDL-chol (5% de réduction) et de triglycérides (4% de réduction). Cependant, les études sont moins nombreuses et les résultats sont moins consistants que pour le HDL-chol (Carroll & Dudfield, 2004; Durstine et al., 2002; Durstine et al., 2001; Halbert et al., 1999; Haskell, 1984). Certaines études ont également démontré une amélioration significative des lipides sanguins suite à un entraînement en résistance (Stone, Fleck, Triplett, & Kraemer, 1991; Tucker & Silvester, 1996). Des réductions du cholestérol total (3% à 16%), des LDL-chol (5% à 39%) et une augmentation du HDL-chol (14% à 27%) pouvaient être observés (Jakicic & Davis, 2011; Tucker & Silvester, 1996). Toutefois, ces améliorations peuvent s’observer seulement chez les personnes ayant effectué un volume important d’entraînement en résistance (4 à 7 h/semaine). Comme pour les lipides sanguins et la pression artérielle, des études ont démontré les effets positifs de l’entraînement aérobie afin de prévenir et traiter le diabète de type 2 (Donnelly et al., 2004). Des réductions significatives des concentrations de glucose plasmatique à jeun, suite à une seule session d’exercice, ont été observées (Larsen, Dela, Kjaer, & Galbo, 1997; Thompson et al., 2001). De plus, des améliorations significatives de la sensibilité à l’insuline, mesurée lors d’un clamp euglycémichyperinsulinemic, ont également été observées suite à une heure d’exercice d’intensité modérée chez plusieurs populations : personnes en santé (Mikines, Sonne, Farrell, Tronier, & Galbo, 1988), individus normaux glycémiques (Burstein, Epstein, Shapiro, Charuzi, & Karnieli, 1990), personnes insulino-résistantes (Bajpeyi et al., 2009) et individus obèses et atteints du diabète de type 2 (Devlin, Hirshman, Horton, & Horton, 1987). De plus, selon certaines études, les améliorations de la sensibilité à l’insuline suite à un exercice aérobie (Burstein et al., 1990; Devlin et al., 1987) seraient similaires 95 à celles observées suite à une intervention pharmacologique (Anderson, Kendall, & Jenkins, 2003; Knowler et al., 2002). Pour ce qui est des effets de l’exercice chronique, il a été démontré qu’un entraînement d’intensité modérée, équivalent à une dépense énergétique de 1500 à 3000 calories par semaine, est associé à une réduction de 25% à 30% du risque de développer le diabète de type 2 (Frisch, Wyshak, Albright, Albright, & Schiff, 1986; Helmrich, Ragland, Leung, & Paffenbarger, 1991). Les études ont également démontré une amélioration d’environ 10% de la tolérance au glucose chez les individus avec intolérance au glucose (Holloszy, Schultz, Kusnierkiewicz, Hagberg, & Ehsani, 1986; Lampman & Schteingart, 1991). 1.5.1.3 Modification comportementale Le but d’une thérapie de modification du comportement est d’aider les patients à identifier et modifier les habitudes alimentaires et d’activité physique qui contribuent à leur obésité. Elle devrait être idéalement incluse dans tous les programmes de perte de poids afin de s’assurer d’une perte de poids significative et faciliter les changements comportementaux liés aux habitudes de vie (Klein et al., 2002). Les principes de la thérapie comportementale consistent à 1) aider les individus à identifier des buts et objectifs réalistes, 2) établir un plan de traitement approprié afin d’atteindre les objectifs désirés en lien avec l’activité physique et la nutrition, 3) encourager l’auto contrôle (journaux alimentaires et d’activités physiques), 4) identifier et résoudre les problèmes qui freinent la perte de poids et, 5) planifier un suivi régulier et des rencontres avec le profesionnel afin de suivre la perte de poids (examiner les journaux alimentaires et fournir de l’encouragement et du support) (Klein et al., 2002). L’auto contrôle (suivi de son comportement à l’aide de journaux) est la pierre angulaire des traitements comportementaux (Wing & Hill, 2001). Les patients écrivent tout ce 96 qu’ils mangent et peuvent aussi inclure l’heure, l’endroit et les sentiments associés à l’alimentation. Ce type de suivi est très utile afin d’identifier les comportements problématiques qui peuvent être ciblés pour l’intervention, que ce soit au niveau des habitudes alimentaires ou des divers domaines de l’activité physique. La thérapie comportementale peut également être faite de façon individuelle ou en groupe. Le traitement se fait habituellement sur une période de 16 à 26 semaines (Davis et al., 2012). Il a été démontré dans une méta-analyse que les individus traités à l’aide de thérapie comportementale de groupe perdent environ 9% de leur poids suite à 20-26 semaines de traitement (Wadden & Foster, 2000). Par contre, le regain de poids est très fréquent suite à l’arrêt du traitement. Ainsi, de 30 à 35% du poids perdu est généralement repris après un an (Wadden & Foster, 2000). Finalement, la thérapie comportementale est difficile à maintenir à long terme. Les études ont effectivement démontré que suite à 6 mois de traitement, les patients étaient présents à seulement la moitié des sessions comparativement au début (Wadden & Foster, 2000; Wing, Venditti, Jakicic, Polley, & Lang, 1998). 1.5.2 Bénéfices de la perte de poids 1.5.2.1 Effets sur la dyslipidémie La perte de poids est associée à des diminutions des taux de triglycérides, de cholestérol total, des LDL-chol et est corrélée à une augmentation des concentrations de HDL-chol (Klop, Elte, & Cabezas, 2013). Une méta-analyse regroupant 64 études révèle que les niveaux de triglycérides sont réduits d’environ 32 % (0,66 mmol/L) en réponse à une perte de poids moyenne de 16,6 kg suite à une restriction calorique (Dattilo & KrisEtherton, 1992). D’ailleurs, il a été démontré que les améliorations les plus marquées des taux de triglycérides surviennent dans les 4 à 8 premières semaines de la perte de 97 poids (Rossner, Sjostrom, Noack, Meinders, & Noseda, 2000; Wadden, Anderson, & Foster, 1999). Pour ce qui est des concentrations de HDL-chol, selon cette métaanalyse, il y aurait une diminution moyenne de 8% pendant la période de perte de poids, mais une augmentation de 12% au-dessus des valeurs de base suite à la stabilisation du poids (Dattilo & Kris-Etherton, 1992; Xydakis et al., 2004). Les effets d’une perte de poids sur les niveaux de LDL-chol sont moins bien établis. Certain rapportent qu’une perte de poids de 16,6 kg serait associée à une réduction de 11% des LDL-chol (Dattilo & Kris-Etherton, 1992) tandis que d’autres ne démontrent pas de diminution des LDLchol suite à une perte de poids via une restriction calorique (Bouchonville et al., 2014; Yassine et al., 2009). Une perte de poids en combinaison à un entraînement de type aérobie aurait des effets bénéfiques plus importants sur les taux de LDL-chol qu’une perte de poids seule (Stefanick, 1999; Stefanick et al., 1998). Néanmoins, suite à un regain de poids, il se produirait un renversement des concentrations de triglycérides, de cholestérol, des LDL-chol et HDL-chol (Rossner et al., 2000; Watts et al., 1990; Weintraub, Sundaresan, & Schuster, 1992). Parmi les sous-fractions lipidiques, c’est les HDL-chol qui sont les plus difficiles à améliorer. L’augmentation non pharmacologique des HDL-chol requiert une perte de poids importante, une période de stabilisation du poids corporel ainsi qu’une pratique régulière d’activité physique (Klein et al., 2002). 1.5.2.2 Effets sur la pression artérielle Nous pouvons observer une diminution de la pression systolique et diastolique suite à une perte de poids, et ce, indépendamment d’une restriction en sodium (HPCRG, 1997). Une étude réalisée sur plus de 1200 participants en surpoids ou obèses a démontré une relation dose-réponse entre le poids perdu et la réduction de la pression artérielle suite à 3 ans d’intervention (Stevens et al., 2001). Les plus grandes améliorations étaient observées chez les participants ayant perdu 8,8 kg en moyenne. Une réduction de la 98 pression systolique de 7 mmHg et de la pression diastolique de 5 mmHg y était associée. Cela peut sembler peu, mais il faut se rappeler qu’une simple diminution de 2 mmHg de la pression diastolique est associée à une diminution significative des évènements liés à une maladie cardiovasculaire ou un AVC chez les personnes âgées entre 35 et 64 ans (Cook, Cohen, Hebert, Taylor, & Hennekens, 1995). Aussi, il a été observé dans une autre étude qu’une perte de poids moins importante était associée à une amélioration moindre de la pression, mais significative de 0,7 mmHg de la pression diastolique et de 2,4 mmHg de la pression systolique (Stevens et al., 2001). Toutefois, les participants ayant repris le poids perdu ont vu leurs valeurs de pression artérielle revenir aux valeurs pré-intervention (Stevens et al., 2001). Pour ce qui est de l’efficacité de la perte de poids afin de prévenir le développement de l’hypertension, les études semblent controversées. Certaines études épidémiologiques et d’intervention ont démontré qu’une perte de poids pourrait diminuer l’incidence de l’hypertension (Huang et al., 1998; Stevens et al., 2001). 1.5.2.3 Effets sur le développement des maladies cardiovasculaires L’obésité est un facteur de risque indépendant pour le développement des maladies cardiovasculaires (Wilson, D'Agostino, Sullivan, Parise, & Kannel, 2002), et est également associée à une combinaison de facteurs de risque que l’on nomme syndrome métabolique (Reaven, 1988). Des données d’études randomisées ont démontré qu’une perte de poids intentionnelle aurait des effets positifs sur plusieurs facteurs de risques associés au développement et sur la progression des maladies cardiovasculaires (Ades & Savage, 2014; 2002; Pi-Sunyer, 1996). Nous pouvons observer les bénéfices de la perte de poids suite à des réductions modestes de 5% à 10% du poids corporel (Goldstein, 1992). Ainsi, même si les approches pharmacologiques semblent efficaces afin de traiter les facteurs de risque de façon individuelle, une perte de poids modeste 99 peut améliorer l’ensemble de ces facteurs simultanément (Klein et al., 2002; Lavie, Milani, & Ventura, 2009). Effectivement, suite à une perte de poids nous pouvons observer une diminution de la pression artérielle, une réduction des niveaux de triglycérides, de cholestérol total et de LDL-chol et une augmentation des HDL-chol (PiSunyer, 1998). Des donnés du Framingham Offspring Study ont démontré qu’une perte de poids de 2,25 kg ou plus sur une période de 16 ans était associée une diminution d’environ 40% de la somme des facteurs de risques (pression systolique, triglycéride, cholestérol total, glycémie à jeun, IMC et HDL-chol) chez les hommes et les femmes (Wilson, Kannel, Silbershatz, & D'Agostino, 1999). Puisque la perte de poids à un effet positif sur les facteurs de risque associés aux maladies cardiovasculaires, cela devrait affecter positivement le pronostique général de maladies cardiovasculaires. En effet, chez des individus en surpoids ayant des facteurs de risque de maladies cardiovasculaires, une perte de poids moyenne de 4,5 kg suite à une modification des habitudes de vie a été associée à une diminution du risque de développer une maladie cardiovasculaire sur une période de 4 ans (Eilat-Adar, Eldar, & Goldbourt, 2005). 1.5.2.4 Effets sur le diabète de type 2 Une perte de poids maintenue sur une longue période de temps est efficace afin de prévenir le diabète de type 2 chez les personnes obèses (Moore et al., 2000; Sjostrom, Peltonen, Wedel, & Sjostrom, 2000). Des données de l’étude de Framingham ont démontré une diminution du risque de développer le diabète de type 2 de 33% chez les personnes ayant perdu de 3,7 à 6,8 kg, et de 51% chez les personnes ayant perdu plus de 6,8 kg pendant les 16 années d’observation (Moore et al., 2000). De plus, trois études randomisées, la US Diabetes Prevention Program (Knowler et al., 2002), la Finnish Diabetes Prevention Study (Tuomilehto et al., 2001), et la Chinese Da Qing Study (Pan et al., 1997), ont démontré qu’une intervention intensive basée sur le 100 changement des habitudes de vie pourrait prévenir ou retarder le développement du diabète chez les personnes étant intolérantes au glucose. Ainsi, un programme d’intervention basé sur l’amélioration des habitudes de vie pourrait réduire le risque de développer le diabète de type 2 à un degré similaire à celui que l’on retrouve lors d’une intervention pharmacologique (Gerstein et al., 2006; Knowler et al., 2002; Pan et al., 1997; Tuomilehto et al., 2001). Les recommandations de l’Association Canadienne du Diabète proposent un programme structuré de modification des habitudes de vie incluant une perte de poids modéré et une pratique d’activité physique régulière afin de réduire le risque de diabète de type 2 chez les personnes intolérantes au glucose (Booth & Cheng, 2013). La perte de poids améliore également la sensibilité à l’insuline et le contrôle glycémique chez les patients obèses atteints de diabète de type 2 (Klein et al., 2002). Il a été démontré qu’une perte d’aussi peu que 5% du poids diminuait les concentrations de glucose sanguin, d’insuline, et d’HbA1c chez les individus atteints de diabète traités avec un hypoglycémiant (Karason, Wikstrand, Sjostrom, & Wendelhag, 1999). Ce ne sont cependant pas tous les individus atteints de diabète de type 2 qui améliorent leur contrôle glycémique suite à une perte de poids modérée (Watts et al., 1990). Cependant, les patients atteints de la maladie depuis plus longtemps et/ou ayant une défaillance pancréatique seraient plus résistants aux bénéfices de la perte de poids (Krotkiewski et al., 1985; Zierath & Wallberg-Henriksson, 1992). 1.5.2.5 Effets sur la mortalité Les recommandations de perte de poids sont appliquées malgré le fait qu’il existe certaines preuves d’une relation inverse entre le surpoids/obésité et la mortalité; phénomène que l’on nomme le « paradoxe de l’obésité » (Ades & Savage, 2010). Ce 101 paradoxe, dérivé d’études rétrospectives et d’observations, soutient que les individus en surpoids ont un avantage de survie comparativement aux personnes de poids normal ou sous le poids normal (Ades & Savage, 2010). Ceci a été observé chez des individus atteints d’insuffisance cardiaque et rénale (Horwich et al., 2001), les personnes ayant le sida (Chlebowski, Grosvenor, Lillington, Sayre, & Beall, 1995) et le cancer (Yeh et al., 2000) ainsi que dans le cas des personnes âgées de 65 ans et plus (Oreopoulos et al., 2009). Selon une méta-analyse, la plupart des études épidémiologiques démontrent qu’une perte de poids ou une fluctuation du poids est associée à la mortalité chez les personnes obèses et âgées (Andres, Muller, & Sorkin, 1993). Il faut cependant faire très attention avant de tirer des conclusions, car ces études n’ont pas fait la distinction entre une perte de poids intentionnelle et non intentionnelle (Jensen, Roy, Buchanan, & Berg, 2004). Ceci pourrait avoir un effet sur les résultats puisqu’une perte de poids non intentionnelle est souvent associée à une maladie existante (Paquot, 2011). Certaines études se sont intéressées aux effets d’une perte de poids intentionnelle sur la survie (Williamson et al., 1995, 1999; Williamson et al., 2000). Les résultats suggèrent qu’une perte de poids intentionnelle pourrait améliorer la survie chez les personnes en surpoids ou obèses ayant une maladie liée à l’obésité, particulièrement chez les personnes atteintes de diabète de type 2 (Williamson et al., 1999; Williamson et al., 2000). De plus, il a été démontré qu’une perte de poids intentionnelle pourrait modifier favorablement les facteurs de risques associés au développement et la progression des maladies cardiovasculaires (Oreopoulos et al., 2009). Par ailleurs, la plupart des études rapportant l’existence d’une relation paradoxale entre l’obésité la mortalité, utilisent l’IMC comme mesure de l’obésité, ce qui pourrait être une limite (Ades & Savage, 2010). En effet, lorsque la composition corporelle est évaluée à l’aide la circonférence de taille, cette relation entre la mortalité et l’IMC est atténuée (Coutinho et al., 2011). 102 1.6 PHÉNOTYPES D’OBÉSITÉ Les individus en surpoids ou obèses ont plus de risque de présenter des détériorations du profil de santé comparativement aux individus de poids normal (Calle, Rodriguez, Walker-Thurmond, & Thun, 2003; Colditz et al., 1995). Toutefois, certains individus ne présentent pas d’anormalités métaboliques malgré un excès important de graisse corporelle (Brochu et al., 2008; Brochu et al., 2001; Brown & Kuk, 2015; Muller et al., 2010; Muller et al., 2012; Wildman et al., 2008). En d’autres termes, l’obésité augmente le risque de présenter des complications, mais ce ne sont pas tous les individus obèses qui développeront des problèmes métaboliques. C’est au début des années 1980 que certains chercheurs ont commencé à s’intéresser à l’existence de différents sous types d’obésité (Andres, 1980; Ruderman, Berchtold, & Schneider, 1982; Ruderman, Schneider, & Berchtold, 1981). Cependant, ce n’est que depuis les 10 à 15 dernières années que l’intérêt pour ce domaine de recherche a réellement pris de l’ampleur. Une meilleure compréhension des différents types d’obésité pourrait être utile afin de mieux guider le traitement de l’obésité en prévention primaire et secondaire (Primeau et al., 2011; Sims, 2001; Tchernof & Despres, 2013). Un des défis majeurs concernant les différents types d’obésité est le manque de définitions précises afin de différencier et caractériser un sous type d’obésité d’un autre. Ce point est important puisque ce ne sont pas tous les individus obèses qui présentent des problèmes de santé tels que mentionnés plus haut. Effectivement, un excès de tissu adipeux est reconnu comme étant une condition hétérogène (Cornier et al., 2011; Sims, 2001). 103 Le terme phénotype fait référence à l’ensemble des caractères observables, apparents, d'un individu, d'un organisme dus aux facteurs héréditaires (génotype) et aux modifications apportées par le milieu environnant (Larousse, 2015). On retrouve donc plusieurs phénotypes d’obésité ayant été rapportés dans la littérature tel que; l’obésité de type androïde/gynoïde (Vague, 1947), l’obésité sarcopénique (Stenholm et al., 2008), l’obésité dynapénique (Senechal, Dionne, & Brochu, 2012), l’obésité de type hypertrophique/hyperplasique (Björntorp, 1971), les obèses métaboliquement sains (Samocha-Bonet et al., 2014), l’obésité mésomorphique (Brochu et al., 2008; Koleva, Nacheva, & Boev, 2002) et les non-obèses métaboliquement détériorés (Ruderman et al., 1981). Dans cette section nous nous concentrerons sur certains phénotypes d’obésité étant donné que ce sont ceux auxquelles nous nous attarderons dans les articles en lien avec la thèse; c’est-à-dire l’obésité mésomorphique, l’obésité dynapénique et l’obèse sans complication métaboliques. 1.6.1 Obésité mésomorphique 1.6.1.1 Définition Le psychologue William Herbert Sheldon a été le premier à introduire le concept de « somatotype » afin de définir la constitution morphologique d’un individu (Sheldon, S, & W, 1940). Il proposa trois composantes : endomorphe, mésomorphe et ectomorphe afin de caractériser le physique d’un individu. Le type ectomorphe est linéaire, maigre, frêle et peu musclé. L’individu mésomorphe est caractérisé comme étant rectangulaire, athlétique et plus musclé que la moyenne, tandis que l’individu endomorphe est plus « rond » et peu musclé, selon l’auteur (Sheldon et al., 1940) (voir Figure 1.11). Toutefois, comme on peut le constater sur la Figure 1.12, les individus peuvent se retrouver dans des catégories intermédiaires de somatotype. C’est-à-dire qu’une 104 personne peut présenter, à la fois des caractéristiques du somatotype endomorphe et ectomorphe (Carter & Heath, 1990). Le concept de classification d’individus selon leurs somatotypes est plus particulièrement utilisé dans le milieu de l’entraînement musculaire de nos jours. Dans la littérature scientifique, peu d’auteurs font référence aux somatotypes afin de décrire les caractéristiques physiques d’un individu. L’équipe de Koleva et al. (Koleva, Nacheva, & Boev, 2000; Koleva et al., 2002) fait partie de celle qui utilisent ce terme dans leurs travaux. Cette équipe de recherche étudie entre autre l’association entre certaines maladies chroniques et différents somatotypes (Koleva et al., 2002). Toutefois, malgré le fait que le terme « somatotype » ne soit pas explicitement utilisé, certains classifient tout de même les individus selon les caractéristiques bien précises de différents somatotypes. Par exemple, plusieurs auteurs se sont intéressés à l’obésité sarcopénique, c’est-à-dire le profil inverse de l’obésité mésomorphe (ou la combinaison de l’obésité et d’une masse musculaire diminuée) (Batsis, Mackenzie, Barre, LopezJimenez, & Bartels, 2014; Zamboni et al., 2008). Peu de données sont cependant disponibles chez des individus ayant une masse musculaire importante et un niveau de tissu adipeux élevé (obèse mésomorphique) comparativement à des individus obèses, ayant peu de masse musculaire (obèse sarcopénique) (Beijers et al., 2014; Brochu et al., 2008; Leon et al., 2013; Okura et al., 2002; Peppa et al., 2014; Ramachandran et al., 2012). 105 Figure 1.11 : Différents somatotypes proposés par William Hebert Sheldon Note : Tiré de Sheldon, 2010. 14 Figure 1.12 : Somatotypes proposés par Lindsay Carter Note : Tiré de Carter et coll., 1990. 15 14 Source : Encyclopédie Britanica 2010, http://www.britannica.com/EBchecked/topic/178685 Source : Carter, J.E.L. and Heath, B.H. (1990). Somatotyping- development and applications: Cambridge University Press.(Carter & Heath, 1990) 15 106 1.6.1.2 Conséquences métaboliques de l’obésité mésomorphique Des données de notre groupe suggèrent que la masse maigre devrait aussi être considérée dans la pathogenèse des anormalités métaboliques puisque cette dernière interagirait négativement avec la graisse viscérale chez les femmes ménopausées et obèses en favorisant la résistance à l’insuline et un profil inflammatoire détérioré (Brochu et al., 2008). You et coll. (You et al., 2004) ont également démontré que les femmes obèses et âgées, ayant le syndrome métabolique, sont caractérisées par une masse maigre et une masse grasse viscérale élevée. Ces informations sont surprenantes étant donné que la masse maigre est considérée comme une composante bénéfique de la composition corporelle sur le profil métabolique (DeFronzo et al., 1981; Peppa, Koliaki, Nikolopoulos, & Raptis, 2010). En effet, des études ont démontré que la masse maigre est associée à un profil cardiométabolique favorable via l’amélioration de la sensibilité à l’insuline (He, Watkins, & Kelley, 2001; Koivisto, Yki-Jarvinen, & DeFronzo, 1986; Nam et al., 2001). Ceci s’explique par le fait que le tissu musculaire serait responsable de 85% de la captation du glucose chez les hommes d’âge moyen et en santé (DeFronzo et al., 1981). Selon des données récentes de NHANES, une augmentation de la masse musculaire corrigée pour le poids corporel serait associée à une réduction de l’incidence de la résistance à l’insuline au niveau populationnel (Srikanthan & Karlamangla, 2011). Cette étude a toutefois quelques limites. La première est que l’estimation de la masse musculaire a été faite à l’aide de l’impédance bioélectrique. En effet, cette technique de mesure de la composition corporelle semble être problématique chez une population constituée de différents groupes ethniques (Dehghan & Merchant, 2008). De plus, la plupart des participants étaient jeunes, de poids normal et leur niveau d’activité physique était inconnu; ce qui limite la validité externe des résultats. 107 En revanche, de plus en plus d’études remettent en question l’effet bénéfique d’une masse musculaire importante, dans un contexte de sédentarité, sur les facteurs de risque cardiométaboliques (Aydogdu et al., 2013; Brochu et al., 2008; Brochu et al., 2001; Messier, Karelis, Prud'homme, et al., 2010; Peppa, 2012; You et al., 2004). La plupart des études suggérant qu’une masse maigre importante n’est pas nécessairement bénéfique sur la santé cardiométabolique, ont été effectuées chez des femmes sédentaires, ménopausées, obèses ou non-obèses (Aubertin-Leheudre et al., 2006; Brochu et al., 2008; Peppa et al., 2014; You et al., 2004). Une étude chez des hommes et des femmes chinois âgés et sédentaires de 50 à 70 ans a démontré que la masse maigre était indépendamment et positivement corrélée au syndrome métabolique après ajustement pour l’âge, le sexe, le niveau d’activité physique, la médication et l’historique familial (Wang et al., 2009). De plus, les détériorations métaboliques seraient plus importantes chez les femmes ayant également une accumulation de graisse élevée au niveau abdominal (Aubertin-Leheudre et al., 2006; Brochu et al., 2001; Messier, Karelis, Robillard, et al., 2010; You et al., 2004). L’obésité mésomorphique pourrait ainsi agir de concert dans la détérioration des facteurs de risque cardiométabolique selon une étude de Brochu et coll. publiée en 2008 et une autre étude de Peppa et coll. en 2014 (Brochu et al., 2008; Peppa et al., 2014). Sur la base de ces observations, la masse maigre pourrait servir de marqueur afin d’identifier les femmes ménopausées ayant un phénotype d’obésité à risque élevé ou diminué de complications métaboliques (Barsalani, Brochu, & Dionne, 2013; Barsalani et al., 2015; Peppa, 2012). Plusieurs hypothèses ont été proposées quant aux mécanismes responsables de l’association inverse entre la masse musculaire et les désordres métaboliques chez les personnes sédentaires. Notre compréhension demeure toutefois incomplète et des études mécanistiques seraient nécessaires afin d’élucider cette question. Il a été 108 proposé que l’association négative entre la masse musculaire et les désordres métaboliques pourrait s’expliquer par les changements au niveau des androgènes (Berman et al., 2001). Ainsi, la résistance à l’insuline est accompagnée d’une suppression de la production hépatique de SHBG (sex hormone binding globulin) et d’une diminution des niveaux d’androgène circulant; ce qui créerait un effet anabolique sur la masse musculaire squelettique (Berman et al., 2001). D’autre part, l’augmentation de la masse maigre observée chez les femmes présentant une résistance à l’insuline et le syndrome métabolique pourrait être le résultat d’une altération adaptative afin de compenser pour la détérioration de la qualité musculaire (accumulation de lipides intra et inter myocellulaire) liée à la résistance à l’insuline (Larsson, Daugaard, Kiens, Richter, & Ahren, 1999). Il a également été suggéré que l’interleukin 18 (IL-18), une cytokine proathérogène et diabétogène, serait corrélée positivement à la masse maigre plutôt qu’à la masse grasse, et constituerait le chaînon manquant dans la relation entre la masse maigre et les désordres métaboliques (Sun et al., 2011). 1.6.1.3 Effets de la perte de poids Malgré le fait qu’une restriction calorique est une méthode efficace afin de perdre du poids à court terme, elle a comme conséquence une réduction de la masse maigre en plus de la réduction de la masse grasse (Foster-Schubert et al., 2012; Nicklas et al., 2009). En moyenne, environ 25% du poids perdu lors d’une restriction calorique serait constitué de masse maigre (Campbell et al., 2009; Foster-Schubert et al., 2012; Nicklas et al., 2009). Il a été suggéré qu’une perte de masse maigre devrait être à éviter étant donné ses effets protecteurs sur la sensibilité à l’insuline (Ferrannini et al., 1997). Toutefois, une étude récente de notre groupe de recherche a démontré qu’une diminution de la masse 109 maigre chez des femmes ménopausées sédentaires était associée à une amélioration de la captation du glucose suite à une perte de poids (Myette-Cote et al., 2013). De plus, une autre étude de notre groupe de recherche (Barsalani et al., 2015) a démontré qu’une diminution de la masse maigre était associée à une amélioration du profil inflammatoire chez les femmes ménopausées, intolérantes au glucose et sédentaires. Ainsi, les résultats de ces deux études nous portent à croire qu’une diminution de la masse maigre ne serait pas aussi néfaste qu’on le croyait, du moins, pour certaines variables du profil métabolique et chez les individus sédentaires. Globalement, seulement quelques études, mentionnées précédemment, rapportent l’effet de la perte de poids sur certains facteurs de risque métabolique d’individus présentant un phénotype d’obésité mésomorphique. De plus, il demeure incertain si une perte de masse maigre suite à une restriction calorique, pourrait avoir des effets bénéfiques sur toutes les variables de la santé cardiométabolique. Puisqu’un vide scientifique existe sur ce sujet, il serait important de déterminer si une intervention de perte de poids pourrait avoir des effets bénéfiques sur la santé cardiométabolique d’individus obèses et mésomorphes. 1.6.2 Obésité dynapénique 1.6.2.1 Définition de la dynapénie En 2008, Clark et coll. (Clark & Manini, 2008) ont proposé le terme dynapénie afin de définir la diminution inévitable et normale de la force et la puissance musculaire observée avec le vieillissement normal. Il existe à ce jour certains critères cliniques afin d’identifier une personne dynapénique. Selon la Foundation for the National Institutes of Health, une force de préhension de 26-32 kg chez les hommes et de 16-20 kg chez les femmes de 65 ans et plus, serait considérée comme une force « intermédiaire ». De 110 plus, une force de préhension de moins de 26 kg chez les hommes et de 16 kg chez les femmes serait considérée comme étant « faible » (Alley et al., 2014; McLean et al., 2014). Toutefois, malgré le fait qu’une force de préhension diminuée soit associée à un déclin des capacités fonctionnelles (McLean et al., 2014), elle ne permet pas d’évaluer correctement la force des membres inférieures; qui est une variable importante dans le maintien des capacités fonctionnelles chez les personnes âgées (Marsh et al., 2006). À cet effet, Manini et coll. (Manini & Clark, 2012) ont proposés un algorithme décisionnel afin de définir la dynapénie. Cet algorithme développé pour les personnes âgées de 60 ans et plus consiste à évaluer la force des extenseurs des genoux et de la force de préhension. Les auteurs recommandent également de corriger pour les caractéristiques anthropométriques compte tenu des variations importantes entre les individus (ex : force normalisée pour le poids et/ou la grandeur). Cet algorithme n’est toutefois qu’une proposition et n’a pas fait l’objet de validation dans d’autres études. Ainsi, puisqu’il n’y a pas de définition établie et reconnue, les auteurs utilisent différentes méthodes afin de différencier les individus dynapéniques et non-dynapéniques. C’est ainsi que certains auteurs ont défini les individus dynapéniques comme étant ceux dans le tertile de force le plus faible suite à une extension isométrique du genou effectué sur dynamomètre (Bouchard & Janssen, 2010; Senechal, Dionne, et al., 2012; Stenholm et al., 2009). Schrager et coll. (Schrager et al., 2007) ont pour leur part utilisé les tertiles de force de préhension afin d’identifier les individus dynapéniques. La dynapénie est associée aux incapacités physiques observées chez les personnes âgées (Manini et al., 2007; Visser et al., 2005; Visser et al., 2000) et à la mortalité prématurée (Newman et al., 2006; Xue, Beamer, Chaves, Guralnik, & Fried, 2010). Globalement, il est difficile d’estimer sa prévalence puisque, comme décrit ci-haut, 111 plusieurs définitions sont utilisées. Néanmoins, Clark et coll. (Clark & Manini, 2012) ont estimé qu’environ 16% à 18% des femmes et 8% à 10% des hommes âgés de 65 ans ou plus sont incapables de soulever 5 kg ou de s’agenouiller. Ces tâches simples, même si elles ne font pas partie des critères communément utilisés pour définir la dynapénie, sont étroitement liées à la force et à la puissance musculaire; deux des composantes importantes de la capacité physique. Plusieurs facteurs seraient responsables de la perte de force musculaire lors du vieillissement normal. Auparavant, on pensait que l’atrophie musculaire liée au vieillissement était en grande partie responsable de la diminution de la force (Frontera, Hughes, Lutz, & Evans, 1991; Maughan, Watson, & Weir, 1983). Toutefois, plusieurs études chez les personnes âgées ont démontré que la masse musculaire expliquait de 4 à 61% de la variance de la force musculaire, tout dépendant de la population (Hughes et al., 2001; Landers, Hunter, Wetzstein, Bamman, & Weinsier, 2001; Overend, Cunningham, Kramer, Lefcoe, & Paterson, 1992; Pearson, Bassey, & Bendall, 1985). Une étude réalisée par notre groupe de recherche (Beliaeff, Bouchard, Hautier, Brochu, & Dionne, 2008) a investigué la relation entre la masse musculaire et la force musculaire du haut et du bas du corps chez des hommes et des femmes d’âge varié. Ils ont démontré que la masse musculaire des jambes n’était pas la variable principale pouvant expliquer la force des quadriceps chez les personnes âgées. En fait, la masse musculaire expliquait seulement 5% de la variance de la force musculaire des quadriceps chez des hommes et 4% chez des femmes âgées de 65 à 84 ans. L’association était toutefois plus importante entre la masse musculaire des bras et la force musculaire des biceps (36% chez les hommes et 23% chez les femmes) (Beliaeff et al., 2008). 112 Selon les données d’une étude longitudinale publiée en 2009, il a été proposé que des facteurs physiologiques autres que la masse musculaire (ex : qualité musculaire, types de fibres musculaires, lipides intra musculaires, capacité et vitesse de recrutement des fibres musculaires) auraient un rôle important dans les variations de la force musculaire (Delmonico et al., 2009). Ce serait plutôt les changements neurologiques et des propriétés musculaires qui seraient responsables de la dynapénie étant donné que ces deux facteurs sont étroitement impliqués dans le contrôle de la force musculaire (Clark, Fernhall, & Ploutz-Snyder, 2006; Clark & Manini, 2008; Clark, Manini, Bolanowski, & Ploutz-Snyder, 2006; Duchateau & Enoka, 2002). 1.6.2.2 Définition de l’obésité dynapénique Les changements de la composition corporelle associés au vieillissement, l’obésité et la diminution de la force musculaire pourraient coexister chez un même individu (Stenholm et al., 2008). L’obésité dynapénique est un concept relativement nouveau qui réfère à la combinaison de ces deux conditions (Bouchard & Janssen, 2010; Stenholm et al., 2009). Cette condition semble de plus en plus importante compte tenu de l’augmentation du nombre de personnes âgées (Flegal et al., 2012) et de la prévalence de l’obésité chez les 65 ans et plus (Ng et al., 2014). Certaines études ont démontré que l’obésité dynapénique affecte la capacité physique des individus (Bouchard & Janssen, 2010; Stenholm et al., 2009). Certains facteurs comme le niveau d’activité physique et l’inflammation pourraient être responsables du lien qui existe entre l’obésité et la dynapénie (Figure 1.13) (Cesari et al., 2005; Schrager et al., 2007; Zamboni et al., 2008). Pour ce qui est du rôle de l’activité physique, il est reconnu qu’un mode de vie sédentaire est un facteur de risque important d’obésité (LaMonte & Blair, 2006) et d’une faible force musculaire (Duvigneaud et al., 2008). L’atrophie musculaire pourrait également mener à une réduction du métabolisme de repos et de la dépense 113 énergétique associée à l’activité physique (Bosy-Westphal et al., 2003; Byrne et al., 2003); ce qui aggraverait le comportement sédentaire et causerait le gain de poids (Stenholm et al., 2008). Selon l’état actuel des connaissances, l’état pro-inflammatoire serait également associé à l’obésité dynapénique. Tout d’abord, la leptine et les cytokines pro-inflammatoires secrétées par les adipocytes (Mohamed-Ali, Pinkney, & Coppack, 1998; Panagiotakos, Pitsavos, Yannakoulia, Chrysohoou, & Stefanadis, 2005) stimulent le catabolisme musculaire (Bullo-Bonet, Garcia-Lorda, Lopez-Soriano, Argiles, & Salas-Salvado, 1999), lequel accélère la perte de force musculaire (Schaap, Pluijm, Deeg, & Visser, 2006; Zamboni et al., 2008). De plus, des niveaux élevés de cytokines pro-inflammatoires sont associés à l’obésité et prédiraient le déclin de la force musculaire, l’augmentation du risque d’incapacités physiques et la mortalité prématurée chez les personnes âgées (Cappola et al., 2003; Ferrucci et al., 2002; Schrager et al., 2007). 114 Figure 1.13 : Relation entre le tissu adipeux et le muscle. Adiponectin : adiponectine; Ageing : vieillissement; Endurance capacity : Endurance musculaire; Fatigability : épuisement; Fatty infiltration : infiltration lipidique; Leptin : Leptine; Leptin resistance : Résistance à la leptine ; Lipid oxidation : oxydation lipidique; Macrophage recruitment : recrutement des macrophages; MCP-1 : monocyte chimoattractant protein 1; Muscle weakness : faiblesse musculaire; Total/abdominal fat : Tissu adipeux abdominal et total; TNF-alpha : Facteur de nécrose tumorale alpha; Weight gain : gain de poids. Note : Tiré de Zamboni et coll., 2008. 16 16 Source : Zamboni, M., et al. (2008). "Sarcopenic obesity: a new category of obesity in the elderly." Nutr Metab Cardiovasc Dis 18(5): 388-395. 115 1.6.2.3 Conséquences métaboliques de l’obésité dynapénique Tel que mentionné précédemment, l’obésité abdominale est associée à la résistance à l’insuline (Despres et al., 1995), au diabète de type 2 (Boyko, Fujimoto, Leonetti, & Newell-Morris, 2000), aux dyslipidémies et aux maladies cardiovasculaires (Despres et al., 1990; Nicklas et al., 2004; Polotsky & Polotsky, 2010). D’autre part, il a été démontré qu’une faible force musculaire est également associée à l’intolérance au glucose (Snijder et al., 2003), au syndrome métabolique (Jurca et al., 2005) et aux maladies cardiovasculaires (Snijder et al., 2004). Ainsi, il est logique de penser que la combinaison de ces deux conditions soit associée à un risque accru de problèmes de santé (Figure 1.14) (Dominguez & Barbagallo, 2007; Stephen & Janssen, 2009). Seulement quelques d’études se sont intéressées à ce jour aux conséquences métaboliques potentielles de l’obésité dynapénique (Senechal, Bouchard, Dionne, & Brochu, 2012; Senechal, Dionne, et al., 2012; Stephen & Janssen, 2009). Les études transversales s’étant intéressées aux conséquences métaboliques de ce phénotype d’obésité ont utilisé l’obésité abdominale comme critère d’obésité. Ainsi, une étude transversale effectuée chez des personnes âgées obèses a démontré que l’obésité abdominale combinée à la dynapénie était caractérisée par des niveaux élevés de cytokines pro-inflammatoires (Schrager et al., 2007) qui sont des facteurs de risque des maladies cardiovasculaires (Pearson et al., 2003). Stephen et coll. (Stephen & Janssen, 2009) ont démontré que l’obésité dynapénique (déterminée par la circonférence de taille et la force de préhension) était associée à une augmentation de 23% du risque de maladies cardiovasculaires chez les personnes âgées en santé. Jurca et coll. (Jurca et al., 2005) ont pour leur part rapporté que l’incidence du syndrome métabolique était significativement plus élevée chez les individus obèses et dynapéniques comparativement aux individus dynapéniques seulement. Finalement, une étude de 116 notre groupe de recherche a démontré que les adultes âgées et dynapéniques, et présentant une obésité abdominale, étaient à risque plus élevé d’altérations métaboliques que les adultes ne présentant qu’une seule de ces deux conditions (Senechal, Dionne, et al., 2012). 117 Vieillissement Sarcopénie/dynapénie Activité physique Obésité abdominale Cytokines Dépense énergétique Hypertension Intolérance au glucose TG HDL-chol Maladies cardiovasculaires Diabète de type 2 Figure 1.14 : Changements associés au vieillissement, responsables de la sarcopénie/dynapénie, de l’obésité abdominale, de la résistance à l’insuline et qui mènent aux maladies cardiovasculaires et au diabète de type 2. Note : Adapté de Dominguez et coll., 2007. 17 17 Source: Dominguez, L. J. and M. Barbagallo (2007). "The cardiometabolic syndrome and sarcopenic obesity in older persons." J Cardiometab Syndr 2(3): 183-189. 118 1.6.2.4 Effets de la perte de poids Les interventions visant l’augmentation de la force musculaire et la perte de poids seraient d’un grand intérêt chez les individus obèses et dynapéniques afin d’améliorer le profil de santé (Senechal, Bouchard, et al., 2012). Cependant, il y a très peu d’études à ce jour sur ce sujet (Frimel, Sinacore, & Villareal, 2008; Senechal, Bouchard, et al., 2012; Wang, Miller, Messier, & Nicklas, 2007). L’étude de Frimel et coll. (Frimel et al., 2008) a démontré que la qualité musculaire (exprimée selon la force musculaire/masse musculaire) s’améliorait davantage suite à un entraînement en résistance et une restriction calorique comparativement à une restriction calorique seule chez des adultes obèses et frêles. Wang et coll. (Wang et al., 2007) ont également démontré qu’une diète hypocalorique combinée à un entraînement en résistance avait des effets bénéfiques sur la force et la qualité musculaire (exprimée selon la force/poids corporel et la force/masse maigre) de personnes âgées, obèses et atteintes d’ostéoarthrite. Ces résultats ont été observés malgré une perte de masse grasse. Ces deux études d’intervention récentes sont les seuls, à notre connaissance, à avoir étudié des personnes âgées dynapéniques et obèses. Globalement, elles démontrent qu’une intervention de perte de poids, combinée à un programme d’entraînement en résistance, serait une approche intéressante pour améliorer la force et la qualité musculaire, en plus d’induire une perte de masse grasse (Stenholm et al., 2008). Pour ce qui est des effets d’une intervention de perte de poids sur le profil métabolique, une seule étude s’est intéressée à la question, à notre connaissance (Senechal, Bouchard, et al., 2012). L’objectif de cette étude était de quantifier l’effet d’une restriction calorique seul, ou combiné à un entraînement en résistance, sur le profil métabolique de femmes ménopausées obèses et dynapéniques. Les résultats démontrent qu’une restriction calorique seule, ou combinée à l’entraînement en résistance améliore le 119 cholestérol total, les triglycérides et la pression artérielle systolique de repos de façon similaire chez les femmes ménopausées obèses et dynapéniques. 1.6.3 Obèses métaboliquement sains Des études transversales ont démontré que certains individus présentent peu ou pas de détériorations métaboliques, et ce malgré une d’obésité importante. Les individus présentant ce phénotype ont été appelés « obèses métaboliquement sains ». Selon certaines études longitudinales, ces individus auraient un risque moins élevé de souffrir du diabète de type 2 et de maladies cardiovasculaires (Bonora et al., 2007; Calori et al., 2011; McLaughlin, Abbasi, Lamendola, & Reaven, 2007). Des données rapportent également des niveaux plus faibles de lipides sanguins, d’acides gras libres, de marqueurs inflammatoires et des niveaux plus élevés de HDL-chol, d’IGF-1 et d’adiponectine (Karelis et al., 2005; Primeau et al., 2011; Sesti et al., 2011). De plus, ils présentent généralement des niveaux plus faibles de graisse viscérale (Brochu et al., 2001; Karelis, 2008). L’étude de Stefan et coll. (Stefan et al., 2008) n’a toutefois pas observé de différence significative des niveaux de graisse viscérale (évaluée à l’aide de la résonance magnétique) entre les sujets résistants et ceux sensibles à l’insuline. Les auteurs ont ainsi suggéré qu’une augmentation de l’adiposité totale serait un facteur important de la régulation de la sensibilité à l’insuline, au-delà des niveaux de graisse viscérale (Stefan et al., 2008). En lien avec ces résultats, Brochu et coll. (Brochu et al., 2008) ont démontré que les femmes avec une quantité importante de graisse viscérale (≥172 cm2) et peu de masse maigre présentaient un profil métabolique similaire aux femmes ayant moins de graisse viscérale (<172 cm2). Il faut donc être prudent quant à la description des caractéristiques communes des obèses métaboliquement sains puisque ce ne sont pas toutes les études qui ont observé une quantité importante de graisse viscérale chez ces individus. 120 Cependant, malgré le fait que les obèses métaboliquement sains ne présentent pas d’anomalies métaboliques à court terme selon certaines études (Rey-Lopez, de Rezende, Pastor-Valero, & Tess, 2014; Samocha-Bonet et al., 2014), des publications récentes ont émis l’hypothèse que cette condition pourrait être temporaire ou transitoire (Hamer & Stamatakis, 2012; Plourde & Karelis, 2014). Par exemple, Kramer et coll. (Kramer, Zinman, & Retnakaran, 2013) se sont intéressés aux changements du profil métabolique et de l’IMC sur l’incidence de la mortalité de toute cause et/ou des événements cardiovasculaires sur une période de 10 ans. Une augmentation de 24% du risque d’événements cardiovasculaires a été observée chez les obèses métaboliquement sains comparativement aux individus de poids normal et n'ayant aucun désordre métabolique. Une méta-analyse récente (Fan, Song, Chen, Hui, & Zhang, 2013) confirme les résultats de Kramer et coll.; suggérant par le fait même que l’obésité sans détériorations métaboliques est associée à une augmentation du risque d’événements cardiovasculaires et de mortalité prématurée. Ces quelques données semblent indiquer que le phénotype d’obésité métaboliquement sain est une condition temporaire. Cependant, d’autres études d’intervention et longitudinales sont nécessaires afin de mieux comprendre cette condition. Malgré l’avancement des connaissances en lien avec ce phénotype d’obésité, il n’existe toujours pas de consensus quant à la définition de l’obésité métaboliquement saine (Primeau et al., 2011; Velho, Paccaud, Waeber, Vollenweider, & Marques-Vidal, 2010). Plus d’une quinzaine de critères ont été utilisés afin d’identifier et catégoriser les individus présentant ce phénotype; ce qui pourrait expliquer les résultats contradictoires observés entre les études (Primeau et al., 2011). Le principal critère afin d’identifier les individus obèses et métaboliquement sains est l’absence de complications métaboliques 121 (résistance à l’insuline, inflammation, dyslipidémie et/ou hypertension) (voir Tableau 1.7) (Primeau et al., 2011). Le choix des marqueurs cliniques est basé sur les critères de l’identification du syndrome métabolique. Toutefois, comme le syndrome métabolique est défini de plusieurs façons, il y a discordance entre les définitions proposées (Pataky, Bobbioni-Harsch, & Golay, 2010). Pour certains chercheurs, les obèses métaboliquement sains sont caractérisés par l’absence de détériorations métaboliques (Appleton et al., 2013; Camhi, Waring, Sisson, Hayman, & Must, 2013); tandis que pour d’autres, ils sont caractérisés par une sensibilité à l’insuline normale (Calori et al., 2011; Kuk & Ardern, 2009). En conséquence, la comparaison entre les études sur les obèses métaboliquement sains est très difficile (Pataky et al., 2010; Samocha-Bonet et al., 2014). 122 Tableau 1.7 Critères proposés afin d’identifier les individus obèses métaboliquement sains AguilarSalinas (AguilarSalinas et al., 2008) Karelis (Karelis, Brochu, & RabasaLhoret, 2004) PAS <140 et PAD <90 - - <1.70 HDL-C, mmol/L ≥1.04 ≥1.30 et sans traitement (H et F) <1.04 (H) <1.30 (F) - <1.04 (H) <1.30 (F) ou traitement <1.03 (H) <1.29 (F) LDL-C, mmol/L - ≤2.60 et sans traitement - - - - Chol total, mmol/L - ≥5.20 - - - - <7.00 et sans traitement - ≥5.60 ou traitement - ≥5.55 ou traitement ≥5.6 HOMA - ≤1.95 - <75e 3 percentile >90 percentile - Autre - - Tour de taille >102 cm (H), >88 cm (F) - CRP >90e percentile Tour de taille >102 cm (H) >88 cm (F) Tous les critères ≥4 des critères <3 des critères Tous les critères <2 des critères <3 des critères Pression artérielle TG, mmol/L Glucose à jeun Critères pour obèses métaboliquement sains 1 Meigs (Meigs et al., 2006) PAS≥130 ou PAD ≥85 ou traitement ≥1.70 2 Meigs (Meigs et al., 2006) - Wildman (Wildman et al., 2008) PAS≥130 ou PAD ≥85 ou traitement ≥1.70 ième NCEP ATP III (2001) PAS>130 et/ou PAD>85 ≥1.70 1 Utilisant les variables du syndrome métabolique Utilisant le HOMA seulement 3 Sujets non-diabétiques 2 Note : Adapté de Phillips et coll., 2013. 18 18 Source : Phillips, C.M. 2013. Metabolically healthy obesity: definitions, determinants and clinical implications. Reviews in endocrine & metabolic disorders. 14(3): 219-227. 123 Selon les études et la définition utilisée, la prévalence de ce phénotype d’obésité varie entre 10 et 40% (Primeau et al., 2011). Dans la cohorte de NHANES de 1999-2004, 31,7% des individus étaient métaboliquement sains selon la définition classique; c’est-àdire un facteur cardiométabolique ou moins (pression artérielle, triglycérides, glycémie à jeun, CRP, HDL-chol et HOMA) (Wildman et al., 2008). Selon les mêmes auteurs, 17% des individus seraient considérés comme métaboliquement sain lorsque les individus ne présentent aucun des facteurs de risque cardiométabolique. De plus, lorsque l’on regarde la prévalence d’obèses métaboliquement sains chez les individus plus âgés, c’est 20,4% des individus âgés de 50 à 64 ans et 14,3% des personnes âgées de 65 à 79 ans qui présenteraient ce phénotype d’obésité (Figure 1.15) (Wildman et al., 2008). Figure 1.15 : Prévalence d’individus obèses et métaboliquement sains. Note : Tiré de Primeau et coll., 2011. 19 19 Source: Primeau, V., et al. (2011). "Characterizing the profile of obese patients who are metabolically healthy." Int J Obes (Lond) 35(7): 971-981. 124 1.6.3.1 Conséquences métaboliques Une étude longitudinale chez des individus sans historique de maladies cardiovasculaires a démontré que les individus obèses et métaboliquement sains n’étaient pas plus à risque de maladies cardiovasculaires et de mortalité prématurée lorsque comparé à des individus non-obèses et en santé (Hamer & Stamatakis, 2012). Dans une autre étude avec un suivi sur 15 ans, les individus obèses et métaboliquement sains ne présentaient pas d’augmentation du risque de cancer et de mortalité suite à un événement cardiovasculaire comparativement aux individus non-obèses (Calori et al., 2011). Toutefois, d’autres études rapportent que ce phénotype d’obésité ne serait pas une condition bénigne (Chang et al., 2012; Kramer et al., 2013; Park et al., 2011). Ainsi, des données indiquent que les individus obèses et métaboliquement sains sont à risque de devenir métaboliquement détériorés avec le temps (Arnlov, Ingelsson, Sundstrom, & Lind, 2010; Chang et al., 2012; Hinnouho et al., 2013; Kuk & Ardern, 2009; Park et al., 2011; Plourde & Karelis, 2014). Arnorv et coll. (Arnlov et al., 2010) ont évalués les facteurs de risque cardiovasculaire chez 1758 hommes non diabétiques sur une période de 30 ans. Les résultats démontrent une augmentation significative du risque d’événements cardiovasculaires comparativement aux individus de poids normaux et sans détérioration métabolique. Kuk et coll. (Kuk & Ardern, 2009) ont également évalués le risque de mortalité toutes causes confondues chez 6 011 adultes sur une période de 10 ans. Dans cette étude, la résistance à l’insuline et le syndrome métabolique étaient utilisés afin d’identifier les individus obèses métaboliquement sains. Les auteurs ont démontré que les individus présentant ce phénotype étaient significativement plus à risque de mortalité prématurée comparativement aux individus non-obèses; et ce indépendamment du profil métabolique initial. À la lumière de ces études, il est de plus 125 en plus évident que le profil métabolique des individus obèses et métaboliquement sains est à risque de se détériorer à moyen et long terme. De plus, il ne faut pas négliger le fait que les détériorations métaboliques ne sont qu’une des conséquences potentielles de l’obésité (Mathus-Vliegen, 2012). Plusieurs autres conséquences, comme l’ostéoarthrite, diminution des capacités fonctionnelles et l’apnée du sommeil doivent également être considérés lors de la prise en charge d’un obèse métaboliquement sain (Pataky et al., 2010). 1.6.3.2 Effets de la perte de poids Une question demeure quant aux effets bénéfiques d’une intervention de perte de poids chez les individus obèses et métaboliquement sains (Perseghin, 2008). Les quelques études d’intervention dans cette population à ce jour ayant évalué les effets de ce type d’intervention sur les facteurs de risque cardiométabolique présentent des résultats divergents (Perseghin, 2008; Primeau et al., 2011). Trois études effectuées sur une période de 12 semaines à 9 mois n’ont pas rapporté d’amélioration des facteurs de risque cardiométaboliques chez les individus présentant ce phénotype, et ce malgré des pertes de poids statistiquement et cliniquement significatives suite à une restriction calorique (Kantartzis et al., 2011; Karelis, Messier, Brochu, & Rabasa-Lhoret, 2008; Shin et al., 2006). Une autre étude a toutefois démontré des améliorations des facteurs de risque cardiométaboliques suite à une intervention de perte de poids de 6 mois (restriction calorique + entraînement aérobie et en résistance) (Janiszewski & Ross, 2010). La principale différence entre cette étude et les précédentes est l’addition d’un programme d’exercices dans le programme de perte de poids. Selon le résultat de cette étude, l’amélioration de la condition physique, en combinaison à une perte de poids, semblerait avoir un effet bénéfique sur le profil métabolique des obèses métaboliquement sains. Fait intéressant, deux études ont démontré qu’une perte de 126 poids associée à une restriction calorique (réduction de 500 à 800 kcal/jour) chez les individus obèses et métaboliquement sains affectait négativement la sensibilité à l’insuline (Gilardini et al., 2012; Karelis et al., 2008). Il est ainsi difficile de se prononcer quant aux effets bénéfiques des interventions de perte de poids sur le profil cardiométabolique des individus obèses et métaboliquement sains. Des études supplémentaires sont nécessaires afin de mieux comprendre les effets de la restriction calorique et/ou d’un programme d’exercices chez les individus présentant ce phénotype (Karelis, 2008). Une meilleure compréhension des phénotypes d’obésité mésomorphique, d’obésité dynapénique et d’obésité métaboliquement saine, pourrait également aider à renverser l’approche de type « one-size-fits-all » lors des interventions de perte de poids chez les individus obèses. 1.7 Problématique et objectifs de la thèse Suite à la recension des écrits, nous constatons que les recommandations actuelles de perte de poids chez les individus présentant un IMC de plus de 30 kg/m2 ou un IMC de plus de 25 kg/m2 en combinaison à un tour de taille élevé et un facteur de risque, doivent être remises en question (Villareal et al., 2005). En effet, nous avons vu que l’obésité est une condition hétérogène et que ce ne sont pas tous les individus qui présentent des détériorations métaboliques et qui répondront de la même manière à une perte de poids (Cornier et al., 2011). Depuis des décennies, c’est l’IMC qui est utilisé afin de quantifier le niveau d’obésité et catégoriser les individus (Quetelet, 1968). Toutefois, afin de trouver des stratégies de prévention et de traitement de l’obésité plus efficace, nous devrions peut être mieux discriminer les différents phénotypes d’obésité plutôt que de simplement utiliser l’obésité 127 générale déterminée à partir de l’IMC. Ceci est potentiellement important étant donné que l’IMC comporte des limites quant à l’identification des individus qui présentent des problèmes de santé liés à l’obésité et pour qui une perte de poids serait recommandée (Kyle, Schutz, Dupertuis, & Pichard, 2003). Nous pensons qu’en caractérisant l’obésité selon les composantes biologiques ou physiologiques, cela nous permettrait d’acquérir des informations davantage robustes et approfondies concernant la problématique de l’obésité (Bosy-Westphal, Kahlhofer, Lagerpusch, Skurk, & Muller, 2015; Muller et al., 2012). L’idée n’est pas d’abolir l’IMC, qui est un outil bien établi, très utile afin de classifier l’obésité et afin de surveiller la prévalence de l’obésité au niveau populationnel. Toutefois, il est temps d’aller au-delà de l’IMC et de s’interroger sur la catégorisation d’individus selon les phénotypes d’obésités recensés dans la littérature. Cela nous permettrait de vérifier si une intervention de perte de poids est appropriée. 1.7.1 Objectif Nous savons aujourd’hui que l’obésité est une condition hétérogène et que ce ne sont pas tous les individus obèses qui répondent de la même manière à une intervention de perte de poids (Karelis, St-Pierre, Conus, Rabasa-Lhoret, & Poehlman, 2004). Toutefois, même s’il est de plus en plus reconnu que les individus ne répondront pas de la même façon, plusieurs interrogations demeurent quant aux phénotypes d’obésité qui bénéficieraient, ou non, d’une perte de poids. Nous ne savons pas si les individus présentant différents phénotypes d’obésité auraient des améliorations similaires au niveau de la composition corporelle et du profil métabolique suite à une intervention de perte de poids (Sims, 2001). L’identification des individus pouvant bénéficier le plus d’amélioration de leur profil métabolique et de leur composition corporelle suite à une perte de poids nous permettrait de prioriser et adapter nos approches afin de mieux les traiter (Bosy-Westphal et al., 2015; Brown & Kuk, 2015). 128 Peu d’études ont comparé les effets d’une perte de poids sur la composition corporelle et le profil métabolique d’individus présentant différents phénotypes d’obésité. L’objectif principal de la présente thèse est donc de comparer les effets de différentes interventions sur la composition corporelle et le profil métabolique de femmes ménopausées en surpoids ou obèses, préalablement physiquement inactives, présentant différents phénotypes d’obésité. 1.7.2 Constat de recherche À la lumière de cette recension des écrits, il est possible d’affirmer qu’il existe un vide scientifique quant à : 1) L’effet d’une intervention de perte de poids sur la santé cardiométabolique de femmes avec un phénotype d’obésité mésomorphique; 2) L’effet d’une intervention de perte de poids et d’un entraînement sur la santé cardiométabolique de femmes avec un phénotype d’obésité dynapénique; 3) L’effet d’une intervention de perte de poids chez des femmes en surpoids/obèses présentant un phénotype d’obésité avec ou sans intolérance au glucose. 1.7.2.1 Étude 1 Objectif Étudier les effets d’une restriction calorique chez des femmes ménopausées présentant différents niveaux de graisse viscérale et de masse maigre sur la santé cardiométabolique et la composition corporelle. 129 Hypothèse Les femmes ménopausées qui ont des niveaux élevés de graisse viscérale et de masse maigre (obésité mésomorphique) auront une meilleure amélioration de leur santé cardiométabolique et de leur composition corporelle suite à la perte de poids comparativement aux femmes ayant moins de graisse viscérale et de masse maigre. 1.7.2.2 Étude 2 Objectif Vérifier l’effet d’une restriction calorique seule ou en combinaison à un entraînement en résistance sur la composition corporelle, la santé cardiométabolique et la force chez des femmes ménopausées présentant des phénotypes d’obésité dynapénique ou non dynapénique. Hypothèse Une amélioration de la santé cardiométabolique, de la composition corporelle et de la force sera observée suite à une restriction calorique et un entraînement en résistance, chez les femmes ménopausées obèses et dynapéniques. 1.7.2.3 Étude 3 Objectif Vérifier l’association entre certaines variables de la captation du glucose et la composition corporelle chez des femmes ménopausées en surpoids ou obèses étant catégorisées selon leur tolérance au glucose (tolérante ou intolérante), suite à une perte de poids par restriction calorique. 130 Hypothèse L’association entre les mesures de la captation du glucose et les variables de la composition corporelle variera selon le statut initial de tolérance au glucose chez les femmes ménopausées en surpoids ou obèses. 131 CHAPITRE 22.1 Résultats Article 1: Effects of a weight loss program on body composition and the metabolic profile in obese postmenopausal women displaying various obesity phenotypes: A MONET group study Contributions de l’auteur Élaboration de l’idée originale, recension des écrits, analyses des données, interprétation des résultats, rédaction de l’article. Article accepté pour publication dans la revue : Applied Physiology Nutrition and Metabolism 132 Effects of a weight loss program on body composition and the metabolic profile in obese postmenopausal women displaying various obesity phenotypes: A MONET group study Eve Normandin1,2, Éric Doucet3, Rémi Rabasa-Lhoret4,5,6, Martin Brochu1,2 1 Faculty of Physical Education and Sports, University of Sherbrooke, Sherbrooke, Quebec, Canada; 2 Research Centre on Aging, Institute of Geriatrics of Sherbrooke, Sherbrooke University, Sherbrooke, Quebec, Canada; 3 Faculty of Health Sciences, School of Human Kinetic, University of Ottawa, Ottawa, Ontario, Canada; 4 Department of Nutrition, University of Montreal, Montreal, Quebec, Canada; 5 Montreal University Diabetes Research Centre (MDRC), Montreal, Quebec, Canada; 6 Institut de Recherches Cliniques de Montréal (IRCM), Montréal, Québec, Canada. Corresponding author: Martin Brochu PhD Research Centre on Aging 1036 Belvedere Street South Sherbrooke, Québec, Canada J1H 4C4 Disclosure The authors declared no conflict of interest. RUNNING TITLE: Visceral fat, lean body mass, metabolic profile 133 Abstract Background: Obesity is a heterogeneous condition since the metabolic profile may differ greatly from one individual to another. Objective: Compare the effect of a 6-month diet-induced weight loss program on body composition and the metabolic profile in obese individuals displaying different obesity phenotypes. Research methods: Secondary analyses were done on 129 obese (% body fat: 46 ± 4%) postmenopausal women (age: 57 ± 4 yrs). Outcome measures: body composition, body fat distribution, glucose homeostasis, fasting lipids, and blood pressure (BP). Obesity phenotypes were determined based on lean body mass (LBM) index [LBMI: LBM/height (m2)] and visceral fat accumulations (VF) [1: Lower VF/Lower LBMI (n= 35), 2: Lower VF/Higher LBMI (n= 19), 3: Higher VF/Lower LBMI (n= 14) and 4: Higher VF/Higher LBMI (n= 61)]. Results: All groups significantly improved measures of body composition after the intervention (P< 0.0001). Greater decreases in LBM and LBMI were observed in both higher LBMI groups compared to subjects in the lower LBMI groups (P< 0.0001). Similarly, decreases in VF were greater in higher VF groups compared to subjects in the lower VF groups (P< 0.05). Overall, fasting insulin levels and glucose disposal improved following the intervention, with higher LBMI groups showing a trend for greater improvements (P= 0.06 and 0.07 respectively). Conclusion: Overall, no difference was observed among the different obesity phenotypes regarding improvements in the metabolic profile in response to weight loss. Obesity phenotypes displaying higher VF or higher LBMI at baseline experienced significant greater decreases for these variables after the intervention. Key words: Visceral fat, lean body mass, metabolic profile 134 Introduction Moving towards a more a detailed description of the obesity phenotype by characterizing the specific components of body composition (e.g. fat mass, fat distribution and/or skeletal muscle mass) is mandatory for sound strategies in obesity research (Brochu et al. 2008; Muller et al. 2012). Focusing on body composition represents a valuable way to integrate the multiple factors affecting cardiometabolic risk factors since neither adipose tissue, nor lean body mass is homogeneous but results from distinct components with different metabolic activities, functions and health impacts (Muller et al. 2012). Body fat distribution, and especially abdominal obesity, is correlated with an altered metabolic risk profile predictive of an increased risk of the development of type 2 diabetes and cardiovascular diseases in postmenopausal women (Hernandez-Ono et al. 2002). This may be partially explained by excess accumulations of visceral fat (VF), an independent and important risk factor of insulin resistance and dyslipidemia (Despres et al. 1995). While much attention has been paid to differences in adiposity and the adverse health effects of high adiposity, the variability in lean mass has only recently been addressed. It has been suggested, by our group and other, that lean body mass (LBM) could contribute to the pathogenesis and development of metabolic abnormalities (Aubertin-Leheudre et al. 2006; Barsalani et al. 2013; You et al. 2004). Given the significant correlation between LBM and central fat distribution in some studies (Brochu et al. 2008; Peppa et al. 2014; You et al. 2004), LBM seems to emerge as a potential mediating link in the relationship between central adiposity and cardiometabolic health (Barsalani et al. 2013; Park and Yoon 2013; Peppa et al. 2013). Hence, since body composition, body fat distribution and metabolic disturbances varies widely among obese individuals (Ferrannini et al. 1997; Sims 2001), it would appear to be relevant and 135 useful to consider these obesity phenotypes when investigating strategies for reducing obesity levels and improving metabolic risk factors. It is well accepted that weight loss improves insulin sensitivity and metabolic abnormalities and reduces the risk for type 2 diabetes and cardiovascular diseases in obese individuals (McAuley et al. 2002). Lifestyle interventions are the primary treatment strategy for all obese patients, regardless of their obesity phenotypes (1998; Stampfer et al. 2000). It has been shown that overweight and obese subjects engaged in diet-or exercise-induced weight loss can significantly reduce fat in the abdominal region, subcutaneous fat and VF, which have also been correlated with improvements in the metabolic profile (Lee et al. 2005; Ross et al. 2004). But obesity is a heterogeneous condition with several possible etiologies (Cornier et al. 2011; Muller et al. 2012); and weight loss might not confer the same metabolic benefit and improvements to every obese individual (Brochu et al. 2001; Gilardini et al. 2012; Karelis et al. 2004; Shin et al. 2006). As such, an important question that seems to be unresolved is whether individuals with different obesity phenotypes would gain similar metabolic benefit from weight loss (Janiszewski and Ross 2010; Ruiz et al. 2013). The identification of individuals that would gain benefits or more benefits could have important implications for prioritizing various approaches to treat obese individuals. That weight loss may be contraindicated for some individuals is at odds with the standing recommendation from leading health authorities (1998). Guidelines recommend weight loss of 0.45 to 0.91 kg per week (1998). However, metabolic and physiological responses to weight loss may be dependent of the obesity phenotype. Moreover, few studies have compared the impact of weight loss on body composition and the metabolic 136 profile among individuals with different obesity phenotypes (Janiszewski and Ross 2010; Ruiz et al. 2013; Shin et al. 2006). Therefore, we sought to investigate the effects of a 6-month diet-induced weight reduction on body composition, metabolic profile and resting blood pressure among sedentary postmenopausal women with various obesity phenotypes; a population greatly affected by obesity and related problems (Ford et al. 2011). In doing so, we tested the hypotheses that the amount of VF loss would be greater in the higher VF phenotypes; and 2) higher VF phenotypes would improve their metabolic profile significantly more than other phenotypes following weight loss. Methods Subjects A previous publication, using only baseline values of the MONET study and comparing the same phenotypes, has been published in 2008 (Brochu et al. 2008). However, the effects of weight loss were not reported at that time because of the lower number of subjects in each group after the intervention. Consequently, secondary analyses were done on subjects pooled from two hypocaloric-dietary intervention studies including similar populations and weight loss interventions who were examined by our research team from 2003-2007: the Montreal-Ottawa New Emerging Team (MONET) Study (N= 88) and the Complications Associated with Obesity (CAO) study (N= 41) (Lavoie et al. 2010). Eligible participants met the following criteria: BMI ≥27 kg/m2, no menstruation for 1 >year, having a follicle stimulating hormone level >30 U/l, sedentary (< 2h per week of structured exercise), non-smoker, low to moderate alcohol consumers (≤ 2 drinks/day), 137 and no use of hormone replacement therapy. All participants were apparently healthy and had no history or evidence on physical examination or laboratory testing of (i) cardiovascular disease, peripheral vascular disease, or stroke; (ii) diabetes (2h standard 75-g oral glucose tolerance test); (iii) severe hypertension (resting blood pressure >170/100mm Hg); (iv) orthopedic limitations; (v) body weight fluctuation >5 kg in the previous 6 months; (vi) uncontrolled thyroid or pituitary disease; and (vii) medication that could affect cardiovascular function or metabolism. The Université de Montréal ethics committee approved the two studies. After reading and signing the consent form, each participant was submitted to a series of tests. The present study population consisted 129 non-diabetic overweight and obese postmenopausal women aged between 48 and 70. First, subjects were categorized as having either higher or lower VF (higher ≥ 172 cm2 vs. Lower ≤ 172 cm2) and lean body mass index (LBMI) (LBMI; higher ≥ 15.8 kg LBM/m2 vs. Lower ≤ 15.8 kg LBM/m2) based on above or below the 50th percentile for each variable in our cohort, as previously done (Brochu et al. 2008). Four groups of subjects were then created (group 1: lower VF/lower LBMI; group 2: lower VF/higher LBMI; group 3: higher VF/lower LBMI; group 4: higher VF/higher LBMI). We used VF levels (Brochu et al. 2000; Ross et al. 2002) and LBMI (Karelis et al. 2005) because both variables have been independently associated to insulin resistance and the metabolic profile. All the baseline body composition and baseline metabolic variables were similar to what we previously published (Brochu et al. 2008), despite not having exactly the same cohort. Weight stabilization period Before and after the 6-month weight loss protocol, subjects were submitted to a 1-month weight stabilization period (±2 kg of body weight) before testing. The goal of this 138 approach was to stabilize the various metabolic variables of interest that could have been altered by important body weight fluctuations before and during the testing sequence (Weinsier et al. 2000). Caloric restriction intervention Study participants entered a 6-month weight loss program aimed at reducing body weight. To determine level of caloric restriction, 500 to 800 kcal were subtracted from baseline resting metabolic rate (determined by indirect calorimetry) multiplied by a physical activity factor of 1.4, corresponding to a sedentary state (Boule et al. 2005). Macronutrient composition of the diets was standardized: 55%, 30% and 15% of energy intake from carbohydrates, total fat and protein accordingly to the American Heart Association (Krauss et al. 1996). Each subject met with the study dietitian weekly to receive the diet prescription and recommendations. The dietitian provided measures to help participant’s adherence to the dietary prescription. In addition, subjects were invited to meet bi-monthly with the study dietitian for nutrition classes of 1-1.5 hours. The average rate of participation to nutrition classes was 28 ± 30% in the CR group (data not shown). All subjects were instructed not to change their physical activity habits during the weight loss protocol. Insulin sensitivity The test began at 07h30 after a 12-h overnight fast following the procedure described by DeFronzo et al. (DeFronzo et al. 1979). An antecubital vein was cannulated for the infusion of 20 % dextrose and insulin (Actrapid®, Novo-Nordisk, Toronto, Canada). The other arm was cannulated for sampling of blood. Plasma glucose was measured every 139 10 min with a glucose analyzer (Beckman Instruments, Fullerton, CA) and maintained at fasting level with a variable infusion rate of 20 % dextrose. Insulin infusion was initiated at the rate of 75 mU/m2/min for 180 min. Glucose disposal was calculated as the mean rate of glucose infusion measured during the last 30 min of the clamp (steady state). Blood samples After an overnight fast (12 h), venous blood samples were collected to measure fasting total-cholesterol, HDL-cholesterol, LDL-cholesterol, triglycerides, glucose and insulin levels. Plasma was analyzed on the day of collection. Analyses were done on the COBAS INTEGRA 400 (Roche Diagnostic, Montreal, Canada) analyzer for total cholesterol, HDL-cholesterol, triglycerides and glucose. Total-cholesterol, HDL- cholesterol and triglycerides levels were used in the Friedewald formula (Friedewald et al. 1972) to calculate LDL-cholesterol concentration. Insulin levels were determined by automated radioimmunoassay (Linco Research Inc. (St-Charles, MO, USA). Resting blood pressure Sitting blood pressure was measured in the left arm after participants rested quietly for 10 min using a Dinamap automatic machine (Welch Allyn, San Diego, CA, USA). An appropriate cuff size was selected for each subject based on arm circumference. Conditions were carefully standardized (Beevers et al. 2001). Anthropometry Body weight was measured to the nearest 0.1 kg on a calibrated balance (Balance Industrielle Montréal, Montréal, Québec, Canada) and subject’s height was obtained with a standard stadiometer (Perspective Enterprises, Portage, Michigan, USA). Total fat 140 mass (FM), percentage of FM (%FM) and total LBM were measured using dual energy X-ray absorptiometry (DXA) (General Electric Lunar Prodigy, Madison, Wisconsin; software version 6.10.019), as previously described (Brochu et al. 2008). During the procedure, subjects were asked to wear only a standard hospital gown while in the supine position. Calibration was executed daily with a standard phantom. In our laboratory, the intra-class coefficient correlation for test–retest for FM and LBM was 0.99 (n = 18). The BMI was first calculated. Since the BMI is a non-specific measure of fatness that does not discriminate lean body and fat tissues (Prentice and Jebb 2001; Schutz et al. 2002), we also calculated the FM index [FMI= FM (kg)/height (m2)] and the LBM index [LBMI= LBM (kg)/height (m2); without taking into account bone mass into the calculation] using data obtained from the DXA, as previously described (Brochu et al. 2008). One advantage of using the FMI and the LBMI, as compared to the BMI alone, is that it better takes into accounts the relative effect of aging and individual variations on body fat and LBM (Brochu et al. 2008; Karelis et al. 2005; Kyle et al. 2004; Schutz et al. 2002). Furthermore, inter-individual variations in both variables in absolute value fail to allow an appropriate comparison among subjects of different sizes (Brochu et al. 1999; Schutz et al. 2002). Finally, the use of LBMI as indices of muscle mass was also justified by the fact that LBM is significantly correlated with height in the present study (r= 0.69 P< 0.0001). Resting metabolic rate Resting metabolic rate (RMR) was measured after a 12-hour fast by indirect calorimetry for 40 minutes (10-minute acclimatization period and 30 minutes of measurements) while the participants were fasting. Concentrations of CO2 and O2 were measured using 141 the ventilated hood technique with a SensorMedics δ Track II (Datex-Ohmeda, Helsinki, Finland). Computed tomography (CT) A CT scanner (GE LightSpeed 16, General Electric Medical Systems, Milwaukee, WI) was used to measure the VF and the abdominal subcutaneous fat (ScF) area. Subjects were examined in the supine position with both arms stretched above their head. The position of the scan was established at the L4-L5 vertebral disc using a scout image of the body (Brochu et al. 2008). We quantified VF by delineating the intra-abdominal cavity at the internal most aspect of the abdominal and oblique muscle walls surrounding the cavity and the posterior aspect of the vertebral body. The abdominal ScF area was quantified by highlighting fat located between the skin and the external most aspect of the abdominal muscle wall. Deep ScF (DScF) and superficial ScF (SScF) areas were measured by delineating the subcutaneous fascia within the ScF and by computing areas of the layers of fat on each side of the fascia. The cross-sectional areas of fat were highlighted and computed using an attenuation range of -190 to -30 Hounsfield Units (HU). Muscle attenuation (MA) was measured and calculated by delineating the regions of interest and then computing the surface areas using attenuation range of 0 to 100 HU for skeletal muscle (Simoneau et al. 1995). In our laboratory, test-retest measures of the different body fat distribution indices on 10 CT scans yielded a mean absolute difference of + 1%. Statistical analyses Data in tables are presented as mean values ± S.D. Baseline data showed that groups were similar for age. We only focus on the effects of weight loss in the present study 142 since all the body composition and metabolic variables were almost similar to what we previously published (Brochu et al. 2008). For post data analyses, we excluded subjects who did not complete the 6-month caloric restriction. Consequently, 100 subjects were used for post intervention results. Univariate Analyses of Variance (ANOVA) were performed to compare groups for each variable of interest at baseline (Tables 1 and 2) and repeated ANOVA analyses were performed to quantify the effect of treatment (Tables 3 and 4). The Games-Howell test was used for posteriori comparisons when a significant difference was observed among groups. This post-hoc test is one of the most useful, recently developed post-hoc procedures (1999). Furthermore, it is known to be a robust multiple comparison procedure with cells having unequal ns, heterogenous variances, and abnormal distribution (1999). Finally, it also requires each cell n to be at least 6 (1999). P-values (two-tailed) were considered statistically significant at the level of 0.05. The statistical analysis of the data was performed using the SPSS Statistical Package (version 15.0, SPSS, Chicago, Il, USA). Results Baseline characteristics Our baseline data showed that groups were similar for age, %FM and MA (Table 1). Regarding LBMI, both groups with higher LBMI were significantly different from subjects in lower LBMI groups (P< 0.0001). However, subjects in the higher VF/higher LBMI group had a higher mean value than the other groups (P< 0.0001). As for VF accumulations, no significant difference was observed between both groups displaying higher VF, as well as between both groups displaying lower VF. Also, as expected, both groups displaying higher VF were significantly different from subjects in lower VF groups 143 (P< 0.0001). Subjects displaying the higher VF/higher LBMI phenotype also had higher values for body weight and waist circumference than the other groups (P< 0.0001), as well as higher values for BMI, FM, total, superficial and deep ScF than the groups with lower LBMI (all P< 0.0001). Baseline measures of the metabolic profile are presented in Table 2. Higher VF/higher LBMI group had a significantly higher value of RMR compare to the other groups (P< 0.0001) and lower VF/higher LBMI group had a significantly lower value of RMR compare to the other groups (P< 0.0001). Plasma total cholesterol levels, LDL-chol and resting systolic and diastolic blood pressure were similar among groups. However, subjects displaying the higher VF/higher LBMI phenotype presented significant metabolic deterioration for fasting plasma insulin, glucose, triglycerides levels and chol/HDL-chol ratio (P between 0.01 and 0.0001) compared to lower VF/higher LBMI group. Also, both higher VF groups showed lower HDL-chol levels and a higher cholesterol/HDL-chol ratio than subjects displaying the lower VF/higher LBMI phenotype (P= 0.01 and P= 0.002 respectively); although post-hoc analysis did not reveal any significant difference between groups for the HDL-chol variable. Post intervention results Changes (Δ) in body composition following the 6-month diet-induced weight loss are presented in Table 3. Except for MA levels, all measures of body composition and body fat distribution improved in all groups after the intervention (P< 0.0001). Greater decreases in body weight and BMI were however observed in higher LBMI groups following the intervention (P values ranging between 0.006 and 0.008); which is explained by greater decreases in LBM and LBMI (P< 0.001). Moreover, a significant difference was observed for changes in VF levels among groups; which decreased 144 statistically more in the higher VF groups compared to the lower VF groups (P< 0.002). We did not observe any significant difference between groups following the intervention for FM, %FM, and measures of ScF. Effect of intervention on metabolic profile Changes in the metabolic profile following the 6-month diet-induced weight loss are presented in Table 4. We observed a significant treatment effect on fasting insulin and resting systolic and diastolic blood pressure (P< 0.05); with no difference among groups. However, a trend for a group x treatment effect was observed for fasting insulin levels in favor of both groups with higher LBMI (P = 0.06). A treatment effect was also observed for RMR, with higher VF/higher LBMI group having significantly greater decreases than the other groups (P= 0.008). No significant improvements were observed for fasting glucose levels and glucose disposal in mg/kg/min, and the variables of the lipid profile after the intervention. However, a trend for a group x treatment effect was observed for glucose disposal in mg/kg LBM/min (P= 0.07). Overall, our results revealed that the intervention had similar effects on the metabolic profile among the four groups. Discussion We first found that all anthropometric and body composition measures were significantly reduced in response to the 6-month weight loss program in all groups. However, analyses revealed that subjects in the higher VF groups exhibited significant greater reductions in VF compared to the lower VF groups. Numerous studies have examined the effects of weight loss on body composition (Doucet et al. 2002; Janssen et al. 2002; Mathus-Vliegen 2012; Miller et al. 2013; Ross et al. 1995); however, only a few intervention studies, other than our, have examined the influences of obesity phenotypes on fat distribution in responses to lifestyle modification (Leenen et al. 1992; Okura et al. 145 2005); and their results are in agreement with ours. In another study, Ross reported that the reduction in VF area was about 3-4 cm2 for every kilogram of body weight after a diet-induced weight loss (Ross 1997). In the current study, the corresponding reductions in VF were 2-4 cm2/kg for lower VF groups, and 5-8 cm2/kg for higher VF groups. Therefore, our observation that VF can be reduced to a great extent by weight loss in those with high levels of VF is consistent with previous studies (Leenen et al. 1992; Okura et al. 2005). Nevertheless, these results must be interpreted with caution since groups were dichotomized based on VF. Consequently, those with higher VF were expected to experience greater decreases after the intervention. This information must be taken into account when interpreting results. It is now apparent that obesity is a heterogeneous condition and that excess accumulation of VF presents the greatest health risk (Tchernof and Despres 2013). However, it is also important to consider LBM in a weight loss intervention since it generally decreases (Campbell et al. 2009). In the present study, we observed significant greater decreases in LBM and LBMI in higher LBMI groups; which explains greater BMI loss and body weight loss in these groups. To our knowledge, this is the first study showing that the amount of LBM loss is related to baseline values. In other words, our results indicated that women with higher LBM may respond differently to a 6-month energy-restricted diet compared to those with lower LBM, although these results must also be interpreted with caution since participants with higher LBMI values at baseline were also more likely to better experience greater decreases after the intervention. These data provide evidence that assessing muscle mass is mandatory for the obese patients to be included before any weight loss program. In the context of weight loss, the preservation of LBM has been reported to be particularly important for maintenance of motor competence and metabolic capacity of skeletal muscles (Parr et al. 2013). 146 Furthermore, it has also been recommended that strategies designed to reduce adiposity should ideally preserve lean tissues since it is the major site of body insulinmediated glucosal disposal, and the loss of muscle mass may contribute to further metabolic and functional impairments (Muller et al. 2012; Stiegler and Cunliffe 2006). Interestingly, the loss of LBM observed in both higher LBMI groups was associated with concomitant improvements for fasting insulin and glucose disposal in mg/kg LBM/min, although not statistically significant (p= 0.06 and 0.07, respectively). After correction for changes in VF or total FM, the level of significance were higher than 0.1 (results not shown). The lack of statistical power likely explains our result. Consequently, we performed further explanatory statistical analyses. A posteriori power calculations revealed that a total of about 130 participants would have been needed to see a significant difference among groups. A potential explanation for the improvement in fasting insulin following the loss of LBM may be the presence of insulin resistance induced by central fat accumulation. Taken together, our results do not seem to support the current perception that losses of LBM after weight loss is associated with deteriorations in insulin sensitivity (Coyle 2007; Solomon et al. 2008). Contrary to our expectations, changes of lipid profile measures were not different between obesity phenotypes following the intervention despite weight losses between 3 and 7 kg, depending of the group, after the intervention. Caloric restriction is known to be a strong activator of protective metabolic pathways, thereby leading to improved blood lipids (Fontana and Klein 2007). This concept is however not consistent with our results. Actually, results from or study are in agreement with those of Okura et al. (Okura et al. 2005) who also did not observe significant improvements in the lipid profile following dietary weight reduction in women with either low or high VF. Their results and ours might be explained by the fact that both studies were composed mostly of healthy 147 overweight and obese women. It is very unlikely that a weight loss intervention would have a significant impact on participants who had a relatively normal lipid profile at baseline. Also, given that most of subjects remained obese after the present study’s 6month weight loss period, it seems likely that a critical amount of total adiposity must be lost before weight loss has an effect on the lipid profile (Dow et al. 2013). In the present study, we also observed that the reduction in resting blood pressure was significantly improved in all groups, although it did not differ between them. It is interesting to note that we observed a significant decrease in resting blood pressure in all groups following the intervention, even though all groups had a normal blood pressure at baseline, on average. Overall, systolic blood pressure decreased by 3.5 mmHg and diastolic blood pressure by 2.8 mmHg after weight loss. While blood pressure reductions of this magnitude would result in a modest estimated reduction in risk for cardiovascular diseases for any individual; when applied to a population as a whole, the impact on cardiovascular disease is potentially very interesting (Cook et al. 1995). Actually, Cook et al. (1995) reported that a 2 mmHg reduction in diastolic blood pressure would result in a 17% decrease in the prevalence of hypertension, a 14% reduction in the risk of stroke and transient ischemic attacks, and a 6% reduction in the risk of coronary heart disease in adults aged between 35 and 64 years (Cook et al. 1995). Taken together, our results indicate that weight loss through caloric restriction can be a useful tool to lower blood pressure in obese postmenopausal women with relatively normal values at baseline. In that respect, our results are consistent with other randomized controlled trial in normotensive subjects which observed a reduction of diastolic blood pressure of 1-2 mm Hg following lifestyles modifications (1992). However, our results show that the obesity phenotype does not influence changes in resting blood pressure after weight loss, yet again, they were normotensive to start with. 148 Some limitations of this study deserve to be acknowledged. First, the small sample size in some groups and characteristics of our subjects affect the external validity of the results. Second, it is likely that the relatively normal lipid profile at baseline in this sample of obese women may have limited the potential to observe improvements after weight loss. Despite these limitations, the present study is strengthened by the fact that we used a well-characterized cohort of participants with a broad range of values at baseline and responses after weight loss. We also used a 1-month weight stabilization period prior to testing to minimize the impact of body weight fluctuations on the metabolic profile. Overall, we consider that the methodology used strengthens the validity of our results. In conclusion, our results suggest that although the amount of VF loss in response to the weight loss program was significantly different among obesity phenotypes, we did not observe improvement in the lipid profile in all groups. However, resting blood pressure significantly and similarly decreased in all group after the intervention. Finally, weight loss seemed to have a positive effect on fasting insulin levels and glucose disposal in mg/kg LBM/min in both groups who displayed higher LBMI at baseline (and who also lost more LBM following the intervention). Other studies are needed to validate our results. 149 Références pour l’article 1 1992. The effects of nonpharmacologic interventions on blood pressure of persons with high normal levels. Results of the Trials of Hypertension Prevention, Phase I. JAMA. 267(9): 1213-1220. 1998. Clinical guidelines on the identification, evaluation, and treatment of overweight and obesity in adults: executive summary. Expert Panel on the Identification, Evaluation, and Treatment of Overweight in Adults. Am J Clin Nutr. 68(4): 899917. 1999. SAS Institute. Statview Reference Book. Aubertin-Leheudre, M., Lord, C., Goulet, E.D., Khalil, A., and Dionne, I.J. 2006. Effect of sarcopenia on cardiovascular disease risk factors in obese postmenopausal women. Obesity (Silver Spring). 14(12): 2277-2283. Barsalani, R., Brochu, M., and Dionne, I.J. 2013. Is there a skeletal muscle mass threshold associated with the deterioration of insulin sensitivity in sedentary lean to obese postmenopausal women? Diabetes Res Clin Pract. 102(2): 123-128. Beevers, G., Lip, G.Y., and O'Brien, E. 2001. ABC of hypertension. Blood pressure measurement. Part I-sphygmomanometry: factors common to all techniques. BMJ. 322(7292): 981-985. Boule, N.G., Weisnagel, S.J., Lakka, T.A., Tremblay, A., Bergman, R.N., Rankinen, T., Leon, A.S., Skinner, J.S., Wilmore, J.H., Rao, D.C., and Bouchard, C. 2005. Effects of exercise training on glucose homeostasis: the HERITAGE Family Study. Diabetes Care. 28(1): 108-114. Brochu, M., Starling, R.D., Ades, P.A., and Poehlman, E.T. 1999. Are aerobically fit older individuals more physically active in their free-living time? A doubly labeled water approach. J Clin Endocrinol Metab. 84(11): 3872-3876. Brochu, M., Starling, R.D., Tchernof, A., Matthews, D.E., Garcia-Rubi, E., and Poehlman, E.T. 2000. Visceral adipose tissue is an independent correlate of glucose disposal in older obese postmenopausal women. J Clin Endocrinol Metab. 85(7): 2378-2384. Brochu, M., Tchernof, A., Dionne, I.J., Sites, C.K., Eltabbakh, G.H., Sims, E.A., and Poehlman, E.T. 2001. What are the physical characteristics associated with a normal metabolic profile despite a high level of obesity in postmenopausal women? J Clin Endocrinol Metab. 86(3): 1020-1025. Brochu, M., Mathieu, M.E., Karelis, A.D., Doucet, E., Lavoie, M.E., Garrel, D., and Rabasa-Lhoret, R. 2008. Contribution of the lean body mass to insulin resistance in postmenopausal women with visceral obesity: a Monet study. Obesity (Silver Spring). 16(5): 1085-1093. Campbell, W.W., Haub, M.D., Wolfe, R.R., Ferrando, A.A., Sullivan, D.H., Apolzan, J.W., and Iglay, H.B. 2009. Resistance training preserves fat-free mass without impacting changes in protein metabolism after weight loss in older women. Obesity (Silver Spring). 17(7): 1332-1339. Cook, N.R., Cohen, J., Hebert, P.R., Taylor, J.O., and Hennekens, C.H. 1995. Implications of small reductions in diastolic blood pressure for primary prevention. Arch Intern Med. 155(7): 701-709. Cornier, M.A., Despres, J.P., Davis, N., Grossniklaus, D.A., Klein, S., Lamarche, B., Lopez-Jimenez, F., Rao, G., St-Onge, M.P., Towfighi, A., and Poirier, P. 2011. Assessing adiposity: a scientific statement from the american heart association. Circulation. 124(18): 1996-2019. 150 Coyle, E.F. 2007. Fat oxidation during whole body exercise appears to be a good example of regulation by the interaction of physiological systems. J Physiol. 581(Pt 3): 886. DeFronzo, R.A., Tobin, J.D., and Andres, R. 1979. Glucose clamp technique: a method for quantifying insulin secretion and resistance. Am J Physiol. 237(3): E214-223. Despres, J.P., Lemieux, S., Lamarche, B., Prud'homme, D., Moorjani, S., Brun, L.D., Gagne, C., and Lupien, P.J. 1995. The insulin resistance-dyslipidemic syndrome: contribution of visceral obesity and therapeutic implications. Int J Obes Relat Metab Disord. 19 Suppl 1(S76-86. Doucet, E., St-Pierre, S., Almeras, N., Imbeault, P., Mauriege, P., Pascot, A., Despres, J.P., and Tremblay, A. 2002. Reduction of visceral adipose tissue during weight loss. Eur J Clin Nutr. 56(4): 297-304. Dow, C.A., Thomson, C.A., Flatt, S.W., Sherwood, N.E., Pakiz, B., and Rock, C.L. 2013. Predictors of improvement in cardiometabolic risk factors with weight loss in women. Journal of the American Heart Association. 2(6): e000152. Ferrannini, E., Natali, A., Bell, P., Cavallo-Perin, P., Lalic, N., and Mingrone, G. 1997. Insulin resistance and hypersecretion in obesity. European Group for the Study of Insulin Resistance (EGIR). J Clin Invest. 100(5): 1166-1173. Fontana, L. and Klein, S. 2007. Aging, adiposity, and calorie restriction. JAMA. 297(9): 986-994. Ford, E.S., Li, C., Zhao, G., and Tsai, J. 2011. Trends in obesity and abdominal obesity among adults in the United States from 1999-2008. Int J Obes (Lond). 35(5): 736-743. Friedewald, W.T., Levy, R.I., and Fredrickson, D.S. 1972. Estimation of the concentration of low-density lipoprotein cholesterol in plasma, without use of the preparative ultracentrifuge. Clin Chem. 18(6): 499-502. Gilardini, L., Vallone, L., Cottafava, R., Redaelli, G., Croci, M., Conti, A., Pasqualinotto, L., and Invitti, C. 2012. Insulin sensitivity deteriorates after short-term lifestyle intervention in the insulin sensitive phenotype of obesity. Obes Facts. 5(1): 6876. Hernandez-Ono, A., Monter-Carreola, G., Zamora-Gonzalez, J., Cardoso-Saldana, G., Posadas-Sanchez, R., Torres-Tamayo, M., and Posadas-Romero, C. 2002. Association of visceral fat with coronary risk factors in a population-based sample of postmenopausal women. Int J Obes Relat Metab Disord. 26(1): 33-39. Janiszewski, P.M. and Ross, R. 2010. Effects of weight loss among metabolically healthy obese men and women. Diabetes Care. 33(9): 1957-1959. Janssen, I., Fortier, A., Hudson, R., and Ross, R. 2002. Effects of an energy-restrictive diet with or without exercise on abdominal fat, intermuscular fat, and metabolic risk factors in obese women. Diabetes Care. 25(3): 431-438. Karelis, A.D., St-Pierre, D.H., Conus, F., Rabasa-Lhoret, R., and Poehlman, E.T. 2004. Metabolic and body composition factors in subgroups of obesity: what do we know? J Clin Endocrinol Metab. 89(6): 2569-2575. Karelis, A.D., Faraj, M., Bastard, J.P., St-Pierre, D.H., Brochu, M., Prud'homme, D., and Rabasa-Lhoret, R. 2005. The metabolically healthy but obese individual presents a favorable inflammation profile. J Clin Endocrinol Metab. 90(7): 4145-4150. Krauss, R.M., Deckelbaum, R.J., Ernst, N., Fisher, E., Howard, B.V., Knopp, R.H., Kotchen, T., Lichtenstein, A.H., McGill, H.C., Pearson, T.A., Prewitt, T.E., Stone, N.J., Horn, L.V., and Weinberg, R. 1996. Dietary guidelines for healthy American adults. A statement for health professionals from the Nutrition Committee, American Heart Association. Circulation. 94(7): 1795-1800. 151 Kyle, U.G., Bosaeus, I., De Lorenzo, A.D., Deurenberg, P., Elia, M., Gomez, J.M., Heitmann, B.L., Kent-Smith, L., Melchior, J.C., Pirlich, M., Scharfetter, H., Schols, A.M., and Pichard, C. 2004. Bioelectrical impedance analysis--part I: review of principles and methods. Clin Nutr. 23(5): 1226-1243. Lavoie, M.E., Rabasa-Lhoret, R., Doucet, E., Mignault, D., Messier, L., Bastard, J.P., and Faraj, M. 2010. Association between physical activity energy expenditure and inflammatory markers in sedentary overweight and obese women. Int J Obes (Lond). 34(9): 1387-1395. Lee, S., Kuk, J.L., Davidson, L.E., Hudson, R., Kilpatrick, K., Graham, T.E., and Ross, R. 2005. Exercise without weight loss is an effective strategy for obesity reduction in obese individuals with and without Type 2 diabetes. J Appl Physiol. 99(3): 12201225. Leenen, R., van der Kooy, K., Deurenberg, P., Seidell, J.C., Weststrate, J.A., Schouten, F.J., and Hautvast, J.G. 1992. Visceral fat accumulation in obese subjects: relation to energy expenditure and response to weight loss. Am J Physiol. 263(5 Pt 1): E913-919. Mathus-Vliegen, E.M. 2012. Prevalence, pathophysiology, health consequences and treatment options of obesity in the elderly: a guideline. Obes Facts. 5(3): 460483. McAuley, K.A., Williams, S.M., Mann, J.I., Goulding, A., Chisholm, A., Wilson, N., Story, G., McLay, R.T., Harper, M.J., and Jones, I.E. 2002. Intensive lifestyle changes are necessary to improve insulin sensitivity: a randomized controlled trial. Diabetes Care. 25(3): 445-452. Miller, C.T., Fraser, S.F., Levinger, I., Straznicky, N.E., Dixon, J.B., Reynolds, J., and Selig, S.E. 2013. The effects of exercise training in addition to energy restriction on functional capacities and body composition in obese adults during weight loss: a systematic review. PLoS One. 8(11): e81692. Muller, M.J., Lagerpusch, M., Enderle, J., Schautz, B., Heller, M., and Bosy-Westphal, A. 2012. Beyond the body mass index: tracking body composition in the pathogenesis of obesity and the metabolic syndrome. Obes Rev. 13 Suppl 2(613. Okura, T., Nakata, Y., Lee, D.J., Ohkawara, K., and Tanaka, K. 2005. Effects of aerobic exercise and obesity phenotype on abdominal fat reduction in response to weight loss. Int J Obes (Lond). 29(10): 1259-1266. Park, B.S. and Yoon, J.S. 2013. Relative skeletal muscle mass is associated with development of metabolic syndrome. Diabetes Metab J. 37(6): 458-464. Parr, E.B., Coffey, V.G., and Hawley, J.A. 2013. 'Sarcobesity': a metabolic conundrum. Maturitas. 74(2): 109-113. Peppa, M., Koliaki, C., Hadjidakis, D.I., Garoflos, E., Papaefstathiou, A., Katsilambros, N., Raptis, S.A., and Dimitriadis, G.D. 2013. Regional fat distribution and cardiometabolic risk in healthy postmenopausal women. European journal of internal medicine. 24(8): 824-831. Peppa, M., Koliaki, C., Boutati, E., Garoflos, E., Papaefstathiou, A., Siafakas, N., Katsilambros, N., Raptis, S.A., Hadjidakis, D.I., and Dimitriadis, G.D. 2014. Association of lean body mass with cardiometabolic risk factors in healthy postmenopausal women. Obesity (Silver Spring). 22(3): 828-835. Prentice, A.M. and Jebb, S.A. 2001. Beyond body mass index. Obes Rev. 2(3): 141-147. Ross, R. 1997. Effects of diet- and exercise-induced weight loss on visceral adipose tissue in men and women. Sports Med. 24(1): 55-64. 152 Ross, R., Pedwell, H., and Rissanen, J. 1995. Response of total and regional lean tissue and skeletal muscle to a program of energy restriction and resistance exercise. Int J Obes Relat Metab Disord. 19(11): 781-787. Ross, R., Freeman, J., Hudson, R., and Janssen, I. 2002. Abdominal obesity, muscle composition, and insulin resistance in premenopausal women. J Clin Endocrinol Metab. 87(11): 5044-5051. Ross, R., Janssen, I., Dawson, J., Kungl, A.M., Kuk, J.L., Wong, S.L., Nguyen-Duy, T.B., Lee, S., Kilpatrick, K., and Hudson, R. 2004. Exercise-induced reduction in obesity and insulin resistance in women: a randomized controlled trial. Obes Res. 12(5): 789-798. Ruiz, J.R., Ortega, F.B., and Labayen, I. 2013. A weight loss diet intervention has a similar beneficial effect on both metabolically abnormal obese and metabolically healthy but obese premenopausal women. Annals of nutrition & metabolism. 62(3): 223-230. Schutz, Y., Kyle, U.U., and Pichard, C. 2002. Fat-free mass index and fat mass index percentiles in Caucasians aged 18-98 y. Int J Obes Relat Metab Disord. 26(7): 953-960. Shin, M.J., Hyun, Y.J., Kim, O.Y., Kim, J.Y., Jang, Y., and Lee, J.H. 2006. Weight loss effect on inflammation and LDL oxidation in metabolically healthy but obese (MHO) individuals: low inflammation and LDL oxidation in MHO women. Int J Obes (Lond). 30(10): 1529-1534. Simoneau, J.A., Colberg, S.R., Thaete, F.L., and Kelley, D.E. 1995. Skeletal muscle glycolytic and oxidative enzyme capacities are determinants of insulin sensitivity and muscle composition in obese women. Faseb j. 9(2): 273-278. Sims, E.A. 2001. Are there persons who are obese, but metabolically healthy? Metabolism. 50(12): 1499-1504. Solomon, T.P., Sistrun, S.N., Krishnan, R.K., Del Aguila, L.F., Marchetti, C.M., O'Carroll, S.M., O'Leary, V.B., and Kirwan, J.P. 2008. Exercise and diet enhance fat oxidation and reduce insulin resistance in older obese adults. J Appl Physiol (1985). 104(5): 1313-1319. Stampfer, M.J., Hu, F.B., Manson, J.E., Rimm, E.B., and Willett, W.C. 2000. Primary prevention of coronary heart disease in women through diet and lifestyle. N Engl J Med. 343(1): 16-22. Stiegler, P. and Cunliffe, A. 2006. The role of diet and exercise for the maintenance of fat-free mass and resting metabolic rate during weight loss. Sports Med. 36(3): 239-262. Tchernof, A. and Despres, J.P. 2013. Pathophysiology of human visceral obesity: an update. Physiol Rev. 93(1): 359-404. Weinsier, R.L., Nagy, T.R., Hunter, G.R., Darnell, B.E., Hensrud, D.D., and Weiss, H.L. 2000. Do adaptive changes in metabolic rate favor weight regain in weightreduced individuals? An examination of the set-point theory. Am J Clin Nutr. 72(5): 1088-1094. You, T., Ryan, A.S., and Nicklas, B.J. 2004. The metabolic syndrome in obese postmenopausal women: relationship to body composition, visceral fat, and inflammation. J Clin Endocrinol Metab. 89(11): 5517-5522. 153 TABLE 1: Characteristics of subjects categorized based on higher vs. lower visceral fat (VF) accumulations and higher vs. lower lean body mass index (LBMI). Lower VF Higher VF a b Variables P value Lower LBMI Higher LBMI Lower LBMI c Higher LBMI d (n=35) (n=19) (n=14) (n=61) Age (yr) 56.4 ± 4.0 58.1 ± 4.7 57.6 ± 3.9 57.6 ± 4.9 NS Anthropometric measures Body weight (kg) BMI (kg/m2) Waist circumference (cm) DXA measures FM (kg) %FM LBM (kg)* LBMI (kg LBM/m2) * CT scan, abdominal level (L4-L5) ScF (cm2) Superficial (cm2) Deep (cm2) VF (cm2) Mid-thigh level MA (Hounsfied units) 75.5 ± 9.2 b, d 29.2 ± 2.2 b, d 91.9 ± 8.0 d 84.6 ± 12.3 a, d 32.6 ± 4.5 a 96.6 ± 10.0 d 77.4 ± 7.3 d 30.4 ± 2.1 d 94.3 ± 5.3 d 93.6 ± 13.5a, b, c 36.7 ± 3.8 a, c 104.8 ± 8.8 a, b, c 0.0001 0.0001 0.0001 34.6 ± 6.6 d 45.4 ± 3.7 38.7 ± 3.8 b, d 15.0 ± 0.7 b, d 38.2 ± 9.9 44.7 ± 5.5 43.8 ± 4.1 a, c 16.9 ± 1.1a, c, d 36.8 ± 5.3 d 47.4 ± 3.1 38.0 ± 2.6 b, d 14.9 ± 0.6 b, d 44.1 ± 8.8 a, c 46.8 ± 4.5 47.1 ± 6.8 a, c 17.9 ± 1.7 a, b, c 0.0001 NS 0.0001 0.0001 413 ± 71 d 202 ± 43 d 215 ± 40 d 131 ± 27 c, d 479 ± 129 238 ± 87 242 ± 65 147 ± 20 c, d 427 ± 74 d 199 ± 49 d 228 ± 53 d 211 ± 26 a, b 538 ± 121 a, c 266 ± 70 a, c 276 ± 70 a, c 233 ± 39 a, b 0.0001 0.0001 0.0001 0.0001 49.3 ± 3.3 49.0 ± 2.9 47.9 ± 3.0 47.9 ± 3.6 NS Values are means ± standard deviation (SD). BMI= body mass index; FM= fat mass; %FM= [(FM/body weight)*100]; LBM= Lean body mass; LBMI= Lean body mass index; CT= computed tomography; ScF= subcutaneous fat; VF= visceral fat, MA= muscle attenuation. * = Do not include bone mass; NS= non-significant; a = significantly different from Lower VF/Lower LBMI; b = significantly different from Lower VF/Higher LBMI; c = significantly different from Higher VF/Lower LBMI; d = significantly different from Higher VF/Higher LBMI. Higher VF ≥ 172 cm2; Lower VF < 172 cm2; Higher LBMI ≥ 15.8 kg LBM/m2; Lower LBMI < 15.8 kg LBM/m2. ANOVA analyses were performed to compare groups. The Games Howell test was used for posteriori comparisons. 154 TABLE 2: Metabolic characteristics of subjects categorized based on higher vs. lower visceral fat (VF) accumulations and higher vs. lower lean body mass index (LBMI). Variables RMR (kcal/day) RMR/LBM (kcal/day) Glucose homeostasis Fasting insulin (μU/ml) Fasting glucose (mmol/l) Glucose disposal (mg/min/kg) Relative glucose disposal (mg/kg LBM per minute) Lower VF Lower LBMI a Higher LBMI b (n=35) (n=19) b, d 1191 ± 106 1138 ± 158 a, c, d 31 ± 2.5 30 ± 2.8 Higher VF Lower LBMI c Higher LBMI d (n=14) (n=61) b, d 1205 ± 86 1461 ± 208 a, b, c 31 ± 1.8 31 ± 2.9 P value 0.0001 NS 13.4 ± 3.7 d 5.2 ± 0.6 6.7 ± 1.7 d 13.7 ± 4.3 d 5.1 ± 0.5 d 6.9 ± 1.6 d 12.5 ± 4.6 d 5.0 ± 0.5 6.6 ± 1.4 18.9 ± 7.8 a, b, c 5.4 ± 0.5 b 5.6 ± 1.9 a, b 0.0001 0.01 0.009 12.3 ± 3.0 12.8 ± 2.7 12.6 ± 2.7 10.8 ± 3.8 0.047 Lipid profile Triglycerides (mmol/l) Total cholesterol (mmol/l) LDL-chol (mmol/l) HDL-chol (mmol/l) Total chol/HDL-chol ratio 1.48 ± 0.71 5.38 ± 0.86 3.15 ± 0.74 1.53 ± 0.36 3.65 ± 0.86 1.26 ± 0.54 d 4.93 ± 0.72 2.79 ± 0.52 1.56 ± 0.35 3.24 ± 0.58 c, d 1.72 ± 0.49 5.53 ± 0.84 3.37 ± 0.74 1.37 ± 0.20 4.10 ± 0.69 b 1.79 ± 0.93 b 5.32 ± 0.90 3.16 ± 0.81 1.36 ± 0.28 4.05 ± 0.98 b 0.04 NS NS 0.01 0.002 Resting blood pressure Systolic (mmHg) Diastolic (mmHg) 118.8 ± 14.1 71.2 ± 28.5 121.6 ± 11.6 77.1 ± 8.6 125.0 ± 20.2 78.5 ± 11.4 124.3 ± 13.7 77.2 ± 7.6 NS NS Values are means ± standard deviation (SD). RMR= Resting metabolic rate; RMR/LBM= RMR/ lean body mass; Chol= cholesterol; HDL= high-density lipoprotein; LDL= low-density lipoprotein. NS= non-significant; a = significantly different from Lower VF/Lower LBMI; b = significantly different from Lower VF/Higher LBMI; c = significantly different from Higher VF/Lower LBMI; d = significantly different from Higher VF/ Higher LBMI. Higher VF ≥ 172 cm2; Lower VF < 172 cm2; Higher LBMI ≥ 15.8 kg LBM/m2; Lower LBMI < 15.8 kg LBM/m2. ANOVA analyses were performed to compare groups. The Games-Howell test was used for posteriori comparisons among groups. 155 TABLE 3: Effect of caloric restriction on body composition Lower VF Lower LBMI a Higher LBMI b Variables ∆ ∆ (n=26) (n=16) Anthropometric measures Body weight (kg) BMI (kg/m2) Waist circumference (cm) DXA measures FM (kg) %FM LBM (kg)* LBMI (kg LBM/m2) * CT scan, abdominal level (L4-L5) ScF (cm2) Superficial (cm2) Deep (cm2) VF (cm2) Mid-thigh level MA (Hounsfied units) Higher VF Lower LBMI c Higher LBMI d ∆ ∆ (n=9) (n=49) Treatment effect P value Group X treatment P value -3.1 ± 3.6 b, d -1.2 ± 1.4 b, d -4.0 ± 4.7 -6.9 ± 2.9 a -2.7 ± 1.3 a -6.0 ± 4.0 -3.4 ± 3.3 d -1.3 ± 1.2 d -2.5 ± 2.8 -5.8 ± 4.6 a, c -2.2 ± 1.7 a, c -4.7 ± 3.9 0.0001 0.0001 0.0001 0.006 0.008 0.237 -3.4 ± 3.3 -2.9 ± 2.9 0.3 ± 1.4 b, d 0.1 ± 0.5 b, d -4.8 ± 2.9 -2.4 ± 2.4 -1.9 ± 1.5 a, c -0.7 ± 0.5 a, c -3.4 ± 2.3 -2.3 ± 1.2 0.04 ± 1.3 b, d 0.03 ± 0.5 b, d -3.9 ± 3.7 -1.5 ± 2.8 -2.1 ± 2.6 a, c -0.8 ± 0.9 a, c 0.0001 0.0001 0.0001 0.0001 NS NS 0.0001 0.0001 -40.3 ± 47.3 -18.1 ± 25.7 -20.2 ± 33.0 -5.5 ± 26.6 c,d -58.0 ± 33.0 -28.0 ± 15.2 -30.0 ± 29.0 -24.2 ± 24.9c,d -37.5 ± 44.4 -25.4 ± 22.0 -11.8 ± 28.1 -27.3 ± 17.8 a,b -43.0 ± 46.3 -25.7 ± 32.0 -20.0 ± 31.7 -31.4 ± 28.1a,b 0.0001 0.0001 0.0001 0.0001 NS NS NS 0.002 -0.3 ± 1.5 0.0 ± 1.2 0.1 ± 1.8 -0.4 ± 1.7 NS NS Values are delta changes ± standard deviation (SD). BMI= body mass index, FM= fat mass, %FM= [(FM/body weight)*100], LBM= lean body mass, LBMI= lean body mass index [LBM (kg)/Height (m2)], CT= computed tomography, ScF= subcutaneous fat, VF= visceral fat, MA= muscle attenuation. * = Do not include bone mass; NS= non-significant; a = significantly different from Lower VF/Lower LBMI; b = significantly different from Lower VF/Higher LBMI; c = significantly different from Higher VF/Lower LBMI; d = significantly different from Higher VF/Higher LBMI. Higher VF ≥ 172 cm2; Lower VF=< 172 cm2; Higher LBMI ≥ 15.8 kg LBM/m2; Lower LBMI < 15.8 kg LBM/m2. Repeated ANOVA analyses were performed to compare groups. The Games-Howell test was used for posteriori comparisons. 156 TABLE 4: Effects of caloric restriction on metabolic profile Lower VF Lower LBMI a Higher LBMI b ∆ ∆ (n=26) (n=16) -31 ± 94 d -94 ± 70 d -1.1 ± 2.6 -1.0 ± 2.1 Higher VF Lower LBMI c Higher LBMI d ∆ ∆ (n=9) (n=49) -2 ± 81 d -83 ± 89 a, b, c -0.2 ± 1.8 -0.5 ± 2.3 -0.56 ± 3.60 -0.10 ± 0.51 0.13 ± 1.74 -2.69 ± 2.39 -0.06 ± 0.47 0.65 ± 1.66 0.75 ± 4.88 0.05 ± 0.48 -0.34 ± 1.65 -0.57 ± 2.61 0.62 ± 2.55 Lipid profile Triglycerides (mmol/l) Total cholesterol (mmol/l) LDL-chol (mmol/l) HDL-chol (mmol/l) Total chol/HDL-chol ratio -0.20 ± 0.57 -0.03 ± 0.61 0.11 ± 0.62 -0.01 ± 0.19 -0.01 ± 0.52 Resting blood pressure Systolic (mmHg) Diastolic (mmHg) -2.6 ± 11.5 -3.1 ± 7.9 Variables RMR (kcal/day) RMR/LBM (kcal/day) Glucose homeostasis Fasting insulin (μU/ml) Fasting glucose (mmol/l) Glucose disposal (mg/min/kg) Relative glucose disposal (mg/kg LBM per minute) Treatment effect P value Group X treatment P value 0.0001 0.02 0.008 NS -2.96 ± 5.41 -0.09 ± 0.46 0.73 ± 1.67 0.02 NS NS 0.06 NS NS -1.21 ± 3.06 0.94 ± 2.79 NS 0.07 -0.16 ± 0.51 0.01 ± 0.44 -0.00 ± 0.43 0.02 ± 0.27 -0.06 ± 0.56 0.28 ± 0.81 0.33 ± 0.66 0.22 ± 0.54 -0.02 ± 0.17 0.41 ± 0.74 -0.33 ± 0.71 -0.19 ± 0.64 -0.06 ± 0.55 0.00 ± 0.19 -0.12 ± 0.69 NS NS NS NS NS NS NS NS NS NS -2.9 ± 14.1 -4.9 ± 8.9 -5.9 ± 11.5 -1.2 ± 5.5 -2.6 ± 13.6 -1.9 ± 7.5 0.03 0.004 NS NS Values are delta changes ± standard deviation (SD). RMR= Resting metabolic rate, RMR/LBM= RMR/ lean body mass; Chol= cholesterol; HDL= high-density lipoprotein; LDL= low-density lipoprotein. NS= non-significant; a = significantly different from Lower VF/Lower LBMI; b = significantly different from Lower VF/Higher LBMI; c = significantly different from Higher VF/Lower LBMI; d = significantly different from Higher VF/ Higher LBMI. Higher VF ≥ 172 cm2; Lower VF < 172 cm2; Higher LBMI ≥ 15.8 kg LBM/m2; Lower LBMI < 15.8 kg LBM/m2. Repeated ANOVA analyses were performed to compare groups. The Games-Howell test was used for posteriori comparisons among groups. 158 2.2 Article 2: Effects of Caloric Restriction with or without Resistance Training in Dynapenic-Overweight and Obese Menopausal Women: A MONET Study Contributions de l’auteur Élaboration de l’idée originale, recension des écrits, analyses des données, interprétation des résultats, rédaction de l’article. Article publié dans la revue : The Journal of Frailty and Aging 159 Effects of Caloric Restriction with or without Resistance Training in DynapenicOverweight and Obese Menopausal Women: A MONET Study Eve Normandin 1,2, Martin Sénéchal Martin Brochu 1,2 3,4 , Denis Prud’homme 5,6 , Rémi Rabasa-Lhoret 7,8 , 1 Faculty of Physical Activity Sciences, University of Sherbrooke, Sherbrooke, Quebec, Canada; 2 Research Centre on Aging, Institute of Geriatrics of Sherbrooke, Sherbrooke University, Sherbrooke, Quebec, Canada; 3 The Manitoba Institute of Child Health, University of Manitoba, Manitoba, Canada; 4 Faculty of Medicine, University of Manitoba, Winnipeg, Manitoba, Canada; 5 Institut de Recherche de l’Hopital Monfort, Ottawa, Ontario, Canada; 6 School of Human Kinetics, Faculty of Health Sciences, University of Ottawa, Ottawa, Ontario, Canada; 7 Department of Nutrition, Université de Montréal, Montréal, Québec, Canada; 8 Institut de Recherches Cliniques de Montréal (IRCM), Montréal, Québec, Canada. Address for correspondence and offprint requests: Martin Brochu, Ph.D. Research Centre on Aging 1036 Belvédère Sud Sherbrooke, Québec, Canada J1H 4C4 RUNNING TITLE: Dynapenia, muscle strength obesity, metabolic profile, menopause, exercise 160 ABSTRACT Objective: The dynapenic (DYN)-obese phenotype is associated with an impaired metabolic profile. However, there is a lack of evidences regarding the effect of lifestyle interventions on the metabolic profile of individual with dynapenic phenotype. The objective was to investigate the impact of caloric restriction (CR) with or without resistance training (RT) on body composition, metabolic profile and muscle strength in DYN and non-dynapenic (NDYN) overweight and obese menopausal women. Design: 109 obese menopausal women (age 57.9 ± 9.0 yrs; BMI 32.1 ± 4.6 kg/m2) were randomized to a 6-month CR intervention with or without a RT program. Participants were categorized as DYN or NDYN based on the lowest tertile of relative muscle strength in our cohort (< 4.86 kg/BMI). Measurements: Body composition was measured by DXA, body fat distribution by CT scan, glucose homeostasis at fasting state and during an euglycemic-hyperinsulinemic clamp, fasting lipids, resting blood pressure, fasting inflammation markers and maximal muscle strength. Results: No difference was observed between groups at baseline for body composition and the metabolic profile. Overall, a treatment effect was observed for all variables of body composition and some variables of the metabolic profile (fasting insulin, glucose disposal, triglyceride levels, triglycerides/HDL-Chol ratio and resting diastolic blood pressure) (P between 0.05 and 0.001). No Group X Treatment interaction was observed for variables of body composition and the metabolic profile. However, an interaction was observed for muscle strength; which significantly improved more in the CR+RT NDYN group (all P ≤ 0.05). Conclusions: In the present study, dynapenia was not associated with a worse metabolic profile at baseline in overweight and obese menopausal women. DYN and NDYN menopausal women showed similar cardiometabolic benefit from CR or CR+RT interventions. However, our results showed that the addition of RT to CR was more effective in improving maximal strength in DYN and NDYN obese menopausal women. Key words: Dynapenia, muscle strength, obesity, caloric restriction, resistance training. 161 Introduction The rapid increase in obesity prevalence has been reported in individuals aged between 55 and 75 years; and particularly in menopausal women (1). The transition to menopause is often accompanied by increased central adiposity, a more atherogenic lipid profile, alterations in glucose metabolism and a sharp rise in type 2 diabetes and cardiovascular disease risk (2, 3). In addition, the consequences of a deteriorated cardiometabolic profile seem to be amplified in older individuals. It is possibly explained by physiologic changes associated with the aging process and/or the concurrence of chronic conditions more frequently observed during this period of life (4). Hence, fat mass increases and muscle mass and strength decrease with the aging process (5). Dynapenia, which refers to the normal age-related loss of muscle strength and power that usually occurs as part of aging, is now recognized as a debilitating and life threatening condition in older persons (6). Dynapenia has been negatively related to functional capacity, metabolic profile (7, 8) and mortality (9). The combination of high fat mass accumulations and low muscle strength, phenotype called ‘dynapenic-obesity’ (10), is increasingly prevalent among older individuals (11). Interestingly, this phenotype has been associated with worse metabolic abnormalities compared to both conditions alone (11). The few studies that have investigated the effects of DYN-obese phenotype in older individuals mostly looked at functional capacity (10) disability and mortality (11). A recent cross-sectional study has quantify the independent and additive effects of dynapenia and abdominal obesity on the metabolic syndrome in older men and women (12). Results showed that DYN-obese individuals have more metabolic alterations than those displaying dynapenia alone or those with neither abdominal obesity nor dynapenia. 162 Furthermore, to our knowledge, only one study has quantified the effect of a lifestyle intervention in DYN-obese individuals on the metabolic profile (13). Results of this study suggest that caloric restriction (CR) with or without resistance training (RT) is effective in improving the metabolic profile [total cholesterol (chol), low-density lipoprotein cholesterol (LDL-chol), systolic and diastolic blood pressure] in DYN-obese menopausal women. However, the study has some limitations such as a limited number of participants in each group, and no measures of visceral fat (VF) and insulin sensitivity. Also, because of the study design, they did not compare subjects displaying DYN- and non-dynapenic (NDYN-) obesity phenotypes. Consequently, the comparison of the effect of a weight loss intervention on DYN and NDYN obese individuals needs to be further investigated. Thus, the current study’s objective was to compare the effect of CR alone or in combination with RT on body composition, the metabolic profile and muscle strength in DYN and NDYN overweight and obese menopausal women. We hypothesized that interventions aimed to increase muscle strength and decrease obesity levels would have greater effects on the metabolic profile and muscle strength in DYN overweight and obese women. 163 Methods Subjects This article presents secondary analyses from a randomized controlled trial, originally designed to determine the effects of a 6-month RT in combination with CR on body composition, body fat distribution, and the metabolic profile in a large cohort of overweight and obese menopausal women (14). The present study population consisted of 109 non-diabetic overweight and obese menopausal women aged between 46 and 70 years at baseline. We excluded subjects who did not complete the 6-month intervention. Consequently, data of 87 women were used for these secondary analyses. Eligible participants met the following criteria: BMI between 27 and 40 kg/m2, no menstruation for 1 > year, having a follicle stimulating hormone level > 30 U/l, <2h per week of structured exercise, non-smoker, low to moderate alcohol consumers (≤ 2 drinks/day), and no use of hormone replacement therapy. All participants were apparently healthy and had no history or evidence on physical examination or laboratory testing of (i) cardiovascular disease, peripheral vascular disease, or stroke; (ii) diabetes (2h standard 75-g oral glucose tolerance test (OGTT)); (iii) severe hypertension (resting blood pressure >170/100mm Hg); (iv) orthopedic limitations; (v) body weight fluctuation >5 kg in the previous 6 months; (vi) uncontrolled thyroid or pituitary disease; and (vii) medication that could affect cardiovascular function or metabolism. The study was approved by the Université de Montréal ethics committee. After reading and signing the consent form, each participant was submitted to a series of tests. Weight stabilization period Before and after the 6-month weight loss protocol, subjects were submitted to a weight 164 stabilization period (±2 kg of body weight) before testing. The goal of this approach was to stabilize the various metabolic variables of interest that could be altered by body weight fluctuations. Caloric restriction intervention Study participants entered a 6-month weight loss program aimed at reducing body weight by 10%. To determine the level of CR, 500 to 800 kcal were subtracted from baseline resting metabolic rate (determined by indirect calorimetry) multiplied by a physical activity factor of 1.4, corresponding to a sedentary state (15). Macronutrient composition of the diets was standardized: 55%, 30% and 15% of energy intake from carbohydrates, total fat and proteins accordingly to the American Heart Association (16). Each participant met with the study dietitian to receive the diet prescription and recommendations. In addition, participants were invited to meet bimonthly with the study dietitian for nutrition classes of 1-1.5 hours. All participants in the CR group were instructed not to change their usual daily physical activity habits during the weight loss protocol. Exercise intervention The 6-month RT program consisted of four progressive phases and was performed weekly on 3 nonconsecutive days under the supervision of an exercise physiologist, as previously described (14). The workload was adjusted by the exercise physiologist (when necessary) to maintain the intensity prescribed. Lower body and upper body strength was assessed using leg press and bench press weight training equipment from Atlantis Precision Series (Atlantis Inc., Laval, Que.). 165 Each training session included a warm-up of low intensity walking on a treadmill for 10 min. The RT program consisted of the following exercises: 1) leg press; 2) chest press; 3) lateral pull downs; 4) shoulder press; 6) arm curls; and 7) triceps extensions. These exercises provide a total body RT program for all of the major muscle groups of the body. Anthropometric and body composition measures Body weight was measured to the nearest 0.1 kg on a calibrated balance (Balance Industrielle Montréal, Montréal, Québec, Canada) and participant’s height was obtained with a standard stadiometer (Perspective Enterprises, Portage, Michigan, USA). Waist circumference (WC) was measured using a measuring tape to the nearest 0.1 cm at the highest point of the iliac crest at minimal expiration. Total fat mass (FM), percentage of FM (%FM) and total lean body mass (LBM) were measured using dual energy X-ray absorptiometry (DXA) (General Electric Lunar Prodigy, Madison, Wisconsin; software version 6.10.019), as previously described (17). During the procedure, participants were asked to wear only a standard hospital gown while in the supine position. Calibration was executed daily with a standard phantom. In our laboratory, the intra-class coefficient correlation for test–retest for FM and LBM was 0.99 (n = 18). A CT scanner (GE LightSpeed 16, General Electric Medical Systems, Milwaukee, WI) was used to measure the VF and the abdominal subcutaneous fat (AScF) area. Participants were examined in the supine position with both arms stretched above their head. The position of the scan was established at the L4-L5 vertebral disc using a scout image of the body (17). We quantified VF by delineating the intra-abdominal cavity at the internal most aspect of the abdominal and oblique muscle walls surrounding the cavity 166 and the posterior aspect of the vertebral body. The AScF area was quantified by highlighting fat located between the skin and the external most aspect of the abdominal muscle wall. Deep AScF (DAScF) and superficial ScF (SAScF) areas were measured by delineating the subcutaneous fascia within the AScF and by computing areas of the layers of fat on each side of the fascia. The cross-sectional areas of fat were highlighted and computed using an attenuation range of -190 to -30 Hounsfield Units (HU). Muscle attenuation (MA) was calculated by delineating the regions of interest and then computing the surface areas using attenuation range of -190 to -30 HU for fat, and 0 to 100 HU for skeletal muscle. In our laboratory, test-retest measures of the different body fat distribution indices on 10 CT scans yielded a mean absolute difference of + 1%. Characterization of subjects Participants were first randomly assigned to one of the two groups [CR (n= 52) or CR+RT (n= 35)]. For the present secondary analyses, participants were characterized as DYN or NDYN. Since a correction for anthropometric variability has been recommended to define dynapenia (5, 18), we computed a muscular relative strength index with the ratio of strength (lower body strength + upper body strength) on BMI (19, 20). We included both measures of lower and upper extremity muscle strength since previous studies suggested that the rate of age-associated decline in muscle strength is quite different in these two anatomic regions (21). Women in the lowest tertile of muscular relative strength index were considered DYN, while those in the second and third tertiles were considered as NDYN. In our sample, the cutoff point was 4.86 kg/BMI. Four groups of subjects were then created [group 1: CR/DYN (n= 13); group 2: CR/NDYN (n= 48); group 3: CR + RT/DYN (n= 18); group 4: CR + RT/NDYN (n= 30)]. 167 Fasting blood samples Venous blood samples were collected to measure fasting total chol, HDL-chol, LDL-chol, triglycerides (TG), glucose and insulin levels after a 12-h overnight fast. Plasma was analyzed on the day of collection. Analyses were done on the COBAS INTEGRA 400 (Roche Diagnostic, Montreal, Canada) analyzer for total cholesterol, HDL-chol, triglycerides and glucose. Total chol, HDL-chol and TG levels were used in the Friedewald formula (22) to calculate LDL-chol concentrations. Insulin levels were determined by automated radioimmunoassay (Linco Research Inc. (St-Charles, MO, USA). Serum high-sensitivity CRP (hsCRP) concentrations were assessed by immunonephelometry on IMMAGE analyzer (Beckman Coulter, Villepinte, France). Glucose disposal The test began at 07h30 after a 12-h overnight fast, as previously described by DeFronzo et al. (23). An antecubital vein was cannulated for the infusion of 20 % dextrose and insulin (Actrapid®, Novo-Nordisk, Toronto, Canada). The other arm was cannulated for sampling of blood. Plasma glucose was measured every 10 min with a glucose analyzer (Beckman Instruments, Fullerton, CA) and maintained at fasting level with a variable infusion rate of 20 % dextrose. Insulin infusion was initiated at the rate of 75 mU/m2/min for 180 min. Glucose disposal was calculated as the mean rate of glucose infusion measured during the last 30 min of the clamp (steady state). Resting blood pressure Sitting blood pressure was measured in the left arm after participants rested quietly for 10 min using a Dinamap automatic machine (Welch Allyn, San Diego, CA, USA). An 168 appropriate cuff size was selected for each subject based on arm circumference. Procedure was carefully standardized (24). Statistical analyses Data in tables are presented as means ± standard deviation (SD). Univariate Analyses of Variance (ANOVA) were performed to compare means for each variable of interest at baseline and after the intervention. Repeated ANOVA analyses were performed to quantify the effect of treatment. Then, the Games-Howell test was used for posteriori group comparisons when a main model effect was noted. P-value of ≤0.05 was considered statistically significant. Statistical analyses were performed using the SPSS Statistical Package (version 15.0, SPSS, Chicago, Il, USA). 169 Results Anthropometric measures and body composition No differences were observed at baseline among groups for anthropometric and body composition variables, with the exception of muscle attenuation (P= 0.03) (Table 1). Body weight, BMI, WC, FM, FMI, LBM, LBMI, AScF and VF significantly and similarly decreased in the four groups after the intervention (all P≤ 0.05). Metabolic profile No differences were observed at baseline among groups for the metabolic profile. TG, TG/HDL-chol ratio, fasting insulin, glucose disposal, relative glucose disposal and diastolic blood pressure significantly decreased in the four groups after the intervention (all P≤ 0.05); with no difference among groups. No improvement was observed in any groups for CRP, IL-6, total cholesterol, HDL-chol and LDL-chol, Chol/HDL ratio, fasting glucose and systolic blood pressure after the interventions. Muscle strength By design, strength variables were significantly different between DYN and NDYN groups at baseline (all P≤ 0.001); with significantly higher values in NDYN groups (Table 3). All measures of strength were significantly improved in RT groups (DYN and NDYN subjects) and the CR-DYN group after the intervention (all P≤ 0.001); with greater improvements in the CR+RT/NDYN group compared to the others (all P≤ 0.001). Moreover, a significant decrease for all the measures of strength was observed in the CR/NDYN group compared to the CR+RT/NDYN group following the intervention. 170 Discussion The aim of this secondary analysis was to compare the effect of a 6-month lifestyle intervention on body composition, the metabolic profile, and strength variables between DYN and NDYN overweight and obese menopausal women. We hypothesized that interventions aimed to increase muscle strength and decrease obesity levels would have greater effects on the metabolic profile and muscle strength in DYN overweight and obese women. Results from the present study showed that both DYN and NDYN obese women improved similarly body composition and the metabolic profile following CR alone or in combination with RT. However, the addition of RT to CR has superior beneficial effect on muscle strength. As previously mentioned, there is only one study that directly compared the effect of CR and RT on the combined condition of obesity and dynapenia on body composition, metabolic profile and strength in older women (13). Their results showed that both CR and CR+RT groups improved several variables of the metabolic profile to the same extent (total chol, TG and systolic blood pressure) after the intervention. They showed that a moderate weight loss (≈5 kg) was associated with significant improvements in the metabolic profile. Our results support their findings. Of all metabolic components measured in our study, we observed similar improvements for TG, TG/HDL ratio, glucose homeostasis (fasting insulin, glucose disposal (mg/min/kg) and relative glucose disposal) and diastolic blood pressure to the same extent in DYN and NDYN women following both interventions. Moreover, the addition of RT to the diet had no supplementary value on the metabolic profile in the present study. Overall, our results are in line with previous studies in overweight menopausal women (25) and DYN obese older women (13). 171 Although weight-loss therapy is recommended to improve obesity-related metabolic complications, a prevailing concern in the clinical community is that the use of CR alone could have negative effects on LBM (26). In fact, it is recognized that CR induced weight loss results in a decreased LBM, which correspond in general to approximately 25% of total body weight loss (27). Furthermore, it has been reported that the addition of RT can attenuate this loss by half (28). RT has also been proposed to be an interesting approach to counteract the decrease in LBM observed in older adults, and particularly during caloric restriction-induced weight loss (29). Our data showed however that CR was associated with a reduced LBM to a similar extent to CR+RT in our DYN and NDYN obese women. This result is in disagreement with those of Frimel et al. (30), which is the only other study comparing CR to CR+RT in older (70 ± 5 yr) obese (BMI 37 ± 5 kg/m2) adults. They showed significantly greater decreases in LBM in the CR only group compare to the CR+RT (3.5 ± 2.1 vs. 1.8 ± 1.5 kg; P= 0.02). Regarding the absence of difference in LBM loss between the CR vs. CR+RT in our study, it is important to note that even though RT is known to be a potent stimulus for acute increases in circulating anabolic hormones such as testosterone, growth hormone and insulin-like growth factor1 in men (31), the increase in anabolic hormones is minor or absent in older women following 6-month RT (32). A low level of testosterone in older women may be a limiting factor for muscle hypertrophy in response to RT (32), and hence could partly explain why we did not observe an increase or a lower reduction in LBM following RT. Furthermore, our results may also suggest an age-related resistance to alterations in metabolic function in response to RT. This assumption is supported by Dionne et al. and Hakkinen et al. (33, 34) who previously observed that older women experience significantly lower increases in LBM compared to younger women following a 6-month RT program. 172 Significant changes were also observed in our study for body weight, BMI, WC, FM, VF and AScF; which significantly and similarly decreased in DYN and NDYN obese women after both interventions. These results are in agreement with those of Senechal et al. (13) who showed similar decreases in body weight and trunk FM between CR or CR+RT in DYN obese women. Finally, Frimel et al. (30) also observed similar losses in body weight and FM following CR and CR+RT in frail obese older adults. The progressive decline in muscle strength is perhaps the most ineluctable anatomical change occurring with aging. While muscle strength and muscle mass are related, it has previously been suggested that muscle quality (e.g., strength) is more important than muscle quantity (e.g., mass) in aging humans (35) as a determinant of functional limitation and poor health in older age (5, 21). Although the loss of LBM was not prevented with RT in our study, RT was still associated with increases in muscle strength in DYN women. These findings demonstrate that despite a decrease in LBM induced by CR, it did not translate into a decrease in muscle strength in DYN women. Very few studies have reported the effects of weight-loss intervention on muscle strength or muscle quality in obese women (36). Our results are in line with those of Wang et al. (36) showing that CR induced weight loss combined with moderate strength training maintained absolute knee extensor muscle strength in older persons with osteoarthritis. Like our results, these effects occurred despite a significant loss of LBM during the intervention. Taken together, our findings suggest that other factors than muscle mass contribute to gains in muscle strength in older obese women following a RT program. Finally, muscular strength also appears to be an important protecting factor for cardiometabolic health (37). Actually, some cross sectional and prospective data have showed an inverse association between strength and cardiometabolic risk factors (7, 173 12). However, our data do not showed a superior beneficial effect of RT on the metabolic profile. Our study presents limitations. First, generalization of our data applies only to nondiabetic, sedentary, overweight and obese menopausal women. Second, the small number of participants in each group limits the power of the study. Third, comparisons with other studies are difficult because of the use of different cut off points for defining dynapenia (5). For example, the Foundation for National Institutes of Health Sarcopenia Project (FNIH) recommends the use of a single measure, grip strength, to characterize and individual’s overall strength status (38). However, it has been observed that the use of a single action (such as grip strength) may not always be a valid representative of and individual’s overall strength (39). Hence, the combination of upper and lower body strength might have superior potential value as an indicator of overall strength than handgrip strength alone (39). Fourth, the relatively normal metabolic profile at baseline in our subjects is likely to explain the absence of effect on total cholesterol, HDL-chol, LDLchol, fasting glucose and resting systolic blood pressure observed. Five, measures of muscle fiber types and areas, capillaries, biochemical properties of skeletal muscle and hormonal profile would have been interesting. Finally, although another study from the MONET cohort examined the relationship between muscle strength and metabolic disturbances (insulin sensitivity) (40), its design was cross-sectional and participants were not categorized as DYN or NDYN. Hence, we believe our findings add to the body of literature regarding the effects of lifestyle intervention in DYN overweight and obese women. 174 Despite limitations, strengths of our findings include the use of a randomized design as well as the use of gold standard techniques available for the measurement of body composition, body fat distribution and cardiometabolic profile. We also used a 1-month weight stabilization period before testing to minimize the impact of body weight fluctuations on the metabolic profile. Finally, the use of the lowest tertile of strength is a relatively simple measure, which enhance the application in clinical practice (41). Overall, we consider that the methodology used strengthens the validity of our results. In conclusion, results from the present study show that weight loss following CR and RT improves similarly the metabolic profile and body composition in DYN and NDYN overweight and obese menopausal women. The addition of RT had no additional effect on body composition and the metabolic profile, but was associated with improved strength in DYN and NDYN women despite losses of LBM. Further studies are needed to evaluate the effect of lifestyle interventions on the metabolic profile of individual with DYN phenotype. 175 Références pour l’article 2 1. Flegal, K.M., M.D. Carroll, B.K. Kit, and C.L. Ogden, Prevalence of obesity and trends in the distribution of body mass index among US adults, 1999-2010. JAMA, 2012. 307(5): p. 491-7. 2. Burke, G.L., A.G. Bertoni, S. Shea, et al., The impact of obesity on cardiovascular disease risk factors and subclinical vascular disease: the MultiEthnic Study of Atherosclerosis. Arch Intern Med, 2008. 168(9): p. 928-35. 3. Pan, W.H. and W.T. Yeh, How to define obesity? Evidence-based multiple action points for public awareness, screening, and treatment: an extension of AsianPacific recommendations. Asia Pac J Clin Nutr, 2008. 17(3): p. 370-4. 4. Butler, J., N. Rodondi, Y. Zhu, et al., Metabolic syndrome and the risk of cardiovascular disease in older adults. J Am Coll Cardiol, 2006. 47(8): p. 1595602. 5. Manini, T.M. and B.C. Clark, Dynapenia and aging: an update. J Gerontol A Biol Sci Med Sci, 2012. 67(1): p. 28-40. 6. Clark, B.C. and T.M. Manini, What is dynapenia? Nutrition, 2012. 28(5): p. 495503. 7. Jurca, R., M.J. Lamonte, C.E. Barlow, et al., Association of muscular strength with incidence of metabolic syndrome in men. Med Sci Sports Exerc, 2005. 37(11): p. 1849-55. 8. Senechal, M., J.M. McGavock, T.S. Church, et al., Cut points of muscle strength associated with metabolic syndrome in men. Med Sci Sports Exerc, 2014. 46(8): p. 1475-81. 9. Xue, Q.L., B.A. Beamer, P.H. Chaves, J.M. Guralnik, and L.P. Fried, Heterogeneity in rate of decline in grip, hip, and knee strength and the risk of all- 176 cause mortality: the Women's Health and Aging Study II. J Am Geriatr Soc, 2010. 58(11): p. 2076-84. 10. Bouchard, D.R. and I. Janssen, Dynapenic-obesity and physical function in older adults. J Gerontol A Biol Sci Med Sci, 2010. 65(1): p. 71-7. 11. Stenholm, S., D. Alley, S. Bandinelli, et al., The effect of obesity combined with low muscle strength on decline in mobility in older persons: results from the InCHIANTI study. Int J Obes (Lond), 2009. 33(6): p. 635-44. 12. Senechal, M., I.J. Dionne, and M. Brochu, Dynapenic abdominal obesity and metabolic risk factors in adults 50 years of age and older. J Aging Health, 2012. 24(5): p. 812-26. 13. Senechal, M., D.R. Bouchard, I.J. Dionne, and M. Brochu, The effects of lifestyle interventions in dynapenic-obese postmenopausal women. Menopause, 2012. 19(9): p. 1015-21. 14. Brochu, M., M.F. Malita, V. Messier, et al., Resistance training does not contribute to improving the metabolic profile after a 6-month weight loss program in overweight and obese postmenopausal women. J Clin Endocrinol Metab, 2009. 94(9): p. 3226-33. 15. Tremblay, A., C. Pelletier, E. Doucet, and P. Imbeault, Thermogenesis and weight loss in obese individuals: a primary association with organochlorine pollution. Int J Obes Relat Metab Disord, 2004. 28(7): p. 936-9. 16. Krauss, R.M., R.J. Deckelbaum, N. Ernst, et al., Dietary guidelines for healthy American adults. A statement for health professionals from the Nutrition Committee, American Heart Association. Circulation, 1996. 94(7): p. 1795-800. 177 17. Brochu, M., M.E. Mathieu, A.D. Karelis, et al., Contribution of the lean body mass to insulin resistance in postmenopausal women with visceral obesity: a Monet study. Obesity (Silver Spring), 2008. 16(5): p. 1085-93. 18. Manini, T.M., M. Visser, S. Won-Park, et al., Knee extension strength cutpoints for maintaining mobility. J Am Geriatr Soc, 2007. 55(3): p. 451-7. 19. Alley, D.E., M.D. Shardell, K.W. Peters, et al., Grip strength cutpoints for the identification of clinically relevant weakness. J Gerontol A Biol Sci Med Sci, 2014. 69(5): p. 559-66. 20. McLean, R.R., M.D. Shardell, D.E. Alley, et al., Criteria for clinically relevant weakness and low lean mass and their longitudinal association with incident mobility impairment and mortality: the foundation for the National Institutes of Health (FNIH) sarcopenia project. J Gerontol A Biol Sci Med Sci, 2014. 69(5): p. 576-83. 21. Lauretani, F., C.R. Russo, S. Bandinelli, et al., Age-associated changes in skeletal muscles and their effect on mobility: an operational diagnosis of sarcopenia. J Appl Physiol (1985), 2003. 95(5): p. 1851-60. 22. Friedewald, W.T., R.I. Levy, and D.S. Fredrickson, Estimation of the concentration of low-density lipoprotein cholesterol in plasma, without use of the preparative ultracentrifuge. Clin Chem, 1972. 18(6): p. 499-502. 23. DeFronzo, R.A., J.D. Tobin, and R. Andres, Glucose clamp technique: a method for quantifying insulin secretion and resistance. Am J Physiol, 1979. 237(3): p. E214-23. 24. Beevers, G., G.Y. Lip, and E. O'Brien, ABC of hypertension. Blood pressure measurement. Part I-sphygmomanometry: factors common to all techniques. BMJ, 2001. 322(7292): p. 981-5. 178 25. Fox, A.A., J.L. Thompson, G.E. Butterfield, et al., Effects of diet and exercise on common cardiovascular disease risk factors in moderately obese older women. Am J Clin Nutr, 1996. 63(2): p. 225-33. 26. Villareal, D.T., G.I. Smith, K. Shah, and B. Mittendorfer, Effect of weight loss on the rate of muscle protein synthesis during fasted and fed conditions in obese older adults. Obesity (Silver Spring), 2012. 20(9): p. 1780-6. 27. Villareal, D.T., C.M. Apovian, R.F. Kushner, and S. Klein, Obesity in older adults: technical review and position statement of the American Society for Nutrition and NAASO, The Obesity Society. Am J Clin Nutr, 2005. 82(5): p. 923-34. 28. Weinheimer, E.M., L.P. Sands, and W.W. Campbell, A systematic review of the separate and combined effects of energy restriction and exercise on fat-free mass in middle-aged and older adults: implications for sarcopenic obesity. Nutr Rev, 2010. 68(7): p. 375-88. 29. Yarasheski, K.E., Exercise, aging, and muscle protein metabolism. J Gerontol A Biol Sci Med Sci, 2003. 58(10): p. M918-22. 30. Frimel, T.N., D.R. Sinacore, and D.T. Villareal, Exercise attenuates the weightloss-induced reduction in muscle mass in frail obese older adults. Med Sci Sports Exerc, 2008. 40(7): p. 1213-9. 31. Migiano, M.J., J.L. Vingren, J.S. Volek, et al., Endocrine response patterns to acute unilateral and bilateral resistance exercise in men. J Strength Cond Res, 2010. 24(1): p. 128-34. 32. Hakkinen, K., A. Pakarinen, W.J. Kraemer, R.U. Newton, and M. Alen, Basal concentrations and acute responses of serum hormones and strength development during heavy resistance training in middle-aged and elderly men and women. J Gerontol A Biol Sci Med Sci, 2000. 55(2): p. B95-105. 179 33. Dionne, I.J., M.O. Melancon, M. Brochu, P.A. Ades, and E.T. Poelhman, Agerelated differences in metabolic adaptations following resistance training in women. Exp Gerontol, 2004. 39(1): p. 133-8. 34. Hakkinen, K. and A. Pakarinen, Serum hormones and strength development during strength training in middle-aged and elderly males and females. Acta Physiol Scand, 1994. 150(2): p. 211-9. 35. Stephen, W.C. and I. Janssen, Sarcopenic-obesity and cardiovascular disease risk in the elderly. J Nutr Health Aging, 2009. 13(5): p. 460-6. 36. Wang, X., G.D. Miller, S.P. Messier, and B.J. Nicklas, Knee strength maintained despite loss of lean body mass during weight loss in older obese adults with knee osteoarthritis. J Gerontol A Biol Sci Med Sci, 2007. 62(8): p. 866-71. 37. Artero, E.G., D.C. Lee, C.J. Lavie, et al., Effects of muscular strength on cardiovascular risk factors and prognosis. J Cardiopulm Rehabil Prev, 2012. 32(6): p. 351-8. 38. Studenski, S.A., K.W. Peters, D.E. Alley, et al., The FNIH sarcopenia project: rationale, study description, conference recommendations, and final estimates. J Gerontol A Biol Sci Med Sci, 2014. 69(5): p. 547-58. 39. Bohannon, R.W., Is it legitimate to characterize muscle strength using a limited number of measures? J Strength Cond Res, 2008. 22(1): p. 166-73. 40. Karelis, A.D., B. Tousignant, J. Nantel, et al., Association of insulin sensitivity and muscle strength in overweight and obese sedentary postmenopausal women. Appl Physiol Nutr Metab, 2007. 32(2): p. 297-301. 41. Visser, M., Obesity, sarcopenia and their functional consequences in old age. Proc Nutr Soc, 2011. 70(1): p. 114-8. 180 TABLE 1: Groups’ comparisons for body composition and body fat distribution. Diet Variables Dynapenic Pre (n=13) Age (yr) Δ (n=10) 58.1 ± 3.6 Body weight (kg) Diet + Resistance training Non-Dynapenic Pre (n=48) Δ (n=42) 58.6 ± 5.3 Dynapenic Pre (n=18) Δ (n=13) 58.0 ± 4.9 Treatment effect Group × treatment Δ (n=22) P value P value Non-Dynapenic Pre (n= 30) 56.7 ± 5.1 82.5 ± 14.7 -4.7 ± 5.3 81.4 ± 12.4 -4.3 ± 3.9 84.5 ± 16.6 -5.5 ± 4.9 82.4 ± 11.5 -6.0 ± 4.9 <0.001 NS BMI (kg/m ) 32.6 ± 5.3 -1.9 ± 2.1 31.8 ± 4.6 -1.7 ± 2.2 33.0 ± 5.9 -2.2 ± 1.9 32.0 ± 3.4 -2.3 ± 1.9 <0.001 NS Waist circumference (cm) 94.9 ± 11.5 -5.1 ± 4.2 95.2 ± 9.0 -4.0 ± 3.4 99.1 ± 8.6 -6.3 ± 3.6 95.0 ± 9.2 -5.1 ± 5.3 <0.001 NS 41.1 ± 7.4 -1.5 ± 3.3 42.7 ± 6.4 -0.5 ± 1.8 40.8 ± 5.0 -0.1 ± 1.6 41.9 ± 5.6 -0.6 ± 2.5 0.01 NS 16.2 ± 2.1 -0.6 ± 1.2 16.7 ± 2.1 -0.2 ± 0.7 16.0 ± 1.5 -0.04 ± 0.6 16.3 ± 1.9 -0.2 ± 0.9 0.01 NS 2 DXA measures LBM (kg) * LBMI (kg 2 LBM/m ) FM (kg) 39.1 ± 9.6 -3.3 ± 4.0 36.2 ± 7.6 -3.6 ± 3.2 41.2 ± 12.5 -5.3 ± 4.1 38.0 ± 7.2 -5.4 ± 4.6 <0.001 NS 15.5 ± 14.2 -1.4 ± 1.6 14.2 ± 3.0 -1.4 ± 1.3 16.1 ± 4.6 -2.1 ± 1.6 14.8 ± 3.4 -2.1 ± 1.8 <0.001 NS 463.8 ± 128.3 -55.5 ± 52.6 450.7 ± 110.3 -35.8 ± 45.2 486.1 ± 103.8 -59.8 ± 37.1 462.1 ± 110.4 -53.6 ± 38.6 <0.001 NS 210.8 ± 57.5 -26.4 ± 23.7 215.7 ± 64.1 -20.7 ± 26.9 247.1 ± 71.8 -39.1 ± 30.9 224.2 ± 72.2 -33.1 ± 34.5 <0.001 NS Deep ScF (cm ) 252.6 ± 83.3 -28.7 ± 37.4 238.7 ± 60.9 -15.5 ± 34.1 239.1 ± 60.9 -20.9 ± 32.4 243.5 ± 76.6 -33.1 ± 34.5 <0.001 NS 2 181.4 ± 57.5 -23.9 ± 25.2 189.7 ± 53.9 -19.8 ± 32.1 180.1 ± 51.4 -10.7 ± 45.0 182.6 ± 55.3 -29.3 ± 25.5 <0.001 NS 47.1 ± 5.3 -0.5 ± 1.8 49.4 ± 2.9 -0.4 ± 1.5 47.6 ± 2.8 0.0 ± 1.5 49.7 ± 3.1 -0.5 ± 1.6 0.03 NS 2 FMI (kg FM/m ) CT-scan Abdominal level (L4-L5) 2 AScF (cm ) Superficial ScF 2 (cm ) 2 Visceral fat(cm ) MA (Hounsfield Unit) Values are means ± standard deviation (SD); Δ = delta; BMI= body mass index; LBM= lean body mass; LBMI= LBM index, FM= fat mass; FMI= FM index; CT= computed tomography; AScF= abdominal subcutaneous fat; VF= visceral fat; MA= muscle attenuation; *= Do not include bone mass. NS= non-significant; Dynapenic ≤ 4.86 kg/BMI; Non-Dynapenic > 4.86 kg/BMI. 181 TABLE 2: Groups’ comparisons for metabolic profile. Diet Variables Dynapenic Diet + Resistance training Non-Dynapenic Dynapenic Non-Dynapenic Treatment effect Group × treatment Pre (n=13) Δ (n=10) Pre (n=48) Δ (n=42) Pre (n=18) Δ (n=13) Pre (n= 30) Δ (n=22) P value P value RMR (kcal/day) 1268 ± 201 -82.0 ± 80.1 1302 ± 170 -50.0 ± 89.9 1307 ± 154 -40.0 ± 67.2 1314 ± 160 -80.5 ± 139.4 0.0001 NS HR 65.5 ± 8.4 -1.2 ± 10.6 66.4 ±6.6 -1.2 ± 8.4 67.1 ± 8.3 -4.2 ± 6.7 66.2 ± 8.4 -1.2 ± 6.7 0.06 NS hsCRP 3.25 ± 3.70 -1.41 ± 2.86 3.18 ± 2.56 -0.16 ± 3.10 3.99 ± 4.48 -0.90 ± 2.40 2.89 ± 2.02 -0.03 ± 2.16 0.07 NS IL-6 3.59 ± 7.25 -0.15 ± 1.22 2.17 ± 5.13 -1.17 ± 5.59 1.27 ± 0.60 0.02 ± 0.34 1.13 ± 0.44 -0.03 ± 0.34 NS NS Total cholesterol (mmol/L) 5.67 ± 0.84 0.11 ± 0.74 5.47 ± 0.85 -0.15 ± 0.62 5.27 ± 0.85 -0.09 ± 0.95 5.56 ± 0.86 -0.02 ± 0.59 NS NS HDL-chol (mmol/L) 1.40 ± 0.32 0.09 ± 0.17 1.43 ± 0.24 0.03 ± 0.18 1.45 ± 0.31 -0.02 ± 0.22 1.55 ± 0.37 -0.01 ± 0.33 NS NS LDL-chol (mmol/L) 3.44 ± 0.69 0.22 ± 0.64 3.07 ± 0.76 -0.05 ± 0.58 3.07 ± 0.65 0.14 ± 0.60 3.27 ± 0.75 0.15 ± 0.54 NS NS Triglycerides (mmol/L) 1.66 ± 0.65 -0.25 ± 0.76 1.78 ± 0.78 -0.27 ± 0.66 1.62 ± 0.80 -0.06 ± 0.86 1.62 ± 0.80 -0.36 ± 0.63 0.008 NS Chol/HDL-chol 4.16 ± 0.74 -0.15 ± 0.46 3.90 ± 0.87 -0.10 ± 0.70 3.71 ± 0.54 0.14 ± 0.77 3.72 ± 0.88 -0.03 ± 0.68 NS NS TG/HDL-chol 1.25 ± 0.55 -0.24 ± 0.50 1.32 ± 0.73 -0.18 ± 0.63 1.18 ± 0.46 -0.01 ± 0.73 1.16 ± 0.78 -0.28 ± 0.61 0.03 NS 4.93 ±0.47 0.07 ± 0.52 5.26 ± 0.54 -0.16 ± 0.39 5.11 ± 0.40 -0.03 ± 0.42 5.11 ± 0.40 0.06 ± 0.34 NS NS Fasting insulin (mmol/L) 13.72 ± 4.95 -3.64 ± 3.58 15.79 ± 6.30 -1.86 ± 4.69 13.92 ± 5.66 -1.62 ± 4.22 13.63 ± 6.80 -3.97 ± 4.33 0.001 NS Glucose disposal (mg/min/kg) 6.28 ± 0.71 0.73 ± 0.98 6.22 ± 1.95 0.55 ± 1.82 5.53 ± 1.14 1.12 ± 1.33 6.62 ± 2.13 0.87 ± 1.86 0.001 NS 11.92 ± 1.55 0.87 ± 2.06 11.21 ± 3.58 0.36 ± 2.95 10.71 ± 2.13 1.36 ± 2.36 12.27 ± 3.74 0.80 ± 3.02 0.04 NS Inflammatory markers Lipid profile Glucose homeostasis Fasting glucose (pmol/L) Relative glucose disposal (mg/kg LBM minute) Resting blood pressure (mmHg) Systolic blood pressure 120.2 ± 16.2 -2.2 ± 9.4 120.8 ± 14.7 -0.6 ± 14.1 121.4 ± 11.0 2.4 ± 12.4 123.3 ± 14.9 -1.1 ± 13.6 NS NS Diastolic blood pressure 74.5 ± 9.1 -3.5 ± 7.3 76.0 ± 8.0 -0.2 ± 6.9 76.9 ± 6.8 -1.7 ± 5.4 77.2 ±8.6 -1.5 ± 8.2 0.05 NS Values are means ± standard deviation (SD); Δ = delta; HR= heart rate; IL-6= interleukin-6; Chol= cholesterol; HDL= high-density lipoprotein; LDL= low-density lipoprotein; NS=non-significant; Dynapenic ≤ 4.86 kg/BMI; Non-Dynapenic > 4.86 kg/BMI. 182 TABLE 3: Groups’ comparisons for measures of strength. Diet Variable Dynapenic Diet + Resistance training Non-Dynapenic Dynapenic Non-Dynapenic Treatme nt effect Group × treatme nt Pre (n=13) Δ (n=10) Pre (n=48) Δ (n=42) Pre (n=18) Δ (n=13) Pre (n= 30) Δ (n=22) P value 105.2 ± 18.8 11.7 ± 5.7b,d 151.1 ± 32.9 -6.6 ± 32.6 a,d 107.9 ± 21.4 43.0 ± 29.0 d 163.6 ± 37.6 58.2 ± 60.1a,b,c 0.003 0.001 Leg press (kg/kg LBM) 2.6 ± 0.5 0.3 ± 0.1d 3.6 ± 0.8 -0.1 ± 0.7d 2.7 ± 0.5 1.1 ± 0.8d 3.9 ± 0.9 1.5 ± 0.5a,b,c 0.001 0.002 Chest press (kg) 35.3 ± 5.0 0.8 ± 3.2d 41.8 ± 8.0 -2.2 ± 4.1d 34.0 ± 6.2 11.3 ± 5.7d 41.3 ± 6.6 13.8 ± 6.7a,b,c <0.001 <0.001 Chest press (kg/kg LBM) 0.87 ± 0.15 0.04 ± 0.08c,d 0.98 ± 0.16 -0.03 ± 0.11c,d 0.84 ± 0.14 0.29 ± 0.15a,b 0.99 ± 0.12 0.34 ± 0.18a,b <0.001 <0.001 Chest press+leg press (kg) 140.5 ± 18.5 11.9 ± 9.4b,d 192.8 ± 37.7 -8.5 ± 31.4a,d 141.8 ± 23.9 52.9 ± 30.5d 204.9 ± 39.9 72.5 ± 65.6a,b,c 0.001 <0.001 Leg press (kg) P value Chest press 3.5 ± 0.5 0.4 ± 0.2d 4.6 ± 0.9 -0.1 ± 0.7d 3.5 ± 0.5 1.4 ± 0.9d 4.9 ± 0.9 1.0 ± 1.7a,b,c <0.001 <0.001 + leg press (kg/kg LBM) Values are means ± standard deviation (SD); Δ = delta; a = significantly different from Diet/Dynapenic; b = significantly different from Diet/Non-Dynapenic; c = d significantly different from Diet + Resistance training/Dynapenic; = significantly different from Diet + Resistance training/Non-Dynapenic; Dynapenic ≤ 4.86 kg/BMI; Non-Dynapenic > 4.86 kg/BMI. 183 2.3 Article 3: Relationship Between Body Composition and Glucose Disposal Before and After Weight Loss in Glucose Tolerant and Intolerant Overweight/Obese Menopausal Women : a MONET Study Contributions de l’auteur Recension des écrits, analyses des données, interprétation des résultats, rédaction de l’article. Article soumis pour publication dans la revue : International Journal of Obesity 184 Relationship Between Body Composition and Glucose Disposal Before and After Weight Loss in Glucose Tolerant and Intolerant Overweight/Obese Menopausal Women: a MONET Study Normandin E Brochu M1-2 1,2 , Doyon CY1-2, Dionne IJ1-2, Prud’homme D3-4, Rabasa-Lhoret R5-6-7, 1- Research centre on aging, Social services and health centre - University institute of geriatrics of Sherbrooke, Sherbrooke, Quebec, CANADA; 2- Faculty of physical activity sciences, University of Sherbrooke, Sherbrooke, Quebec, CANADA; 3- Institut de Recherche de l’Hopital Monfort, Ottawa, Ontario, Canada; 4- School of human kinetics, Faculty of health sciences, University of Ottawa, Ottawa, Ontario, CANADA; 5- Department of Nutrition, University of Montreal, Montreal, Quebec, CANADA; 6- Montreal University Diabetes Research Centre (MDRC), Montreal, Quebec, CANADA; 7- Institut de Recherches Cliniques de Montreal (IRCM), Montreal, Quebec, CANADA. Corresponding author: Martin Brochu, Ph.D. Research Centre on Aging 1036 Belvédère Sud Sherbrooke, Québec, Canada J1H 4C4 RUNNING TITLE: Lean body mass, fat mass and insulin sensitivity KEYWORDS: Lean body mass, obesity, caloric restriction, DXA, CT scan, glucose tolerance 185 ABSTRACT Introduction: High visceral fat (VF) accumulation is associated with insulin resistance. However, some studies also brought our attention on the potential contribution of lean body mass (LBM) and abdominal subcutaneous fat (AScF) to insulin resistance. Objective: The purpose of this study was to quantify the association between measures of glucose disposal and body composition in glucose tolerant (GT) as well as in intolerant (GI) overweight/obese menopausal women. Design: Secondary analysis from a randomized control trial of menopausal women participating to the Montreal Ottawa New Emerging Team (MONET) study. Methods: A total of 84 healthy, sedentary and overweight/obese menopausal women (58.0 ± 4.7 yrs) participated to a 6-month caloric restriction (CR) intervention. They were divided into 2 groups according to baseline plasma glucose levels at 2-h during an oral glucose tolerance test (OGTT) (GT: < 7.8 mmol/L, n= 68; GI: ≥ 7.8 mmol/L ≤ 11.0 mmol/L, n= 16). Outcome measures were: Fat mass (FM) and LBM (by DXA), VF and AScF (by CT scan), glucose disposal (by hyperinsulinæmic-euglycæmic clamp), fasting lipids, and resting blood pressure. Results: Except for glucose levels at 2-h during the OGTT, no difference was observed between groups at baseline for variables of interest. Significant correlation was observed at baseline between glucose disposal and LBM after adjustment for VF and AScF accumulations (r= -0.31; P< 0.01) for the GT group, but not in the GI group. After weight loss, significant correlations were observed between changes in glucose disposal and changes in %FM (r= -0.33; P< 0.05), FM (r= -0.40; P< 0.05), VF (r= -0.47; P< 0.01) in the GT group; while no correlation was observed in the GI group. 186 Discussion: Our results indicate that the relationship between glucose disposal and various measures of body composition and body fat distribution might vary depending of the glucose tolerance status. The glucose tolerance status should be taken into consideration in both clinical and research work when investigating the effects of CR on body composition and body fat distribution. 187 INTRODUCTION Numerous studies have investigated the association between aging and insulin resistance [1-8]. It is still unclear whether the deterioration in glucose metabolism is directly due to aging per se or rather indirectly due to other factors such as age-related changes of muscle mass [9], fat distribution and physical activity levels [10, 11]. For example, some studies showed that insulin secretion, action and turnover are altered in elderly compared to young adults [1, 12]. However, after adjustment for percentage fat mass (FM) and visceral fat (VF) accumulations, insulin action was no longer different between groups; then suggesting that insulin sensitivity impairment is associated to the excess VF in older individuals rather than aging per se [1]. Similarly, Brochu et al. [13] found no association between age and glucose disposal in obese postmenopausal women, while the relationship between glucose disposal and VF levels was slightly improved after adjusting for total FM or abdominal subcutaneous fat (AScF) levels [13]. However, studies that addressed the association between aging and insulin resistance were limited by the lack of information reported on lean body mass (LBM), which may be problematic since changes in LBM and FM may not occur in parallel with aging [14]. Because the fate of most of the glucose ingested or infused [15] is to be either used or stored in skeletal muscle, it is largely suggested and believed that higher muscle mass is associated with high rate of glucose clearance, and thus a high insulin sensitivity [16-19]. Recent studies however showed that insulin resistant obese menopausal women [20-23] and obese menopausal women with the metabolic syndrome [24] display significantly more abdominal fat and a greater LBM than healthy women; which suggests that LBM could also help to discriminate between “high-risk” and “low-risk” obesity phenotypes [23]. In a study by our group, we showed that the contribution of VF to glucose metabolism disturbances was exacerbated in obese menopausal women displaying 188 higher LBM [21]. The negative contribution of higher LBM to metabolic disturbances has also been reported by other research groups in other populations [23, 25, 26]. However, it is still not clear how variations in LBM and measures of FM over time affect glucose metabolism. It is well known that decreases in FM and VF following weight loss are associated with improvements in metabolic disturbances in obese individuals [27-31]. However, it remains unclear whether decreases in LBM associated with caloric restriction (CR) alone are associated with lower insulin sensitivity. This situation could be explained by the large degree of variability in the response to weight loss on insulin resistance and related metabolic risk factors in obese individuals [32-34]. It has recently been reported by our group that women having a better glucose disposal after weight loss also showed significant decreases in LBM compared to women who did not improve their glucose disposal; the latter displaying no changes in LBM [35]. This finding suggests that a decrease in LBM following weight loss may not be as detrimental on insulin sensitivity as generally believed [36]. It has also been suggested that categorizing menopausal women based on their anthropometric/metabolic phenotype could help better discriminate between “high-risk” and “low-risk” obesity phenotypes [37, 38]. This approach may facilitate informed decision making, so that appropriate interventions would be preferentially targeted to those who would benefit the most from weight loss [39, 32]. It has also been proposed that the risk of developing metabolic abnormalities vary among obese individuals and that it may be accentuated in individuals with impaired glucose metabolism [40, 32]. Considerations must be given to the fact that profound differences exists in body composition between individuals considered as being obese [41]. It has been proposed that only a proportion of these individuals can significantly benefit from weight loss, and it 189 may be dependent on their glucose status at baseline [39]. Based on these considerations, we investigated associations between changes in LBM, measures of FM and insulin sensitivity following a 6-month caloric restriction-induced weight loss in glucose intolerant (GI) and glucose tolerant (GT) overweight and obese menopausal women. MATERIALS AND METHODS Subjects A sub-sample was composed of 84 overweight and obese (BMI= 32.7 ± 4.5 kg/m2) menopausal (58.0 ± 4.7 yrs) women from the MONET study [42]. Women selected for the present study participated to a 6-month CR diet without exercise. They were eligible to participate if they were sedentary, had a BMI between 27 and 40 kg/m2, and did not present significant health complications. Complete inclusion and exclusion criteria have previously been reported [42]. Prior to the interventions, we divided the sample into two groups according to their glucose levels at 2-h during the OGTT, using the cutoff point proposed by the World Health Organization [43] (GT: plasma glucose < 7.8 mmol/, n= 68; GI: plasma glucose between 7.8 mmol/L and 11.0 mmol/L, n= 16). The University of Montreal medical committee on human research approved the study. Weight stabilization period Before and after the study, subjects were asked to maintain their normal activity level and eating habits for 4 weeks prior to the testing sequence in order to maintain their body weight within a ± 2 kg range. This approach was used in order to eliminate the acute effects of fluctuations in body weight on outcome variables [44]. Caloric restriction intervention 190 All study participants entered a 6-month weight loss program aimed at reducing body weight using a standardized diet with 55%, 30% and 15% of energy intake from carbohydrates, total fat and proteins, as proposed by the American Heart Association [45]. The complete description of the intervention has been previously reported [46]. Oral glucose tolerance test Before the study, a 2-h 75-g OGTT was performed in the morning after a 12-h fast according to the guidelines of the American Diabetes Association [47]. The aim of the OGTT was to identify diabetic patients, which was an exclusion criteria. This test was done only at baseline. Blood samples were collected through a venous catheter from an antecubital vein in vacutainer tubes containing EDTA (SST Gel and Clot Activator) at 0, 30, 60, 90 and 120 min. Plasma glucose was rapidly measured (COBAS INTEGRA 400+; Roche Diagnostic, Montréal, Canada); while insulin levels were determined in duplicate using a human insulin–specific radioimmunoassay (RIA kit; Linco Research, St Charles, MO). Hyperinsulinæmic-euglycæmic clamp Participants underwent a 3-h hyperinsulinæmic-euglycæmic clamp after the weight stabilization periods, before and after the study. The test was performed after a 10-h overnight fast following the procedure described by DeFronzo et al. [48]. An antecubital vein was cannulated for infusion of 20% dextrose and insulin (Actrapid; Novo-Nordisk, Canada). The other arm was cannulated for sampling of blood. Insulin infusion was started at the rate of 75 mU/m2/min for 180 min. Plasma glucose was measured every 10 min with a glucose analyzer (BeckmanInstruments, Fullerton, CA) and maintained at fasting level with a variable infusion rate of dextrose. Glucose disposal was calculated as the mean rate of glucose infusion measured during the last 30 min of the clamp (steady 191 state) and was expressed as mg/min/kg of body weight. Glucose disposal value corrected for LBM was also computed and expressed as mg/min/kg of LBM. Anthropometry Body weight was measured to the nearest 0.1 kg on a calibrated scale (Balance Industrielle Montréal, Montréal, Québec, Canada), and subject’s height was obtained with a standard stadiometer (Perspective Enterprises, Portage, MI, USA). Dual energy X-ray absorptiometry (DXA) Measures of FM and LBM were obtained using dual energy X-ray absorptiometry (DXA) (General Electric Lunar Prodigy, Madison, Wisconsin; software version 6.10.019), as previously described [21, 28]. The intra-class coefficient correlation for test–retest for FM and LBM is 0.99 (n= 18). We also calculated the LBM index [LBMI= LBM (kg)/height (m2)]; without taking into account bone mass into the calculation. As previously reported, the use of LBMI as an indice of muscle mass is justified by the fact that LBM is significantly correlated with height [42]. Also, studies showed that measures of LBM adjusted for height are significantly associated with IS [21, 49], blood pressure [50] and inflammation [51]. Finally, the advantage of using the LBMI is that absolute variations in LBM fail to allow an appropriate comparison among subjects of different sizes [41, 52, 53]. Computed tomography (CT scan) A CT scan (GE LightSpeed 16, General Electric Medical Systems, Milwaukee, Wyoming, USA) was used to measure VF and AScF area at L4-L5. The sum of AScF and VF was used to calculate the abdominal FM by CT; while muscle attenuation (MA) was calculated at the mid-thigh level using an attenuation range of 0 to 100 HU, as previously described [28, 42]. 192 Statistical analyses First, unpaired t-tests were performed to compare groups at baseline. ANOVAs for repeated measures were used to examine changes following the intervention within group and between groups (time x group interaction). Pearson correlations were used to assess associations between body composition measures and IS prior and after weight loss. Partial correlations, controlling for baseline values and changes in VF and/or AScF following the intervention, were also performed. All statistical analyses were performed using Statistical Package for the Social Sciences (SPSS) version 15.0 (SPSS Inc., Chicago, Illinois, USA). The level of significance was set at P< 0.05. RESULTS Baseline results and treatment effects. No difference was observed between groups for age, body composition and metabolic variables at baseline (Table 1 and Table 2). Both groups displayed significant decreases in body weight, BMI, FM, VF, AScF and fasting TG levels after weight loss; while total chol, HDL-chol, LDL-chol as well as total cholesterol/HDL-chol and TG/HDL-chol ratios remained unchanged. Except for changes in GD/kg body weight (P≤ 0.05) and LDL-chol (P≤ 0.05), no significant difference was observed between groups. Insert Tables 1 and 2 here Intra-group correlations at baseline Regarding the GT group only, GD/kg body weight was significantly and inversely associated with LBM, LBMI, FM, VF and AScF (Table 3). We also found that GD/kg LBM 193 was negatively correlated with LBM, LBMI and VF. Furthermore, both LBM and LBMI were correlated with FM (r= 0.48, P≤ 0.01 and r= 0.48, P≤ 0.01), VF (r= 0.50, P≤ 0.01 and r= 0.56, P≤ 0.01) and AScF (r= 0.47, P≤ 0.01 and r= 0.51, P≤ 0.01). After controlling for VF and AScF, GD/kg body weight was still associated with LBM (r= -0.31, P≤ 0.01), but not with FM; whereas GD/kg LBM remained associated with LBM and LBMI (r= 0.47, P≤ 0.01 and -0.45, P≤ 0.01) (Table 4). It is important to note however that correlations between GD/kg LBM with LBM and LBMI should not be considered, since GD is already adjusted for LBM. Regarding the GI group only, we observed significant negative correlations for GD/kg body weight with %FM (r= -0.60, P≤ 0.01) and FM (r= -0.65, P≤ 0.01); while GD/kg LBM was negatively correlated only with FM (r= -0.50, P≤ 0.05). We also noted positives associations for both LBM and LBMI with FM (r= 0.78, P≤ 0.01 and r= 0.71, P≤ 0.01), VF (r= 0.68, P≤ 0.01 and r= 0.75, P≤ 0.01), and AScF (r= 0.66, P≤ 0.01 and r= 0.77, P≤ 0.01) (Table 3). As shown in Table 4, we found that GD/kg body weight and GD/kg LBM were negatively correlated with FM (r= -0.75, P≤ 0.01 and r= -0.73, P≤ 0.01) when controlling for VF and AScF (Table 4). Insert Tables 3 and 4 here Intra-group correlations for changes in variables of interest For the GI group, no significant correlation was observed between changes in glucose disposal and changes in measures of body composition and body fat distribution. In the GT group however, changes in GD/kg body weight were significantly and negatively correlated with changes in %FM, FM and VF (P between 0.05 and 0.01); while no 194 association was observed with changes in LBM, LBMI and AScF. Changes in GD/kg LBM in the GT group were negatively and significantly associated with changes in VF, LBM and LBMI (P between 0.05 and 0.01). It is important to note however that correlations between GD/kg LBM with LBM and LBMI should not be considered, since glucose disposal is already adjusted for LBM (Table 5). As shown in Table 6, changes in GD/kg body weight remained correlated with changes in %FM and FM when controlled for VF and AScF in the GT group (P between 0.05 and 0.01). Also, changes in GD/kg LBM remained correlated with changes in LBM and LBMI (P≤ 0.05) after adjustment for VF and AScF (as indicated above, correlations with LBM and LBMI should not be considered since GD/kg LBM is already adjusted for LBM). Insert Tables 5 and 6 here DISCUSSION The present study showed that the relationship between glucose disposal, body composition and body fat distribution vary depending of the glucose tolerance status. At baseline, we observed significant correlations for both glucose disposal and AGD with LBM and LBMI in the GT group. These correlations remained significant after controlling for VF and AScF. In fact, we observed that LBM accounted for almost 20% of the variance in glucose disposal (results not shown); suggesting an effect of LBM independently of abdominal obesity (VF and AScF). Furthermore, our results challenge the widely accepted notion that muscle tissue is protective in terms of cardiometabolic health [36]. Actually, the present study suggests an adverse association of LBM with indices of glucose disposal in menopausal women. Nevertheless, our results converge 195 with those of other groups showing an inverse association between LBM and insulin resistance [24, 54]. Indeed, in a study by Peppa et al. [54], arm lean mass index was found to be unfavorably associated with markers of insulin resistance, independently of abdominal obesity. Also, You et al. (2004) showed that obese menopausal women with metabolic syndrome are characterized not only by increased VF accumulation but also by high amount of LBM [24]. Finally, a study by Castaneda et al. (2005) showed that for a same level of obesity, individuals with a larger muscle mass are at greater risk of hyperinsulinemia, diabetes and poor glycemic control than those with a smaller muscle mass [55]. The major pathophysiolgical mechanism explaining the unfavorable association of LBM with insulin resistance needs to be better studied. It has been proposed that the type of muscle fiber that would play an important role in muscle glucose metabolism (Type II muscle fibers being more insulin resistant) would positively alter glucose metabolism [56]. Others have proposed that lipid accumulations in muscle could also negatively affect glucose homeostasis [57, 58]. On the other hand, no significant association was found between glucose disposal and LBM, VF and AScF in the GI group. Therefore, it appears that the relationship between LBM and glucose homeostasis is different in GI menopausal women. It can thus be hypothesized that muscle physiology does follow the expected pattern in GT women but not in GI women. It is likely that various and/or different metabolic parameters are involved depending on the glucose tolerance status. Considering results obtained by Karelis et al. (2008) with the same cohort, it seemed obvious that IS in women with a good IS would deteriorate due to decreases in LBM [59]. Instead, our results show a non-significant inverse association between changes in 196 glucose disposal and LBM in GT women. Two factors explain differences between studies. First, participants were divided according to AGD during the euglycemic/hyperinsulinemic clamp in Karelis et al. study, while we used glucose values obtained during the OGTT. Also, Karelis et al. [59] observed significant loss in LBM following CR, which was not the case in our study. This is likely explained by the main criteria used to divide our groups. Indeed, there is no correlation between changes in glucose disposal and changes in LBM, even after adjustment for VF and AScF in either glucose tolerance group. However, it is appropriate to question the applicability of such results, since we observed no significant difference in changes in glucose disposal and LBM, contrary to what is reported in most studies on energy-restricted diet [33, 60, 61]. Another interesting result is that we did not observe changes in the metabolic profile and LBM in both groups after the weight loss intervention. The lack of changes in the metabolic profile is likely to be explained by the relatively normal values at baseline, which may have limited the potential to improve these parameters, as previously described [42]. Results regarding LBM are more intriguing considering the decrease observed in FM and body weight. In fact, a significant decrease in LBM is generally observed after a weight loss intervention, particularly after an energy-restricted diet without exercise [62]. Hence, the lack of association between LBM and glucose metabolism could be explained by the absence of changes in glucose disposal and LBM following weight loss. Our results do not confirm whether a decrease in LBM following weight loss is associated with changes in metabolic risk. Contrary to what we expected, we found no significant difference between groups’ means at baseline for various measures of interest. This is the opposite of what we and 197 others previously observed in other studies when categorizing subjects based on glucose disposal [20, 22] or the metabolic profile [63]. However, in the study by Brochu et al. [22] individuals with high IS had mean values for glucose disposal per kg of LBM of 11.2 ± 2.6 compared to 5.7 ± 1.1 mg/min/kg LBM for low IS individuals, whereas we observed similar IS values between our two groups (GT: 11.6 ± 3.2 mg/min/kg LBM; GI: 10.3 ± 2.0 mg/min/kg LBM). Moreover, participants with a higher IS in Brochu’s study, had almost 50% less VF than women with lower IS, whereas we did not observe a significant difference in VF at baseline between our two groups. Hence, the different IS and VF values could explain why we did not observe significant differences in the metabolic profile at baseline. Results observed with body composition variables are, however, strengtened by similar results from Larsson et al. [64]. They have shown that women with GI did not differ from the women with GT in body weight, BMI, waist-to-hip ratio and body fat content. This study has some limitations that should be addressed. First, it has to be taken into account when interpreting the results that statistical power is lower in the GI group due to the small number of subjects. In addition, our results can hardly be compared to those from others because participants were divided into groups according to various criteria. The lack of data about hormonal parameters and properties of skeletal muscle (interand intramyocellular lipid content), which could help establish potential mediating factors, constitute further limitations. Finally, we could not find significant changes in glucose disposal nor in LBM, which may have prevented from finding significant relationship between those parameters. Results from the present study are however strengthened by several factors. First, we used a 1-month weight stabilization period prior testing to minimize the impact of body weight fluctuations on the metabolic profile [44]. Second, 198 despite the fact that the study group was composed only of sedentary and relatively metabolically healthy overweight and obese menopausal women, we had a broad range of values for the variables of interest. Third, we used a widely accepted criterion to identify individuals with glucose metabolism deterioration [43, 65]. Finally, we had a wellcharacterized cohort with one of the best available techniques for the measurement of body composition, body fat distribution and glucose disposal. Overall, we consider that methodology used strengthens the validity of our results In conclusion, indices of LBM were found to be unfavorably associated with markers of glucose disposal in our cohort of overweight/obese GT menopausal women and these associations remained significant when central fat distribution was taken into consideration. Because this relationship could not be found in GI women, it may suggest that some aspects of the physiology of muscle and fat tissue with regards to glucose metabolism may be different in GT vs. GI women. 199 Références pour article 3 1. Basu R, Breda E, Oberg AL, Powell CC, Dalla Man C, Basu A et al. Mechanisms of the age-associated deterioration in glucose tolerance: contribution of alterations in insulin secretion, action, and clearance. Diabetes. 2003;52(7):1738-48. 2. Ferrannini E, Vichi S, Beck-Nielsen H, Laakso M, Paolisso G, Smith U. Insulin action and age. European Group for the Study of Insulin Resistance (EGIR). Diabetes. 1996;45(7):947-53. 3. Chen M, Bergman RN, Pacini G, Porte D, Jr. Pathogenesis of age-related glucose intolerance in man: insulin resistance and decreased beta-cell function. J Clin Endocrinol Metab. 1985;60(1):13-20. doi:10.1210/jcem-60-1-13. 4. Coon PJ, Rogus EM, Drinkwater D, Muller DC, Goldberg AP. Role of body fat distribution in the decline in insulin sensitivity and glucose tolerance with age. J Clin Endocrinol Metab. 1992;75(4):1125-32. doi:10.1210/jcem.75.4.1400882. 5. O'Shaughnessy IM, Kasdorf GM, Hoffmann RG, Kalkhoff RK. Does aging intensify the insulin resistance of human obesity? J Clin Endocrinol Metab. 1992;74(5):1075-81. doi:10.1210/jcem.74.5.1569155. 6. Rowe JW, Minaker KL, Pallotta JA, Flier JS. Characterization of the insulin resistance of aging. J Clin Invest. 1983;71(6):1581-7. 7. Boden G, Chen X, DeSantis RA, Kendrick Z. Effects of age and body fat on insulin resistance in healthy men. Diabetes Care. 1993;16(5):728-33. 8. Pacini G, Valerio A, Beccaro F, Nosadini R, Cobelli C, Crepaldi G. Insulin sensitivity and beta-cell responsivity are not decreased in elderly subjects with normal OGTT. J Am Geriatr Soc. 1988;36(4):317-23. 9. Peppa M, Koliaki C, Nikolopoulos P, Raptis SA. Skeletal muscle insulin resistance in endocrine disease. J Biomed Biotechnol. 2010;2010:527850. doi:10.1155/2010/527850 [doi]. 10. Amati F, Dube JJ, Coen PM, Stefanovic-Racic M, Toledo FG, Goodpaster BH. Physical inactivity and obesity underlie the insulin resistance of aging. Diabetes Care. 2009;32(8):1547-9. doi:10.2337/dc09-0267. 11. Kelley DE, Goodpaster B, Wing RR, Simoneau JA. Skeletal muscle fatty acid metabolism in association with insulin resistance, obesity, and weight loss. Am J Physiol. 1999;277(6 Pt 1):E1130-41. 12. Basu R, Dalla Man C, Campioni M, Basu A, Klee G, Toffolo G et al. Effects of age and sex on postprandial glucose metabolism: differences in glucose turnover, insulin secretion, insulin action, and hepatic insulin extraction. Diabetes. 2006;55(7):2001-14. doi:10.2337/db05-1692. 13. Brochu M, Starling RD, Tchernof A, Matthews DE, Garcia-Rubi E, Poehlman ET. Visceral adipose tissue is an independent correlate of glucose disposal in older obese postmenopausal women. J Clin Endocrinol Metab. 2000;85(7):2378-84. 14. Baumgartner RN. Body composition in healthy aging. Ann N Y Acad Sci. 2000;904:437-48. 15. Ivy JL. Role of exercise training in the prevention and treatment of insulin resistance and non-insulin-dependent diabetes mellitus. Sports Med. 1997;24(5):321-36. 16. Eriksson JG. Exercise and the treatment of type 2 diabetes mellitus. An update. Sports Med. 1999;27(6):381-91. 17. Nam SY, Kim KR, Cha BS, Song YD, Lim SK, Lee HC et al. Low-dose growth hormone treatment combined with diet restriction decreases insulin resistance by reducing visceral fat and increasing muscle mass in obese type 2 diabetic patients. Int J Obes Relat Metab Disord. 2001;25(8):1101-7. doi:10.1038/sj.ijo.0801636. 200 18. Stone MH, Fleck SJ, Triplett NT, Kraemer WJ. Health- and performance-related potential of resistance training. Sports Med. 1991;11(4):210-31. 19. He J, Watkins S, Kelley DE. Skeletal muscle lipid content and oxidative enzyme activity in relation to muscle fiber type in type 2 diabetes and obesity. Diabetes. 2001;50(4):817-23. 20. Karelis AD, Faraj M, Bastard JP, St-Pierre DH, Brochu M, Prud'homme D et al. The metabolically healthy but obese individual presents a favorable inflammation profile. J Clin Endocrinol Metab. 2005;90(7):4145-50. doi:jc.2005-0482 [pii] 10.1210/jc.2005-0482 [doi]. 21. Brochu M, Mathieu ME, Karelis AD, Doucet E, Lavoie ME, Garrel D et al. Contribution of the lean body mass to insulin resistance in postmenopausal women with visceral obesity: a Monet study. Obesity (Silver Spring). 2008;16(5):1085-93. doi:oby200823 [pii] 10.1038/oby.2008.23 [doi]. 22. Brochu M, Tchernof A, Dionne IJ, Sites CK, Eltabbakh GH, Sims EA et al. What are the physical characteristics associated with a normal metabolic profile despite a high level of obesity in postmenopausal women? J Clin Endocrinol Metab. 2001;86(3):1020-5. 23. Peppa M. Body composition as an important determinant of metabolic syndrome in postmenopausal women. Endocrinology & Metabolic Syndrome. 2012. 24. You T, Ryan AS, Nicklas BJ. The metabolic syndrome in obese postmenopausal women: relationship to body composition, visceral fat, and inflammation. J Clin Endocrinol Metab. 2004;89(11):5517-22. doi:10.1210/jc.2004-0480 [doi]. 25. Lee CG, Boyko EJ, Strotmeyer ES, Lewis CE, Cawthon PM, Hoffman AR et al. Association between insulin resistance and lean mass loss and fat mass gain in older men without diabetes mellitus. J Am Geriatr Soc. 2011;59(7):1217-24. doi:10.1111/j.1532-5415.2011.03472.x. 26. Weber DR, Leonard MB, Shults J, Zemel BS. A comparison of fat and lean body mass index to BMI for the identification of metabolic syndrome in children and adolescents. J Clin Endocrinol Metab. 2014;99(9):3208-16. doi:10.1210/jc.2014-1684. 27. Despres JP. Insulin resistance: influence of diet and exercise. Proc Nutr Soc. 2000;59(3):427. 28. Brochu M, Tchernof A, Turner AN, Ades PA, Poehlman ET. Is there a threshold of visceral fat loss that improves the metabolic profile in obese postmenopausal women? Metabolism. 2003;52(5):599-604. doi:10.1053/meta.2003.50095 [doi] S0026049503000088 [pii]. 29. Chaston TB, Dixon JB. Factors associated with percent change in visceral versus subcutaneous abdominal fat during weight loss: findings from a systematic review. Int J Obes (Lond). 2008;32(4):619-28. doi:0803761 [pii] 10.1038/sj.ijo.0803761 [doi]. 30. Ross R, Dagnone D, Jones PJ, Smith H, Paddags A, Hudson R et al. Reduction in obesity and related comorbid conditions after diet-induced weight loss or exerciseinduced weight loss in men. A randomized, controlled trial. Ann Intern Med. 2000;133(2):92-103. doi:200007180-00008 [pii]. 31. Ross R, Janssen I, Dawson J, Kungl AM, Kuk JL, Wong SL et al. Exercise-induced reduction in obesity and insulin resistance in women: a randomized controlled trial. Obes Res. 2004;12(5):789-98. doi:12/5/789 [pii] 10.1038/oby.2004.95 [doi]. 32. McLaughlin T, Abbasi F, Lamendola C, Reaven G. Heterogeneity in the prevalence of risk factors for cardiovascular disease and type 2 diabetes mellitus in obese 201 individuals: effect of differences in insulin sensitivity. Arch Intern Med. 2007;167(7):6428. doi:10.1001/archinte.167.7.642. 33. Larson-Meyer DE, Heilbronn LK, Redman LM, Newcomer BR, Frisard MI, Anton S et al. Effect of calorie restriction with or without exercise on insulin sensitivity, beta-cell function, fat cell size, and ectopic lipid in overweight subjects. Diabetes Care. 2006;29(6):1337-44. doi:29/6/1337 [pii] 10.2337/dc05-2565 [doi]. 34. McLaughlin T, Abbasi F, Lamendola C, Liang L, Reaven G, Schaaf P et al. Differentiation between obesity and insulin resistance in the association with C-reactive protein. Circulation. 2002;106(23):2908-12. 35. Myette-Cote E, Doucet E, Prud'homme D, Rabasa-Lhoret R, Lavoie JM, Brochu M. Changes in glucose disposal after a caloric restriction-induced weight loss program in obese postmenopausal women: characteristics of positive and negative responders. Canadian journal of diabetes. 2013;37 Suppl 2:S281. doi:10.1016/j.jcjd.2013.03.317. 36. Atlantis E, Martin SA, Haren MT, Taylor AW, Wittert GA. Inverse associations between muscle mass, strength, and the metabolic syndrome. Metabolism. 2009;58(7):1013-22. doi:10.1016/j.metabol.2009.02.027. 37. Wildman RP, Muntner P, Reynolds K, McGinn AP, Rajpathak S, Wylie-Rosett J et al. The obese without cardiometabolic risk factor clustering and the normal weight with cardiometabolic risk factor clustering: prevalence and correlates of 2 phenotypes among the US population (NHANES 1999-2004). Arch Intern Med. 2008;168(15):1617-24. doi:168/15/1617 [pii] 10.1001/archinte.168.15.1617 [doi]. 38. Peppa M, Koliaki C, Papaefstathiou A, Garoflos E, Katsilambros N, Raptis SA et al. Body composition determinants of metabolic phenotypes of obesity in nonobese and obese postmenopausal women. Obesity (Silver Spring). 2013;21(9):1807-14. doi:10.1002/oby.20227. 39. Reaven GM. Importance of identifying the overweight patient who will benefit the most by losing weight. Ann Intern Med. 2003;138(5):420-3. 40. Abbasi F, Brown BW, Jr., Lamendola C, McLaughlin T, Reaven GM. Relationship between obesity, insulin resistance, and coronary heart disease risk. J Am Coll Cardiol. 2002;40(5):937-43. 41. Kyle UG, Schutz Y, Dupertuis YM, Pichard C. Body composition interpretation. Contributions of the fat-free mass index and the body fat mass index. Nutrition. 2003;19(7-8):597-604. doi:S0899900703000613 [pii]. 42. Brochu M, Malita MF, Messier V, Doucet E, Strychar I, Lavoie JM et al. Resistance training does not contribute to improving the metabolic profile after a 6-month weight loss program in overweight and obese postmenopausal women. J Clin Endocrinol Metab. 2009;94(9):3226-33. doi:jc.2008-2706 [pii] 10.1210/jc.2008-2706 [doi]. 43. Diabetes mellitus. Report of a WHO Study Group. World Health Organ Tech Rep Ser. 1985;727:1-113. 44. Weinsier RL, Nagy TR, Hunter GR, Darnell BE, Hensrud DD, Weiss HL. Do adaptive changes in metabolic rate favor weight regain in weight-reduced individuals? An examination of the set-point theory. Am J Clin Nutr. 2000;72(5):1088-94. 45. Krauss RM, Deckelbaum RJ, Ernst N, Fisher E, Howard BV, Knopp RH et al. Dietary guidelines for healthy American adults. A statement for health professionals from the Nutrition Committee, American Heart Association. Circulation. 1996;94(7):1795-800. 46. McNeil J, Schwartz A, Rabasa-Lhoret R, Lavoie JM, Brochu M, Doucet E. Changes in leptin and peptide YY do not explain the greater than predicted decreases in resting 202 energy expenditure following weight loss. J Clin Endocrinol Metab. 2014:jc20142210. doi:10.1210/jc.2014-2210. 47. Standards of medical care in diabetes--2007. Diabetes Care. 2007;30 Suppl 1:S4s41. doi:10.2337/dc07-S004. 48. DeFronzo RA, Jacot E, Jequier E, Maeder E, Wahren J, Felber JP. The effect of insulin on the disposal of intravenous glucose. Results from indirect calorimetry and hepatic and femoral venous catheterization. Diabetes. 1981;30(12):1000-7. 49. Lebon J, Aubertin-Leheudre M, Bobeuf F, Lord C, Labonte M, Dionne IJ. Is a small muscle mass index really detrimental for insulin sensitivity in postmenopausal women of various body composition status? Journal of musculoskeletal & neuronal interactions. 2012;12(3):116-26. 50. Duncan MJ, James L, Griffiths L. The relationship between resting blood pressure, body mass index and lean body mass index in British children. Annals of human biology. 2011;38(3):324-9. doi:10.3109/03014460.2010.546811. 51. Minet C, Vivodtzev I, Tamisier R, Arbib F, Wuyam B, Timsit JF et al. Reduced sixminute walking distance, high fat-free-mass index and hypercapnia are associated with endothelial dysfunction in COPD. Respiratory physiology & neurobiology. 2012;183(2):128-34. doi:10.1016/j.resp.2012.06.017. 52. Brochu M, Starling RD, Ades PA, Poehlman ET. Are aerobically fit older individuals more physically active in their free-living time? A doubly labeled water approach. J Clin Endocrinol Metab. 1999;84(11):3872-6. doi:10.1210/jcem.84.11.6096. 53. Schutz Y, Kyle UU, Pichard C. Fat-free mass index and fat mass index percentiles in Caucasians aged 18-98 y. Int J Obes Relat Metab Disord. 2002;26(7):953-60. doi:10.1038/sj.ijo.0802037. 54. Peppa M, Koliaki C, Boutati E, Garoflos E, Papaefstathiou A, Siafakas N et al. Association of lean body mass with cardiometabolic risk factors in healthy postmenopausal women. Obesity (Silver Spring). 2014;22(3):828-35. doi:10.1002/oby.20389. 55. Castaneda C, Janssen I. Ethnic comparisons of sarcopenia and obesity in diabetes. Ethnicity & disease. 2005;15(4):664-70. 56. Akin F, Bastemir M, Alkis E, Kaptanoglu B. SHBG levels correlate with insulin resistance in postmenopausal women. European journal of internal medicine. 2009;20(2):162-7. doi:10.1016/j.ejim.2007.09.023. 57. Goodpaster BH, Carlson CL, Visser M, Kelley DE, Scherzinger A, Harris TB et al. Attenuation of skeletal muscle and strength in the elderly: The Health ABC Study. J Appl Physiol (1985). 2001;90(6):2157-65. 58. Kelley DE, Goodpaster BH. Skeletal muscle triglyceride. An aspect of regional adiposity and insulin resistance. Diabetes Care. 2001;24(5):933-41. 59. Karelis AD, Messier V, Brochu M, Rabasa-Lhoret R. Metabolically healthy but obese women: effect of an energy-restricted diet. Diabetologia. 2008;51(9):1752-4. doi:10.1007/s00125-008-1038-4 [doi]. 60. Stiegler P, Cunliffe A. The role of diet and exercise for the maintenance of fat-free mass and resting metabolic rate during weight loss. Sports Med. 2006;36(3):239-62. doi:3635 [pii]. 61. Menozzi R, Bondi M, Baldini A, Venneri MG, Velardo A, Del Rio G. Resting metabolic rate, fat-free mass and catecholamine excretion during weight loss in female obese patients. Br J Nutr. 2000;84(4):515-20. 62. Chaston TB, Dixon JB, O'Brien PE. Changes in fat-free mass during significant weight loss: a systematic review. Int J Obes (Lond). 2007;31(5):743-50. doi:10.1038/sj.ijo.0803483. 203 63. You T, Berman DM, Ryan AS, Nicklas BJ. Effects of hypocaloric diet and exercise training on inflammation and adipocyte lipolysis in obese postmenopausal women. J Clin Endocrinol Metab. 2004;89(4):1739-46. 64. Larsson H, Daugaard JR, Kiens B, Richter EA, Ahren B. Muscle fiber characteristics in postmenopausal women with normal or impaired glucose tolerance. Diabetes Care. 1999;22(8):1330-8. 65. Report of the expert committee on the diagnosis and classification of diabetes mellitus. Diabetes Care. 2003;26 Suppl 1:S5-20. 204 Table 1. Body composition in glucose tolerant and intolerant groups Glucose tolerant group Glucose intolerant group Baseline Post Baseline Post (n= 68) (n= 57) (n= 16) (n= 14) Age (years) 57.7 ± 4.8 59.1 ± 4.4 85.8 ± 13.9 81.8 ± 13.0 a 30.6 ± 4.7 a 33.0 ± 4.1 30.8 ± 3.6 a 42.7 ± 6.6 42.1 ± 6.1 43.5 ± 6.8 43.8 ± 6.2 LBMI (kg LBM/m2) 16.6 ± 2.0 16.2 ± 1.9 16.7 ± 1.8 16.5 ± 1.5 FM (%) 45.5 ± 4.9 42.8 ± 5.8 a 45.6 ± 3.6 42.7 ± 4.1 a FM (kg) 38.1 ± 9.1 34.1 ± 9.4 a 38.9 ± 8.6 34.9 ± 7.9 a VF (cm2) 192.3 ± 54.2 169.8 ± 57.6 a 173.6 ± 53.4 147.0 ± 49.0 a AScF (cm2) 459.5 ± 120.2 421.2 ± 120.5 a 505.2 ± 96.9 451.0 ± 93.9 a 49.6 ± 2.2 49.2 ± 3.3 Body weight (kg) 83.7 ± 13.1 79.3 ± 13.7 BMI (kg/m2) 32.7 ± 4.6 LBM (kg) MA (HU) 48.7 ± 3.6 48.5 ± 4.1 a Values are means ± SD a Significantly different from baseline (P ≤ 0.01) BMI: body mass index; LBM: lean body mass; LBMI: lean body mass index; FM: fat mass; VF: visceral fat; AScF: abdominal subcutaneous fat; MA: mid-thigh muscle attenuation 205 Table 2. Metabolic profile characteristics in glucose tolerant and intolerant groups Glucose tolerant group GD (mg/min) GD/kg body weight (mg/min/kg body weight) AGD (mg/min/kg LBM) Plasma glucose at 2h OGTT Glucose intolerant group Baseline Post Baseline Post (n= 68) (n= 42) (n= 16) (n= 12) 513.1 ± 6.3 ± 123.9 1.7 11.6 ± 3.2 520.7 ± 6.7 ± 97.2 1.6 467.0 ± 5.6 ± 11.7 ± 2.3 92.5 1.3 10.3 ± 2.0 5.6 ± 1.0 432.8 ± 5.4 ± 113.4 1.6b 9.3 ± 2.5 9.2 ± 1.0 1.94 ± 0.83 1.69 ± 1.03a 5.45 ± 0.90 5.24 ± 0.80 5.09 ± 0.84 1.46 ± 0.30 1.45 ± 0.34 1.33 ± 0.32 1.38 ± 0.26 LDL-chol (mmol/L) 3.28 ± 0.78 3.32 ± 0.80 2.95 ± 0.78 2.97 ± 0.65b TG/HDL-chol ratio 1.22 ± 0.68 1.10 ± 0.77 1.60 ± 0.83 1.29 ± 1.03 Chol/HDL-chol ratio 3.88 ± 0.95 3.93 ± 1.06 4.06 ± 0.81 3.80 ± 1.02 120.5 ± 15.4 119.6 ± 18.1 120.0 ± 11.9 118.3 ± 10.2 TG (mmol/L) 1.65 ± 0.72 1.56 ± 0.78 Total chol (mmol/L) 5.48 ± 0.94 HDL-chol (mmol/L) SBP (mmHg) a DBP (mmHg) 75.7 ± 8.8 73.5 ± 8.8 77.1 ± 6.1 76.3 ± 7.3 Values are means ± SD a Significantly different from baseline (P ≤ 0.05) b Changes significantly different from the glucose tolerant group GD: total glucose disposal GD: total glucose disposal; GD/kg body weight: glucose disposal/kg body weight; AGD: glucose disposal adjusted for LBM; TG: triglycerides; Chol: cholesterol; HDL-chol: high-density lipoproteins cholesterol; LDL-chol: lowdensity lipoproteins cholesterol; SBP: resting systolic blood pressure; DBP: resting diastolic blood pressure 206 Table 3. Baseline Pearson’s correlations for glucose tolerant and intolerant groups Glucose tolerant group (N= 68) Body composition LBM LBM LBMI %FM FM VF AScF GD GD/kg body weight AGD § LBMI %FM LBM LBMI %FM FM VF AScF GD 1 1 0.88** -0.14 -0.06 1 0.48** 0.48** 0.79** 0.50** 0.56** 0.27* 0.47** 0.51** 0.68** -0.08 -0.12 0.20 -0.10 -0.48** -0.48** 0.23 -0.51** -0.48** Glucose intolerant group (N= 16) 1 1 0.81** 0.13 0.23 1 0.78** 0.71** 0.79** 0.34 0.68** 0.75** 0.66** 0.77** 0.69** 0.39 0.28 -0.25 GD/kg body weight -0.35 § -0.32 -0.60** Glucose disposal FM VF AScF GD 1 0.52** 0.88** 0.13 -0.38** -0.12 1 0.40** -0.06 -0.37** -0.26* 1 0.07 -0.39** -0.16 1 0.84** 0.89** 1 0.71** 0.89** 0.08 1 0.67** 0.27 1 0.28 1 -0.65** -0.30 -0.37 0.68** GD/body weight 1 0.94** AGD 1 1 AGD -0.37 -0.30 -0.34 -0.23 -0.19 1 -0.50* 0.71** 0.96** Values are correlation coefficients *P≤0.05; ** P≤0.01 Bold typeface indicates a significant correlation LBM: lean body mass; LBMI: lean body mass index; FM: fat mass; VF: visceral fat; AScF: abdominal subcutaneous fat; GD: total glucose disposal; GD/kg body weight: glucose disposal/kg body weight; AGD: glucose disposal adjusted for LBM § As AGD is already corrected for LBM, correlations with LBM, LBMI and %FM must be interpreted with caution. 207 Table 4. Baseline partial correlations with control for VF and AScF for glucose tolerant and intolerant groups Glucose tolerant group (N= 68) Body composition LBM LBMI %FM Glucose disposal FM GD GD/kg weight body AGD LBM 1 LBMI 1 0.81** %FM -0.76** -0.73** 1 FM 0.03 -0.14 1 0.60** GD -0.10 -0.16 0.22 0.21 1 GD/kg body weight -0.31* -0.002 0.95 1 -0.29* 0.25* AGD § 0.15 0.92 1 -0.47** -0.45** 0.47** 0.97** Glucose intolerant group (N= 16) LBM 1 LBMI 1 0.55* %FM 1 -0.55* -0.63* FM 0.51 (0.06) -0.07 1 GD 0.26 0.06 -0.34 -0.43 1 GD/kg body weight -0.14 -0.02 -0.55 0.89 1 -0.75** AGD § -0.30 -0.20 0.41 0.84 1 -0.73** 0.97** Values are correlation coefficients *P≤0.05; ** P≤0.01 Bold typeface indicates a significant correlation LBM: lean body mass; LBMI: lean body mass index; FM: fat mass; VF: visceral fat; AScF: abdominal subcutaneous fat; GD: total glucose disposal; GD/kg body weight: glucose disposal/kg body weight; AGD: glucose disposal adjusted for LBM § As AGD is already corrected for LBM, correlations with LBM, LBMI and %FM must be interpreted with caution. 208 Table 5. Pearson’s correlations between changes for glucose tolerant and intolerant groups Glucose tolerant group (N= 42) Body composition Δ LBM Δ LBMI Δ %FM Δ FM Glucose disposal Δ VF Δ AScF Δ GD Δ GD/kg body Δ AGD weight Δ LBM 1 Δ LBMI 1 1.00** Δ %FM 1 -0.50** -0.50** Δ FM 0.00 0.01 1 0.80** Δ VF 0.28 (0.07) 0.29 (0.06) 0.39* 1 0.60** Δ AScF 0.11 0.12 1 0.65** 0.81** 0.63** Δ GD -0.19 -0.21 -0.15 -0.18 -0.04 1 -0.40** Δ GD/kg body weight -0.21 -0.23 -0.24 1 -0.33* -0.40** -0.47** 0.96** Δ AGD § -0.09 -0.22 -0.09 1 -0.35* -0.37* -0.39** 0.98** 0.97** Glucose intolerant group (N= 12) Δ LBM 1 Δ LBMI 1 1.00** Δ %FM 0.28 0.28 1 Δ FM 0.66 1 0.66* 0.89** Δ VF 0.55 (0.06) 0.57(0.055) 0.55(0.067) 0.70* 1 Δ AScF 0.43 1 0.77** 0.76** 0.68* 0.85** Δ GD -0.02 0.03 -0.03 0.00 0.27 -0.15 1 Δ GD/kg body weight -0.25 -0.21 -0.26 -0.30 0.10 -0.42 1 0.96** Δ AGD § -0.19 -0.14 -0.06 -0.12 0.23 -0.28 1 0.98** 0.98** Values are correlation coefficients *P≤0.05; ** P≤0.01 Bold typeface indicates a significant correlation Δ: changes (delta); LBM: lean body mass; LBMI: lean body mass index; FM: fat mass; VF: visceral fat; AScF: abdominal subcutaneous fat; GD: total glucose disposal; GD/kg body weight: glucose disposal/kg body weight; AGD: glucose disposal adjusted for LBM § As AGD is already corrected for LBM, correlations with LBM, LBMI and %FM must be interpreted with caution. 209 Table 6. Partial correlations between variable changes with control for VF and AScF for glucose tolerant and intolerant groups Glucose tolerant group (N= 42) Body composition Δ LBM Δ LBMI Δ %FM Glucose disposal Δ FM Δ GD Δ GD/kg weight body Δ AGD Δ LBM 1 Δ LBMI 1 1.00** Δ %FM 1 -0.33* -0.32* Δ FM 0.04 0.05 1 0.88** Δ GD -0.20 -0.22 -0.22 -0.23 1 Δ GD/kg body weight -0.27 -0.29 1 -0.36* -0.41** 0.97** Δ AGD § -0.15 -0.24 1 -0.36* -0.38* 0.97** 0.97** Glucose intolerant group (N= 12) Δ LBM 1 Δ LBMI 1 1.00** Δ %FM 0.32 0.31 1 Δ FM 0.63 1 0.63* 0.93** Δ GD -0.25 -0.20 -0.04 -0.16 1 Δ GD/kg body weight -0.46 -0.42 -0.32 -0.47 1 0.96** Δ AGD § -0.39 -0.35 -0.05 -0.21 1 0.98** 0.98** Values are correlation coefficients * P≤0.05; ** P≤0.01 Bold typeface indicates a significant correlation Δ: changes (delta); LBM: lean body mass; LBMI: lean body mass index; FM: fat mass; VF: visceral fat; AScF: abdominal subcutaneous fat; GD: total glucose disposal; GD/kg body weight: glucose disposal/kg body weight; AGD: glucose disposal adjusted for LBM § As AGD is already corrected for LBM, correlations with LBM, LBMI and %FM must be interpreted with caution. 210 CHAPITRE 3- Conclusion générale L’effet d’une intervention des changements des habitudes de vie chez des individus en surpoids ou obèses a fait l’objet d’un intérêt croissant dans la littérature (Jensen et al., 2014; Mathus-Vliegen, 2012). Au cours des dernières décennies, plusieurs groupes de recherche se sont intéressés aux différentes interventions susceptibles d’induire une perte de poids et améliorer la santé cardiométabolique des individus en surpoids et obèses (Beavers, Beavers, Lyles, & Nicklas, 2013; Goodpaster et al., 2010; Ross & Bradshaw, 2009). Toutefois, nous avons pu mettre en évidence dans la présente thèse que l’obésité est une condition hétérogène et que ce ne sont pas tous les individus qui présentent des détériorations métaboliques (Dulloo, Jacquet, Solinas, Montani, & Schutz, 2010; McLaughlin et al., 2007; Wildman et al., 2008). De plus, ce ne sont pas tous les individus obèses qui répondront positivement à une perte de poids, et ce malgré un IMC élevé (Cornier et al., 2011). La justification de cette thèse reposait sur le manque de données expérimentales sur les effets d’une intervention de perte de poids traditionelle (restriction calorique et/ou entraînement en résistance) chez des individus présentant différents phénotypes d’obésité. Ceci, dans l’objectif de trouver des stratégies de prévention et de traitement de l’obésité qui seraient plus efficaces. À ce titre, l’IMC est utilisé depuis de nombreuses années afin de quantifier le niveau d’obésité et de catégoriser leur niveau de risque pour la santé (Quetelet, 1968; WHO, 2000). Les recommandations actuelles des grands organismes suggèrent une perte de poids pour les personnes ayant un IMC de plus de 30 kg/m2 ainsi que pour ceux ayant un IMC de plus de 25 kg/m2, en combinaison à un tour de taille élevé et un facteur de risque des maladies cardiovasculaires (ACC\AHA, 211 2014). Toutefois, les variables communément utilisées afin de définir l’obésité; l’IMC et la circonférence de taille ne donnent pas d’information sur la composition corporelle (Prentice & Jebb, 2001). Effectivement, ces deux indices ne donnent pas d’information sur la masse grasse et la masse maigre, ainsi que sur le tissu adipeux viscéral. Le fait de catégoriser les individus selon l’IMC peut être préoccupant puisqu’on surdiagnostique l’obésité, et des programmes de perte de poids inappropriés sont prescrits (Reaven, 2003). De plus, plusieurs facteurs comme l’âge, le groupe ethnique et le niveau d’activité physique confondent la relation entre l’IMC et l’adiposité (Dulloo et al., 2010). Ainsi, il serait justifié de s’orienter vers un portrait plus détaillé que l’IMC seul, lequel est inapproprié afin de caractériser les phénotypes d’obésité (Kyle et al., 2003). Il nous est donc apparu nécessaire de vérifier si des individus présentant différents phénotypes d’obésité répondraient de façon similaire ou différemment à une intervention de perte de poids visant l’amélioration du profil métabolique. 3.1 Étude 1 L’objectif du premier volet de cette thèse consistait à vérifier les effets d’une intervention de perte de poids chez des femmes ménopausées et obèses, catégorisées selon leur niveau d’obésité viscérale et de masse maigre (décrit comme le phénotype d’obésité mésomorphique et d’obésité sarcopénique dans la recension des écrits). Plus particulièrement, nous avons comparé les effets d’une perte de poids induite par une restriction calorique sur la composition corporelle et le profil métabolique de femmes physiquement inactives, en surpoids/obèses présentant différents niveaux de graisse viscérale et de masse maigre. L’objectif était de vérifier si les femmes obèses mésomorphiques répondraient différemment à une intervention de perte de poids par restriction calorique comparativement aux femmes obèses sarcopéniques. 212 Nos travaux ont permis de démontrer que le phénotype d’obésité étudié n’avait pas d’impact sur les améliorations de la composition corporelle et de la distribution du tissu adipeux suite à l’intervention. Cependant, les femmes ayant une plus grande quantité de graisse viscérale au départ ont démontré les diminutions les plus importantes de cette variable suite à l’intervention. De plus, il a été démontré qu’une perte de poids induite par une restriction calorique peut réduire de façon substantielle la graisse viscérale et sous-cutanée abdominale, et que ces diminutions seraient associées aux améliorations du profil métabolique (Lee et al., 2005; Ross et al., 2004). Fait intéressant, nous n’avons toutefois pas observé d’amélioration supérieure du profil métabolique dans le groupe ayant une diminution plus importante de la graisse viscérale dans notre étude. Nos résultats démontrent que peu importe le niveau initial de graisse viscérale, l’intervention a eu des effets similaires sur le profil métabolique des différents phénotypes d’obésité. Nos résultats pourraient être expliqués par le fait que les participantes de notre étude avaient un profil métabolique normal au début de l’étude, et ce malgré leur surpoids ou leur obésité. Il a été démontré qu’il est plus difficile d’améliorer le profil métabolique d’individus ayant un profil métabolique normal (Dow et al., 2013). De plus, il semblerait qu’une diminution plus importante de tissu adipeux soit nécessaire afin d’observer des améliorations au niveau métabolique (Dow et al., 2013). Ainsi, il est possible qu’une diminution de 1,5 à 3% de la masse grasse totale n’ait pas été suffisante pour améliorer les variables du profil métabolique dans notre étude. Nos travaux ont également permis de démontrer que les femmes ayant un niveau initial de masse maigre plus élevé ont expérimenté des diminutions plus importantes de la masse maigre suite à l’intervention. Ces résultats indiquent que la quantité de masse maigre perdue suite à une perte de poids est associée aux valeurs initiales. De plus, la 213 masse maigre est reconnue comme ayant un rôle important dans le maintien des compétences motrices et de la capacité métabolique du muscle (Parr, Coffey, & Hawley, 2013). À cet effet, nous avons observé une tendance pour une amélioration des niveaux d’insuline à jeun (P= 0.06) dans les groupes ayant eu une diminution plus importante de la masse maigre. Ainsi, nos résultats ne semblent pas supporter le concept qu’une diminution de la masse maigre serait associée à des détériorations de la sensibilité à l’insuline (Solomon et al., 2008). Ces résultats portent également à croire que les effets bénéfiques associés à une quantité de masse maigre importante (amélioration de la sensibilité à l’insuline au niveau périphérique, amélioration de l’homéostasie du glucose au niveau systémique) pourraient dépendre de la population étudiée (Peppa et al., 2010). Sur la base de nos résultats et d’autres observations (Brochu et al., 2008; Peppa et al., 2014), nous pouvons émettre l’hypothèse que la masse maigre constitue une variable clé de la relation entre l’adiposité au niveau abdominal et la santé cardiométabolique. Sur le plan mécanistique, la résistance à l’insuline induite par une accumulation de graisse abdominale pourrait mener à une cascade métabolique causant 1) une diminution de la production de SHBG, 2) une augmentation des niveaux d’androgène circulant et 3) l’anabolisme musculaire (Berman et al., 2001). Notre hypothèse de recherche du premier volet de cette thèse était que des femmes ménopausées de différents phénotypes, catégorisées selon les niveaux de masse maigre et de graisse viscérale, répondraient différemment à une intervention de perte de poids. Notre hypothèse de recherche a été partiellement confirmée. Les participantes ont répondu de façon similaire pour ce qui est des changements des variables du profil métabolique, mais elles ont répondu différemment au niveau des changements des variables de la composition corporelle et de la distribution du tissu adipeux. En se basant sur nos résultats, il est possible d’avancer qu’il serait important de considérer le 214 phénotype d’obésité lors d’une intervention de perte de poids chez des femmes ménopausées afin d’optimiser les améliorations de la composition corporelle. Toutefois, puisqu’aucune différence significative n’a été observée entre les phénotypes d’obésité pour ce qui est de l’amélioration du profil métabolique suite à l’intervention, il ne semble pas nécessaire de faire la distinction entre l’obésité mésomorphique et l’obésité sarcopénique lorsqu’on cherche à améliorer les variables du profil métabolique. D’autres études sont néanmoins nécessaires afin de valider nos résultats et pour mieux comprendre les impacts potentiels de ces phénotypes sur la santé à moyen et long terme. Finalement, nos résultats sous-entendent qu’une perte de poids par la restriction calorique, demeure une solution efficace afin d’améliorer le profil de santé, et ce peu importe que les femmes soient obèses mésomorphiques ou non. De plus, la diminution de masse maigre suite à la restriction calorique ne semble pas avoir de conséquences négatives sur certaines variables du profil métabolique. 3.2 Étude 2 Tel que démontré dans la revue de littérature, non seulement le vieillissement est-il associé à une diminution de la masse musculaire, mais il est aussi associé à une détérioration progressive de la qualité musculaire (Zamboni et al., 2008). Malgré une masse musculaire importante, les personnes âgées obèses peuvent présenter une force musculaire diminuée (Clark & Manini, 2008). Parallèlement, la force musculaire a été identifiée comme ayant un impact positif sur la santé cardiométabolique (Jurca et al., 2005; Jurca et al., 2004; Senechal, Dionne, et al., 2012). Même si les mécanismes responsables de cette association ne sont pas complètement élucidés, certains ont proposé qu’une faible force musculaire, en présence d’obésité abdominale, puisse exacerber la situation (Stenholm et al., 2009). 215 Ainsi, l’objectif du deuxième volet consistait à comparer les effets d’une intervention de perte de poids, également chez des individus en surpoids/obèses, mais cette fois-ci, chez des femmes dynapénique. Pour ce volet, nous nous sommes particulièrement intéressés à l’aspect « qualité musculaire », c’est-à-dire la force corrigée pour l’IMC, plutôt qu’à la masse musculaire. L’objectif était de quantifier l’effet d’une restriction calorique seule ou combinée à un entraînement en résistance, sur la composition corporelle, la santé cardiométabolique et la force musculaire chez des femmes présentant le phénotype d’obésité dynapénique. L’intérêt de ce volet de recherche repose sur le fait que le vieillissement est associé à une diminution concomitante de la masse et de la force musculaire (Manini & Clark, 2012) et une augmentation de la prévalence de l’obésité (Flegal et al., 2012). Quelques groupes de recherche se sont intéressés aux effets combinés de l’obésité et de la dynapénie à ce jour, mais les études ont principalement investigué la capacité fonctionnelle (Bouchard & Janssen, 2010; Clark & Manini, 2010; Stenholm et al., 2009). Les effets de ces deux conditions sur la santé cardiométabolique ont été très peu étudiés (Senechal, Dionne, et al., 2012; Stephen & Janssen, 2009). Pour ces raisons, nous nous sommes intéressés à l’entraînement en résistance combiné à une restriction calorique, afin d’identifier si ce type d’intervention aurait des effets bénéfiques sur la composition corporelle et la santé cardiométabolique des femmes ménopausées obèses et dynapéniques. Notre objectif était également de comparer les effets des interventions entre les obèses dynapéniques et les non-dynapéniques. Nos travaux ont démontré que les deux types d’intervention (restriction calorique seule ou restriction calorique + entraînement en résistance) ont eu des effets similaires sur la 216 composition corporelle des femmes obèses dynapéniques ou non. Le fait que nous n’ayons pas observé de diminution plus importante de la masse maigre suite à la restriction calorique seule est toutefois surprenant. En effet, il est reconnu que l’addition d’un entraînement en résistance, à une restriction calorique, atténue la perte de masse maigre d’environ 50% (Weinheimer, Sands, & Campbell, 2010). À titre comparatif, environ 25% du poids perdu est constitué de masse maigre lors d’une restriction calorique seule (Ballor, Katch, Becque, & Marks, 1988; Villareal et al., 2005; Weinheimer et al., 2010). Selon la revue systématique de Bales en 2008, l’entraînement en résistance devrait faire partie d’une intervention de perte de poids chez les personnes âgées afin de prévenir la diminution de la masse maigre associée à une restriction calorique seule (Bales & Buhr, 2008). Nos résultats sont d’autant plus surprenants qu’ils sont en désaccord à ceux de Frimel et coll. (Frimel et al., 2008), lesquels ont observé une diminution plus importante de la masse maigre chez les personnes âgées suite à une restriction calorique seule. Certains ont suggéré que même si l’entraînement en résistance stimule la production d’hormones anaboliques circulantes (Migiano et al., 2010), les augmentations seraient moins élevées chez les femmes plus âgées comparativement aux individus plus jeunes (Hakkinen, Pakarinen, Kraemer, Newton, & Alen, 2000). Ainsi, nos résultats suggèrent qu’un entraînement en résistance, combiné à une restriction calorique, ne favorise pas le maintien ou l’augmentation de la masse musculaire chez les femmes ménopausées obèses dynapéniques ou non. Il est toutefois important de noter que l’intervention de perte de poids (restriction calorique seule ou en combinaison à l’entraînement en résistance) a eu des effets bénéfiques sur le poids corporel, l’IMC, la circonférence de taille, la masse grasse totale et sous-cutanée (superficiel et profonde), ainsi que la graisse viscérale. Ainsi, nos résultats démontrent qu’il n’est pas nécessaire d’identifier les individus présentant le phénotype d’obésité 217 dynapénique et d’adapter le programme de perte de poids puisque les améliorations de la composition corporelle observées sont similaires entre les dynapéniques et les nondynapéniques. Un des objectifs de cette étude était également de comparer les effets d’une restriction calorique et d’un entraînement en résistance sur le profil métabolique de femmes obèses dynapéniques ou non. Il a été démontré qu’une perte de poids d’environ 5 kg est généralement associée à des améliorations significatives du profil métabolique chez des femmes âgées, obèses et dynapéniques (Senechal, Bouchard, et al., 2012). Cette étude a seulement étudié les femmes présentant un phénotype d’obésité dynapénique. Aucune comparaison n’a été effectuée entre les femmes dynapéniques et nondynapéniques. Ainsi, il demeure incertain si les changements du profil métabolique observés chez les femmes dynapéniques, sont également observés chez celles ne présentant pas de dynapénie. Globalement, nous avons observé des améliorations significatives et similaires du profil métabolique dans les deux groupes. Nos travaux démontrent donc que la restriction calorique et un programme d’entraînement en résistance sont des solutions efficaces afin d’améliorer le profil métabolique, indépendamment du phénotype d’obésité dynapénique. Nos travaux ont également démontré que, malgré une diminution de la masse maigre suite aux interventions de perte de poids, la force musculaire peut tout de même s’améliorer suite à un entraînement en résistance. Néanmoins, nous avons observé une augmentation plus importante de la force chez les femmes obèses non-dynapéniques suite à l’entraînement en résistance, comparativement aux autres groupes. Ces résultats suggèrent que des mécanismes autres (ex : amélioration de la qualité musculaire, 218 changement du type de fibres musculaires, diminution des lipides intra-musculaires, augmentation de la capacité et vitesse de recrutement des fibres musculaires) que l’augmentation de la masse musculaire sont responsables de l’augmentation de la force suite à un entraînement. Cette amélioration de la force est un élément non négligeable chez les femmes plus âgées puisqu’il est reconnu qu’une faible force musculaire est associée au déclin des capacités physiques (Lauretani et al., 2003; Manini & Clark, 2012). De plus, certaines études démontrent une association inverse entre la force musculaire et les facteurs de risque cardiométaboliques (Jurca et al., 2005; Senechal, Dionne, et al., 2012). Ainsi, nos travaux ajoutent à la littérature scientifique en soulevant l’importance de l’entraînement en résistance lors d’un programme de perte de poids afin d’améliorer la force musculaire chez les femmes ménopausées obèses, et ce peu importe le phénotype d’obésité. L’hypothèse de recherche en lien avec ce volet était qu’une intervention de perte de poids visant l’augmentation de la force et une diminution de l’obésité aurait un effet bénéfique supérieur sur le profil métabolique et la force musculaire chez des femmes en surpoids ou obèses et dynapéniques. Nous n’avons donc pas validé notre hypothèse de recherche. Les résultats de la présente étude démontrent que les femmes obèses dynapéniques et non-dynapéniques ont amélioré de façon similaire et significative leur composition corporelle et leur profil métabolique suite aux deux types d’interventions. Toutefois, nous avons démontré qu’il était possible d’améliorer la force de femmes ménopausées suite à un entraînement en résistance et une restriction calorique, et ce, malgré une diminution de la masse musculaire. D’un point de vue clinique, nos résultats suggèrent l’importance d’intégrer un programme d’entraînement en résistance, à une restriction calorique, afin d’améliorer la force des femmes ménopausées lors d’une 219 intervention de perte de poids. De plus, il ne serait pas nécessaire de catégoriser les individus selon leur phénotype d’obésité afin d’adapter le programme de perte de poids. 3.3 Étude 3 Selon la littérature actuelle, une accumulation préférentielle de la masse grasse au niveau abdominal se produit chez les femmes ménopausées, et ce, suite à une diminution de la sécrétion d’estrogène (Zamboni et al., 2003). Nous savons que l’obésité abdominale, particulièrement la graisse viscérale, est fortement associée à plusieurs détériorations métaboliques tels que l’hyperinsulinémie compensatoire, la résistance à l’insuline, l’intolérance au glucose et le diabète de type 2 (Brochu et al., 2008; Despres et al., 2008; Pi-Sunyer, 2004). L’accumulation préférentielle de la masse grasse au niveau abdominal chez les femmes ménopausées pourrait être en partie responsable de la détérioration du métabolisme du glucose (Abdulnour et al., 2012; Davis et al., 2012). Toutefois, le vieillissement ainsi que la diminution de la masse maigre, du niveau d’activité physique et de la condition cardiorespiratoire pourraient également être en cause (Amati et al., 2009; Peppa et al., 2010). Ainsi, plusieurs interrogations demeurent quant à l’association entre la masse grasse, la masse maigre et le métabolisme du glucose chez les individus plus âgés. De plus, il est reconnu qu’une diminution de la masse grasse suite à une perte de poids est associée à des améliorations du profil métabolique chez les individus obèses (Brochu, Tchernof, Turner, Ades, & Poehlman, 2003; Ross et al., 2004). Cependant, peu de données existent quant à l’association entre la diminution de la masse maigre suite à une restriction calorique seule et le profil métabolique (Myette-Cote et al., 2013). Ainsi, l’objectif du troisième volet de cette thèse consistait à quantifier l’association entre certaines variables du métabolisme du glucose et la composition corporelle chez des 220 femmes ménopausées en surpoids ou obèses, catégorisées selon leur statut de tolérance au glucose. Plus précisément, nous avons comparé l’association entre la captation du glucose, la masse grasse et la masse maigre, suite à une perte de poids induite par une restriction calorique chez des femmes tolérantes ou intolérantes au glucose. L’objectif était de vérifier si l’association entre la composition corporelle et la captation du glucose serait similaire entre les femmes obèses tolérantes au glucose et les femmes intolérantes au glucose. Nos travaux démontrent que la relation entre les variables de la captation du glucose et la composition corporelle varient en fonction de la tolérance au glucose initiale. Nous avons observé des corrélations significatives entre la captation du glucose et la masse maigre chez les femmes tolérantes au glucose, et ce, malgré l’ajustement pour la masse grasse viscérale et sous-cutanée. Nos résultats démontrent également une association inverse entre la masse maigre et les variables de captation du glucose, ce qui remet en question l’effet protecteur de la masse musculaire sur la santé cardiométabolique des femmes ménopausées sédentaires (Atlantis, Martin, Haren, Taylor, & Wittert, 2009). Ces résultats convergent toutefois avec d’autres études (Peppa et al., 2014; You et al., 2004). Cette association observée chez les femmes tolérantes au glucose n’a cependant pas été observée chez les femmes intolérantes au glucose. Ceci suggère que l’association entre la masse maigre et l’homéostasie du glucose pourrait dépendre du statut de tolérance au glucose initiale chez les femmes ménopausées. Pour ce qui est des résultats des corrélations observées suite à la restriction calorique, nos résultats démontrent une association inverse non significative entre les changements de captation du glucose et la masse maigre chez les femmes tolérantes 221 ou non au glucose. Ces résultats sont différents de ceux observés par Karelis et coll. (Karelis et al., 2008); lesquels ont rapporté une amélioration de la sensibilité à l’insuline chez le groupe ayant eu une diminution de la masse maigre. Toutefois, les participants de l’étude de Karelis et coll. étaient catégorisés différemment de celles de notre étude; et contrairement à nous, ils ont observé une diminution significative de la masse maigre suite à la perte de poids. Effectivement, il est plutôt inhabituel de ne pas observer de diminution significative de la masse maigre suite à une restriction calorique seule (Larson-Meyer et al., 2006; Stiegler & Cunliffe, 2006), ce qui pourrait expliquer l’absence de corrélation significative dans notre étude. L’hypothèse initiale en lien avec ce volet était que l’association entre les mesures de la captation du glucose et les changements de la composition corporelle varieraient selon le statut initial de tolérance au glucose. Nous avons donc partiellement validé notre hypothèse de recherche. Les résultats de la présente étude démontrent que la masse maigre est inversement associée aux marqueurs de la captation du glucose chez les femmes tolérantes au glucose seulement. Toutefois, suite à la restriction calorique, l’association entre les changements de la masse maigre et les changements de la captation du glucose n’était plus présente. D’un point de vue clinique, nos résultats suggèrent qu’il pourrait être intéressant de catégoriser les femmes ménopausées en début de traitement de perte de poids selon leur statut de tolérance au glucose afin de savoir si celles-ci pourraient présenter une homéostasie du glucose altérée. Toutefois, cette catégorisation ne semble pas nous apporter davantage d’information quant à l’association possible entre les changements du métabolisme du glucose et les changements des variables de la composition corporelle qui surviennent suite à la perte de poids. 222 3.4 Conclusion et perspectives Les travaux menés dans cette thèse ont ajouté à la littérature scientifique en apportant de nouvelles connaissances et une nouvelle dimension en lien avec la perte de poids chez les femmes ménopausées en surpoids ou obèses. Plusieurs changements métaboliques et physiologiques surviennent lors de la transition à la ménopause. Ces changements ont des conséquences sur le profil de santé des individus, d’où l’importance de trouver des stratégies de gestion perte de poids qui soient efficaces. Tandis que les effets négatifs d’une quantité importante de tissu adipeux sont bien établis, les conséquences, sur le profil de santé, des différences de masse maigre, sont moins bien connues. De plus, l’effet combiné de l’obésité et une masse maigre diminuée sur le profil de santé ont été peu explorés à ce jour. Il ne suffit plus seulement de considérer la composition corporelle comme un tout, mais plutôt d’évaluer la combinaison des différentes composantes de celle-ci lors de l’identification et/ou le développement des stratégies efficaces et spécifiques de perte de poids. La présente thèse a tenté de pallier à ce vide scientifique en poussant plus loin l’étude de l’obésité en examinant différents phénotypes d’obésité. Présentement, il a été suggéré que la masse maigre, en plus du tissu adipeux au niveau viscéral, devrait être considérée dans la pathogenèse des anormalités métaboliques. Dans cette thèse, nous avons démontré que les individus obèses mésomorphiques ont des améliorations similaires du profil métabolique comparativement aux individus obèses non- mésomorphiques suite à une perte de poids. Ainsi, dans le futur, il serait pertinent de se demander si la catégorisation selon ces phénotypes d’obésité est pertinente lors d’une 223 intervention de perte de poids chez des individus ayant un profil métabolique sain au départ. Il serait intéressant de mener d’autres études similaires, mais chez des gens avec un profil métabolique détérioré. Nous avons étudié un deuxième phénotype d’obésité dans le cadre de la présente thèse; l’obésité dynapénique. L’une des raisons majeures justifiant l’étude de ce phénotype est que la force musculaire et l’obésité ont été associées à des détériorations métaboliques, et ce, indépendamment de la masse musculaire, chez les personnes âgées. Toutefois, peu de données sont présentement disponibles sur ce sujet, surtout sur le lien possible entre l’obésité, la dynapénie et la santé cardiométabolique, suite à une intervention de perte de poids. Les résultats du deuxième article de cette thèse nous portent à croire que des études seraient nécessaires, afin d’élucider les mécanismes sous-jacents, pouvant expliquer l’augmentation de la force sans augmentation concomitante de la masse musculaire. Nos résultats suggèrent également que le fait d’être obèse dynapénique, ou nondynapénique, ne changera pas la façon dont le profil métabolique et la composition corporelle s’améliorent suite à une perte de poids avec entraînement en résistance. Sur la base de nos résultats et ceux des études mentionnées dans la recension des écrits, nous avons constaté que les critères pour la dynapénie étaient mal définis dans la littérature scientifique et qu’une étude avec plus de participants serait nécessaire afin d’établir ces critères. Ceci permettrait de mieux comparer les individus, et les résultats des différentes études, en plus de faciliter la tâche des cliniciens à l’identification des personnes chez qui une perte de poids, combinée à un entraînement en résistance, serait susceptible d’améliorer la force. 224 Les résultats du troisième article de cette thèse nous portent à croire, dépendamment du statut initial de tolérance au glucose chez les femmes ménopausées en surpoids ou obèses, qu’une association entre la masse maigre et l’homéostasie du glucose est possible. Nous n’avons toutefois pas pu confirmer cette association suite à la restriction calorique. Cependant, il serait intéressant de valider ces résultats avec une étude où on observerait une diminution significative de la masse maigre suite à une restriction calorique. Ainsi, il serait possible de confirmer, ou infirmer, le lien possible entre la diminution de la masse musculaire et les variables de la captation du glucose. Les travaux menés dans cette thèse ont permis de documenter les effets des interventions de perte de poids chez les femmes présentant différents phénotypes d’obésité. Les études présentées ont permis de répondre aux questions cliniques sur la justification de catégoriser les femmes ménopausées selon certains phénotypes d’obésité. À l’heure où la notion des différents types d’obésité fait encore débat, nous avons pu mettre en évidence l’utilité de préciser l’obésité selon des critères métaboliques ou anatomiques. En revanche, la communauté clinique et scientifique a besoin d’une large étude appliquée aux effets des interventions de perte de poids selon les phénotypes d’obésité afin de clarifier certaines interrogations auxquelles nous n’avons pu répondre à l’aide de nos études. De plus, même si la catégorisation selon les phénotypes d’obésité a montré son intérêt, afin d’améliorer certaines variables de la composition corporelle chez les femmes ménopausées, il reste aujourd’hui à définir si cette catégorisation s’applique également chez les hommes et chez les femmes plus âgées (>65 ans). Enfin, nos études ont démontré l’intérêt de la perte de poids sur l’amélioration de la composition corporelle de femmes présentant différents phénotypes 225 d’obésité. Il serait maintenant intéressant dans de prochaines études de mieux comprendre si des améliorations du profil cardiométabolique seraient possibles chez des individus ayant un profil détérioré. Ceci permettrait de discerner quels individus profiteraient davantage des effets métaboliques d’une intervention de perte de poids. 226 Références Abdulnour, J., Doucet, E., Brochu, M., Lavoie, J. M., Strychar, I., Rabasa-Lhoret, R., & Prud'homme, D. (2012). The effect of the menopausal transition on body composition and cardiometabolic risk factors: a Montreal-Ottawa New Emerging Team group study. Menopause, 19(7), 760-767. doi: 10.1097/gme.0b013e318240f6f3 ACC\AHA, G. (2014). Executive summary: Guidelines (2013) for the management of overweight and obesity in adults: a report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines and the Obesity Society published by the Obesity Society and American College of Cardiology/American Heart Association Task Force on Practice Guidelines. Based on a systematic review from the The Obesity Expert Panel, 2013. Obesity (Silver Spring), 22 Suppl 2, S5-39. doi: 10.1002/oby.20821 ACSM. (1998). American College of Sports Medicine Position Stand. The recommended quantity and quality of exercise for developing and maintaining cardiorespiratory and muscular fitness, and flexibility in healthy adults. Med Sci Sports Exerc, 30(6), 975-991. Ades, P. A., & Savage, P. D. (2010). The obesity paradox: perception vs knowledge. Mayo Clin Proc, 85(2), 112-114. doi: 10.4065/mcp.2009.0777 Ades, P. A., & Savage, P. D. (2014). Potential benefits of weight loss in coronary heart disease. Prog Cardiovasc Dis, 56(4), 448-456. doi: 10.1016/j.pcad.2013.09.009 AGA. (2002). American Gastroenterological Association medical position statement on Obesity. Gastroenterology, 123(3), 879-881. doi: S0016508502001798 [pii] Aguilar-Salinas, C. A., Garcia, E. G., Robles, L., Riano, D., Ruiz-Gomez, D. G., Garcia-Ulloa, A. C., . . . Gomez-Perez, F. J. (2008). High adiponectin concentrations are associated with the metabolically healthy obese phenotype. J Clin Endocrinol Metab, 93(10), 4075-4079. doi: 10.1210/jc.2007-2724 Al-Zadjali, M., Keller, C., Larkey, L. K., & Albertini, L. (2010). Evaluation of intervention research in weight reduction in post menopausal women. Geriatr Nurs, 31(6), 419-434. doi: S0197-4572(10)00406-4 [pii] 10.1016/j.gerinurse.2010.08.010 [doi] Albright, A., Franz, M., Hornsby, G., Kriska, A., Marrero, D., Ullrich, I., & Verity, L. S. (2000). American College of Sports Medicine position stand. Exercise and type 2 diabetes. Med Sci Sports Exerc, 32(7), 1345-1360. Alley, D. E., Shardell, M. D., Peters, K. W., McLean, R. R., Dam, T. T., Kenny, A. M., . . . Cawthon, P. M. (2014). Grip strength cutpoints for the identification of clinically relevant weakness. J Gerontol A Biol Sci Med Sci, 69(5), 559-566. doi: 10.1093/gerona/glu011 Aloia, J. F., McGowan, D. M., Vaswani, A. N., Ross, P., & Cohn, S. H. (1991). Relationship of menopause to skeletal and muscle mass. Am J Clin Nutr, 53(6), 1378-1383. Amati, F., Dube, J. J., Coen, P. M., Stefanovic-Racic, M., Toledo, F. G., & Goodpaster, B. H. (2009). Physical inactivity and obesity underlie the insulin resistance of aging. Diabetes Care, 32(8), 1547-1549. doi: 10.2337/dc09-0267 Anderson, J. W., Kendall, C. W., & Jenkins, D. J. (2003). Importance of weight management in type 2 diabetes: review with meta-analysis of clinical studies. J Am Coll Nutr, 22(5), 331339. Andreoli, A., Scalzo, G., Masala, S., Tarantino, U., & Guglielmi, G. (2009). Body composition assessment by dual-energy X-ray absorptiometry (DXA). Radiol Med, 114(2), 286-300. doi: 10.1007/s11547-009-0369-7 Andres, R. (1980). Effect of obesity on total mortality. Int J Obes, 4(4), 381-386. 227 Andres, R., Muller, D. C., & Sorkin, J. D. (1993). Long-term effects of change in body weight on all-cause mortality. A review. Ann Intern Med, 119(7 Pt 2), 737-743. Appleton, S. L., Seaborn, C. J., Visvanathan, R., Hill, C. L., Gill, T. K., Taylor, A. W., & Adams, R. J. (2013). Diabetes and cardiovascular disease outcomes in the metabolically healthy obese phenotype: a cohort study. Diabetes Care, 36(8), 2388-2394. doi: 10.2337/dc121971 Ardern, C. I., Janssen, I., Ross, R., & Katzmarzyk, P. T. (2004). Development of health-related waist circumference thresholds within BMI categories. Obes Res, 12(7), 1094-1103. doi: 10.1038/oby.2004.137 Arnlov, J., Ingelsson, E., Sundstrom, J., & Lind, L. (2010). Impact of body mass index and the metabolic syndrome on the risk of cardiovascular disease and death in middle-aged men. Circulation, 121(2), 230-236. doi: 10.1161/circulationaha.109.887521 Arroll, B., & Beaglehole, R. (1992). Does physical activity lower blood pressure: a critical review of the clinical trials. J Clin Epidemiol, 45(5), 439-447. doi: 0895-4356(92)90093-3 [pii] Astrup, A. (1999). Physical activity and weight gain and fat distribution changes with menopause: current evidence and research issues. Med Sci Sports Exerc, 31(11 Suppl), S564-567. Astrup, A., Ryan, L., Grunwald, G. K., Storgaard, M., Saris, W., Melanson, E., & Hill, J. O. (2000). The role of dietary fat in body fatness: evidence from a preliminary meta-analysis of ad libitum low-fat dietary intervention studies. Br J Nutr, 83 Suppl 1, S25-32. Atlantis, E., Martin, S. A., Haren, M. T., Taylor, A. W., & Wittert, G. A. (2009). Inverse associations between muscle mass, strength, and the metabolic syndrome. Metabolism, 58(7), 10131022. doi: 10.1016/j.metabol.2009.02.027 Atmaca, M., Kuloglu, M., Tezcan, E., & Ustundag, B. (2003). Nizatidine treatment and its relationship with leptin levels in patients with olanzapine-induced weight gain. Hum Psychopharmacol, 18(6), 457-461. doi: 10.1002/hup.514 Aubertin-Leheudre, M., Lord, C., Goulet, E. D., Khalil, A., & Dionne, I. J. (2006). Effect of sarcopenia on cardiovascular disease risk factors in obese postmenopausal women. Obesity (Silver Spring), 14(12), 2277-2283. doi: 14/12/2277 [pii] 10.1038/oby.2006.267 [doi] Austin, M. A., King, M. C., Vranizan, K. M., Newman, B., & Krauss, R. M. (1988). Inheritance of low-density lipoprotein subclass patterns: results of complex segregation analysis. Am J Hum Genet, 43(6), 838-846. Aydogdu, A., Tasci, I., Kucukerdonmez, O., Tapan, S., Aydogdu, S., Aydogan, U., . . . Azal, O. (2013). Increase in subcutaneous adipose tissue and fat free mass in women with polycystic ovary syndrome is related to impaired insulin sensitivity. Gynecol Endocrinol, 29(2), 152-155. doi: 10.3109/09513590.2012.708802 Baena-Diez, J. M., Bermudez-Chillida, N., Garcia-Lareo, M., Olivia Byram, A., Vidal-Solsona, M., Vilato-Garcia, M., . . . Vasquez-Lazo, J. E. (2008). [Role of pulse pressure, systolic blood pressure, and diastolic blood pressure in the prediction of cardiovascular risk. Cohort study]. Med Clin (Barc), 130(10), 361-365. doi: 13117460 [pii] Bajpeyi, S., Tanner, C. J., Slentz, C. A., Duscha, B. D., McCartney, J. S., Hickner, R. C., . . . Houmard, J. A. (2009). Effect of exercise intensity and volume on persistence of insulin sensitivity during training cessation. J Appl Physiol, 106(4), 1079-1085. doi: 91262.2008 [pii] 10.1152/japplphysiol.91262.2008 [doi] 228 Bales, C. W., & Buhr, G. (2008). Is obesity bad for older persons? A systematic review of the pros and cons of weight reduction in later life. J Am Med Dir Assoc, 9(5), 302-312. doi: S15258610(08)00008-X [pii] 10.1016/j.jamda.2008.01.006 [doi] Ballantyne, F. C., Clark, R. S., Simpson, H. S., & Ballantyne, D. (1982). The effect of moderate physical exercise on the plasma lipoprotein subfractions of male survivors of myocardial infarction. Circulation, 65(5), 913-918. Ballor, D. L., Katch, V. L., Becque, M. D., & Marks, C. R. (1988). Resistance weight training during caloric restriction enhances lean body weight maintenance. Am J Clin Nutr, 47(1), 19-25. Ballor, D. L., & Poehlman, E. T. (1994). Exercise-training enhances fat-free mass preservation during diet-induced weight loss: a meta-analytical finding. Int J Obes Relat Metab Disord, 18(1), 35-40. Barsalani, R., Brochu, M., & Dionne, I. J. (2013). Is there a skeletal muscle mass threshold associated with the deterioration of insulin sensitivity in sedentary lean to obese postmenopausal women? Diabetes Res Clin Pract, 102(2), 123-128. doi: 10.1016/j.diabres.2013.09.008 Barsalani, R., Riesco, E., Perreault, K., Imbeault, P., Brochu, M., & Dionne, I. J. (2015). Variation in C-reactive Protein Following Weight Loss in Obese Insulin Resistant Postmenopausal Women: is there an Independent Contribution of Lean Body Mass? Exp Clin Endocrinol Diabetes. doi: 10.1055/s-0034-1398551 Barter, P. J., Nicholls, S., Rye, K. A., Anantharamaiah, G. M., Navab, M., & Fogelman, A. M. (2004). Antiinflammatory properties of HDL. Circ Res, 95(8), 764-772. doi: 10.1161/01.res.0000146094.59640.13 Batsis, J. A., Mackenzie, T. A., Barre, L. K., Lopez-Jimenez, F., & Bartels, S. J. (2014). Sarcopenia, sarcopenic obesity and mortality in older adults: results from the National Health and Nutrition Examination Survey III. Eur J Clin Nutr, 68(9), 1001-1007. doi: 10.1038/ejcn.2014.117 Baumgartner, R. N., Koehler, K. M., Gallagher, D., Romero, L., Heymsfield, S. B., Ross, R. R., . . . Lindeman, R. D. (1998). Epidemiology of sarcopenia among the elderly in New Mexico. Am J Epidemiol, 147(8), 755-763. Beavers, D. P., Beavers, K. M., Lyles, M. F., & Nicklas, B. J. (2013). Cardiometabolic risk after weight loss and subsequent weight regain in overweight and obese postmenopausal women. J Gerontol A Biol Sci Med Sci, 68(6), 691-698. doi: 10.1093/gerona/gls236 Bedogni, G., Pietrobelli, A., Heymsfield, S. B., Borghi, A., Manzieri, A. M., Morini, P., . . . Salvioli, G. (2001). Is body mass index a measure of adiposity in elderly women? Obes Res, 9(1), 17-20. doi: 10.1038/oby.2001.3 Beijers, H. J., Ferreira, I., Bravenboer, B., Henry, R. M., Schalkwijk, C. G., Dekker, J. M., . . . Stehouwer, C. D. (2014). Higher central fat mass and lower peripheral lean mass are independent determinants of endothelial dysfunction in the elderly: the Hoorn study. Atherosclerosis, 233(1), 310-318. doi: 10.1016/j.atherosclerosis.2013.12.002 Belanger, M., & Boulay, P. (2005). Effect of an aerobic exercise training program on resting metabolic rate in chronically beta-adrenergic blocked hypertensive patients. J Cardiopulm Rehabil, 25(6), 354-360. Beliaeff, S., Bouchard, D. R., Hautier, C., Brochu, M., & Dionne, I. J. (2008). Association between muscle mass and isometric muscle strength in well-functioning older men and women. J Aging Phys Act, 16(4), 484-493. 229 Bell, E. A., & Rolls, B. J. (2001). Energy density of foods affects energy intake across multiple levels of fat content in lean and obese women. Am J Clin Nutr, 73(6), 1010-1018. Bergman, R. N., & Ader, M. (2000). Free fatty acids and pathogenesis of type 2 diabetes mellitus. Trends Endocrinol Metab, 11(9), 351-356. Berman, D. M., Rodrigues, L. M., Nicklas, B. J., Ryan, A. S., Dennis, K. E., & Goldberg, A. P. (2001). Racial disparities in metabolism, central obesity, and sex hormone-binding globulin in postmenopausal women. J Clin Endocrinol Metab, 86(1), 97-103. Bessard, T., Schutz, Y., & Jequier, E. (1983). Energy expenditure and postprandial thermogenesis in obese women before and after weight loss. Am J Clin Nutr, 38(5), 680-693. Binzen, C. A., Swan, P. D., & Manore, M. M. (2001). Postexercise oxygen consumption and substrate use after resistance exercise in women. Med Sci Sports Exerc, 33(6), 932-938. Bjorntorp, P. (1988). Abdominal obesity and the development of noninsulin-dependent diabetes mellitus. Diabetes Metab Rev, 4(6), 615-622. Bjorntorp, P. (1990). "Portal" adipose tissue as a generator of risk factors for cardiovascular disease and diabetes. Arteriosclerosis, 10(4), 493-496. Björntorp, P. (1971). Sjostrom L,+SJOSTROM L: Number and size of adipose tissue fat cells in relation to metabolism in human obesity. Metabolism, 20(7), 703-713. Blair, S. N., LaMonte, M. J., & Nichaman, M. Z. (2004). The evolution of physical activity recommendations: how much is enough? Am J Clin Nutr, 79(5), 913s-920s. Blew, R. M., Sardinha, L. B., Milliken, L. A., Teixeira, P. J., Going, S. B., Ferreira, D. L., . . . Lohman, T. G. (2002). Assessing the validity of body mass index standards in early postmenopausal women. Obes Res, 10(8), 799-808. doi: 10.1038/oby.2002.108 Blundell, J. E., Caudwell, P., Gibbons, C., Hopkins, M., Naslund, E., King, N., & Finlayson, G. (2012). Role of resting metabolic rate and energy expenditure in hunger and appetite control: a new formulation. Dis Model Mech, 5(5), 608-613. doi: 10.1242/dmm.009837 Blundell, J. E., & Cooling, J. (2000). Routes to obesity: phenotypes, food choices and activity. Br J Nutr, 83 Suppl 1, S33-38. Bobik, A. (2008). Apolipoprotein CIII and atherosclerosis: beyond effects on lipid metabolism. Circulation, 118(7), 702-704. doi: 118/7/702 [pii] 10.1161/CIRCULATIONAHA.108.794081 [doi] Bogardus, C., Lillioja, S., Mott, D., Zawadzki, J., Young, A., & Abbott, W. (1985). Evidence for reduced thermic effect of insulin and glucose infusions in Pima Indians. J Clin Invest, 75(4), 1264-1269. doi: 10.1172/jci111825 Bogers, R. P., Bemelmans, W. J., Hoogenveen, R. T., Boshuizen, H. C., Woodward, M., Knekt, P., . . . Shipley, M. J. (2007). Association of overweight with increased risk of coronary heart disease partly independent of blood pressure and cholesterol levels: a meta-analysis of 21 cohort studies including more than 300 000 persons. Arch Intern Med, 167(16), 17201728. doi: 167/16/1720 [pii] 10.1001/archinte.167.16.1720 [doi] Bonora, E., Kiechl, S., Willeit, J., Oberhollenzer, F., Egger, G., Meigs, J. B., . . . Muggeo, M. (2007). Insulin resistance as estimated by homeostasis model assessment predicts incident symptomatic cardiovascular disease in caucasian subjects from the general population: the Bruneck study. Diabetes Care, 30(2), 318-324. doi: 10.2337/dc06-0919 Booth, G., & Cheng, A. Y. (2013). Canadian Diabetes Association 2013 clinical practice guidelines for the prevention and management of diabetes in Canada. Methods. Can J Diabetes, 37 Suppl 1, S4-7. doi: 10.1016/j.jcjd.2013.01.010 230 Borkman, M., Storlien, L. H., Pan, D. A., Jenkins, A. B., Chisholm, D. J., & Campbell, L. V. (1993). The relation between insulin sensitivity and the fatty-acid composition of skeletalmuscle phospholipids. N Engl J Med, 328(4), 238-244. doi: 10.1056/nejm199301283280404 Borsheim, E., & Bahr, R. (2003). Effect of exercise intensity, duration and mode on post-exercise oxygen consumption. Sports Med, 33(14), 1037-1060. Bosy-Westphal, A., Eichhorn, C., Kutzner, D., Illner, K., Heller, M., & Muller, M. J. (2003). The agerelated decline in resting energy expenditure in humans is due to the loss of fat-free mass and to alterations in its metabolically active components. J Nutr, 133(7), 23562362. Bosy-Westphal, A., Kahlhofer, J., Lagerpusch, M., Skurk, T., & Muller, M. J. (2015). Deep body composition phenotyping during weight cycling: relevance to metabolic efficiency and metabolic risk. Obes Rev, 16 Suppl 1, 36-44. doi: 10.1111/obr.12254 Bouchard, C., & Tremblay, A. (1990). Genetic effects in human energy expenditure components. Int J Obes, 14 Suppl 1, 49-55; discussion 55-48. Bouchard, D. R., & Janssen, I. (2010). Dynapenic-obesity and physical function in older adults. J Gerontol A Biol Sci Med Sci, 65(1), 71-77. doi: 10.1093/gerona/glp159 Bouchonville, M., Armamento-Villareal, R., Shah, K., Napoli, N., Sinacore, D. R., Qualls, C., & Villareal, D. T. (2014). Weight loss, exercise or both and cardiometabolic risk factors in obese older adults: results of a randomized controlled trial. Int J Obes (Lond), 38(3), 423431. doi: 10.1038/ijo.2013.122 Boyko, E. J., Fujimoto, W. Y., Leonetti, D. L., & Newell-Morris, L. (2000). Visceral adiposity and risk of type 2 diabetes: a prospective study among Japanese Americans. Diabetes Care, 23(4), 465-471. Bravata, D. M., Wells, C. K., Concato, J., Kernan, W. N., Brass, L. M., & Gulanski, B. I. (2004). Two measures of insulin sensitivity provided similar information in a U.S. population. J Clin Epidemiol, 57(11), 1214-1217. doi: 10.1016/j.jclinepi.2004.05.001 Bray, G. A. (1990). Obesity: historical development of scientific and cultural ideas. Int J Obes, 14(11), 909-926. Bray, G. A., & Popkin, B. M. (1998). Dietary fat intake does affect obesity! Am J Clin Nutr, 68(6), 1157-1173. Brewer, H. B., Jr. (2004). Increasing HDL Cholesterol Levels. N Engl J Med, 350(15), 1491-1494. doi: 10.1056/NEJMp048023 Brochu, M., Mathieu, M. E., Karelis, A. D., Doucet, E., Lavoie, M. E., Garrel, D., & Rabasa-Lhoret, R. (2008). Contribution of the lean body mass to insulin resistance in postmenopausal women with visceral obesity: a Monet study. Obesity (Silver Spring), 16(5), 1085-1093. doi: oby200823 [pii] 10.1038/oby.2008.23 [doi] Brochu, M., Starling, R. D., Tchernof, A., Matthews, D. E., Garcia-Rubi, E., & Poehlman, E. T. (2000). Visceral adipose tissue is an independent correlate of glucose disposal in older obese postmenopausal women. J Clin Endocrinol Metab, 85(7), 2378-2384. Brochu, M., Tchernof, A., Dionne, I. J., Sites, C. K., Eltabbakh, G. H., Sims, E. A., & Poehlman, E. T. (2001). What are the physical characteristics associated with a normal metabolic profile despite a high level of obesity in postmenopausal women? J Clin Endocrinol Metab, 86(3), 1020-1025. 231 Brochu, M., Tchernof, A., Turner, A. N., Ades, P. A., & Poehlman, E. T. (2003). Is there a threshold of visceral fat loss that improves the metabolic profile in obese postmenopausal women? Metabolism, 52(5), 599-604. doi: 10.1053/meta.2003.50095 [doi] S0026049503000088 [pii] Brooks, G., Fahey, T., & Baldwin, D. (2005). Exercise Physiology. Human Bioenergetics and Its Applications (4 ed.): McGrawHill. Brown, R. E., & Kuk, J. L. (2015). Consequences of obesity and weight loss: a devil's advocate position. Obes Rev, 16(1), 77-87. doi: 10.1111/obr.12232 Brownbill, R. A., & Ilich, J. Z. (2005). Measuring body composition in overweight individuals by dual energy x-ray absorptiometry. BMC Med Imaging, 5(1), 1. doi: 10.1186/1471-23425-1 Brownell, K. D., & Wadden, T. A. (1992). Etiology and treatment of obesity: understanding a serious, prevalent, and refractory disorder. J Consult Clin Psychol, 60(4), 505-517. Bullo-Bonet, M., Garcia-Lorda, P., Lopez-Soriano, F. J., Argiles, J. M., & Salas-Salvado, J. (1999). Tumour necrosis factor, a key role in obesity? FEBS Lett, 451(3), 215-219. Burstein, R., Epstein, Y., Shapiro, Y., Charuzi, I., & Karnieli, E. (1990). Effect of an acute bout of exercise on glucose disposal in human obesity. J Appl Physiol, 69(1), 299-304. Byrne, N. M., Weinsier, R. L., Hunter, G. R., Desmond, R., Patterson, M. A., Darnell, B. E., & Zuckerman, P. A. (2003). Influence of distribution of lean body mass on resting metabolic rate after weight loss and weight regain: comparison of responses in white and black women. Am J Clin Nutr, 77(6), 1368-1373. Cabrera, M. A., Gebara, O. C., Diament, J., Nussbacher, A., Rosano, G., & Wajngarten, M. (2007). Metabolic syndrome, abdominal obesity, and cardiovascular risk in elderly women. Int J Cardiol, 114(2), 224-229. doi: S0167-5273(06)00233-6 [pii] 10.1016/j.ijcard.2006.01.019 [doi] Calle, E. E., Rodriguez, C., Walker-Thurmond, K., & Thun, M. J. (2003). Overweight, obesity, and mortality from cancer in a prospectively studied cohort of U.S. adults. N Engl J Med, 348(17), 1625-1638. doi: 10.1056/NEJMoa021423 Calori, G., Lattuada, G., Piemonti, L., Garancini, M. P., Ragogna, F., Villa, M., . . . Perseghin, G. (2011). Prevalence, metabolic features, and prognosis of metabolically healthy obese Italian individuals: the Cremona Study. Diabetes Care, 34(1), 210-215. doi: 10.2337/dc10-0665 Camhi, S. M., Waring, M. E., Sisson, S. B., Hayman, L. L., & Must, A. (2013). Physical activity and screen time in metabolically healthy obese phenotypes in adolescents and adults. J Obes, 2013, 984613. doi: 10.1155/2013/984613 Campbell, W. W., Haub, M. D., Wolfe, R. R., Ferrando, A. A., Sullivan, D. H., Apolzan, J. W., & Iglay, H. B. (2009). Resistance training preserves fat-free mass without impacting changes in protein metabolism after weight loss in older women. Obesity (Silver Spring), 17(7), 1332-1339. doi: 10.1038/oby.2009.2 Campos, H., Genest, J. J., Jr., Blijlevens, E., McNamara, J. R., Jenner, J. L., Ordovas, J. M., . . . Schaefer, E. J. (1992). Low density lipoprotein particle size and coronary artery disease. Arterioscler Thromb, 12(2), 187-195. Campos, H., McNamara, J. R., Wilson, P. W., Ordovas, J. M., & Schaefer, E. J. (1988). Differences in low density lipoprotein subfractions and apolipoproteins in premenopausal and postmenopausal women. J Clin Endocrinol Metab, 67(1), 30-35. Canoy, D., Boekholdt, S. M., Wareham, N., Luben, R., Welch, A., Bingham, S., . . . Khaw, K. T. (2007). Body fat distribution and risk of coronary heart disease in men and women in 232 the European Prospective Investigation Into Cancer and Nutrition in Norfolk cohort: a population-based prospective study. Circulation, 116(25), 2933-2943. doi: CIRCULATIONAHA.106.673756 [pii] 10.1161/CIRCULATIONAHA.106.673756 [doi] Cappola, A. R., Xue, Q. L., Ferrucci, L., Guralnik, J. M., Volpato, S., & Fried, L. P. (2003). Insulin-like growth factor I and interleukin-6 contribute synergistically to disability and mortality in older women. J Clin Endocrinol Metab, 88(5), 2019-2025. doi: 10.1210/jc.2002-021694 Carlyle, M., Jones, O. B., Kuo, J. J., & Hall, J. E. (2002). Chronic cardiovascular and renal actions of leptin: role of adrenergic activity. Hypertension, 39(2 Pt 2), 496-501. Carr, M. C. (2003). The emergence of the metabolic syndrome with menopause. J Clin Endocrinol Metab, 88(6), 2404-2411. Carr, M. C., Kim, K. H., Zambon, A., Mitchell, E. S., Woods, N. F., Casazza, C. P., . . . Schwartz, R. S. (2000). Changes in LDL density across the menopausal transition. J Investig Med, 48(4), 245-250. Carroll, C. C., Fluckey, J. D., Williams, R. H., Sullivan, D. H., & Trappe, T. A. (2005). Human soleus and vastus lateralis muscle protein metabolism with an amino acid infusion. Am J Physiol Endocrinol Metab, 288(3), E479-485. doi: 10.1152/ajpendo.00393.2004 Carroll, S., & Dudfield, M. (2004). What is the relationship between exercise and metabolic abnormalities? A review of the metabolic syndrome. Sports Med, 34(6), 371-418. doi: 3464 [pii] Carter, J. E. L., & Heath, B. H. (1990). Somatotyping- development and applications: Cambridge University Press. Cartier, A., Cote, M., Lemieux, I., Perusse, L., Tremblay, A., Bouchard, C., & Despres, J. P. (2009). Sex differences in inflammatory markers: what is the contribution of visceral adiposity? Am J Clin Nutr, 89(5), 1307-1314. doi: 10.3945/ajcn.2008.27030 Casey, A. A., Elliott, M., Glanz, K., Haire-Joshu, D., Lovegreen, S. L., Saelens, B. E., . . . Brownson, R. C. (2008). Impact of the food environment and physical activity environment on behaviors and weight status in rural U.S. communities. Prev Med, 47(6), 600-604. doi: 10.1016/j.ypmed.2008.10.001 Castell, J. V., Gomez-Lechon, M. J., David, M., Fabra, R., Trullenque, R., & Heinrich, P. C. (1990). Acute-phase response of human hepatocytes: regulation of acute-phase protein synthesis by interleukin-6. Hepatology, 12(5), 1179-1186. doi: S0270913990002543 [pii] Cavazzoni, P., Tanaka, Y., Roychowdhury, S. M., Breier, A., & Allison, D. B. (2003). Nizatidine for prevention of weight gain with olanzapine: a double-blind placebo-controlled trial. Eur Neuropsychopharmacol, 13(2), 81-85. CDC. (2004). Prevalence of overweight and obesity among adults with diagnosed diabetes-United States, 1988-1994 and 1999-2002. MMWR Morb Mortal Wkly Rep, 53(45), 10661068. doi: mm5345a2 [pii] Cesari, M., Kritchevsky, S. B., Baumgartner, R. N., Atkinson, H. H., Penninx, B. W., Lenchik, L., . . . Pahor, M. (2005). Sarcopenia, obesity, and inflammation--results from the Trial of Angiotensin Converting Enzyme Inhibition and Novel Cardiovascular Risk Factors study. Am J Clin Nutr, 82(2), 428-434. Chang, Y., Ryu, S., Suh, B. S., Yun, K. E., Kim, C. W., & Cho, S. I. (2012). Impact of BMI on the incidence of metabolic abnormalities in metabolically healthy men. Int J Obes (Lond), 36(9), 1187-1194. doi: 10.1038/ijo.2011.247 233 Cheskin, L. J., Bartlett, S. J., Zayas, R., Twilley, C. H., Allison, D. B., & Contoreggi, C. (1999). Prescription medications: a modifiable contributor to obesity. South Med J, 92(9), 898904. Chiang, B. N., Perlman, L. V., & Epstein, F. H. (1969). Overweight and hypertension. A review. Circulation, 39(3), 403-421. Chlebowski, R. T., Grosvenor, M., Lillington, L., Sayre, J., & Beall, G. (1995). Dietary intake and counseling, weight maintenance, and the course of HIV infection. J Am Diet Assoc, 95(4), 428-432; quiz 433-425. doi: 10.1016/s0002-8223(95)00115-8 Church, T. S., Thomas, D. M., Tudor-Locke, C., Katzmarzyk, P. T., Earnest, C. P., Rodarte, R. Q., . . . Bouchard, C. (2011). Trends over 5 decades in U.S. occupation-related physical activity and their associations with obesity. PLoS One, 6(5), e19657. doi: 10.1371/journal.pone.0019657 Clark, B. C., Fernhall, B., & Ploutz-Snyder, L. L. (2006). Adaptations in human neuromuscular function following prolonged unweighting: I. Skeletal muscle contractile properties and applied ischemia efficacy. J Appl Physiol, 101(1), 256-263. doi: 10.1152/japplphysiol.01402.2005 Clark, B. C., & Manini, T. M. (2008). Sarcopenia =/= dynapenia. J Gerontol A Biol Sci Med Sci, 63(8), 829-834. Clark, B. C., & Manini, T. M. (2010). Functional consequences of sarcopenia and dynapenia in the elderly. Curr Opin Clin Nutr Metab Care, 13(3), 271-276. doi: 10.1097/MCO.0b013e328337819e Clark, B. C., & Manini, T. M. (2012). What is dynapenia? Nutrition, 28(5), 495-503. doi: S08999007(11)00468-0 [pii] 10.1016/j.nut.2011.12.002 [doi] Clark, B. C., Manini, T. M., Bolanowski, S. J., & Ploutz-Snyder, L. L. (2006). Adaptations in human neuromuscular function following prolonged unweighting: II. Neurological properties and motor imagery efficacy. J Appl Physiol, 101(1), 264-272. doi: 10.1152/japplphysiol.01404.2005 Cohen, D. A. (2008). Obesity and the built environment: changes in environmental cues cause energy imbalances. Int J Obes (Lond), 32 Suppl 7, S137-142. doi: 10.1038/ijo.2008.250 Colditz, G. A., Willett, W. C., Rotnitzky, A., & Manson, J. E. (1995). Weight gain as a risk factor for clinical diabetes mellitus in women. Ann Intern Med, 122(7), 481-486. Cook, N. R., Cohen, J., Hebert, P. R., Taylor, J. O., & Hennekens, C. H. (1995). Implications of small reductions in diastolic blood pressure for primary prevention. Arch Intern Med, 155(7), 701-709. Cooper, R., McFarlane-Anderson, N., Bennett, F. I., Wilks, R., Puras, A., Tewksbury, D., . . . Forrester, T. (1997). ACE, angiotensinogen and obesity: a potential pathway leading to hypertension. J Hum Hypertens, 11(2), 107-111. Cornelissen, V. A., & Fagard, R. H. (2005). Effects of endurance training on blood pressure, blood pressure-regulating mechanisms, and cardiovascular risk factors. Hypertension, 46(4), 667-675. doi: 01.HYP.0000184225.05629.51 [pii] 10.1161/01.HYP.0000184225.05629.51 [doi] Cornier, M. A., Dabelea, D., Hernandez, T. L., Lindstrom, R. C., Steig, A. J., Stob, N. R., . . . Eckel, R. H. (2008). The metabolic syndrome. Endocr Rev, 29(7), 777-822. doi: 10.1210/er.20080024 234 Cornier, M. A., Despres, J. P., Davis, N., Grossniklaus, D. A., Klein, S., Lamarche, B., . . . Poirier, P. (2011). Assessing adiposity: a scientific statement from the american heart association. Circulation, 124(18), 1996-2019. doi: CIR.0b013e318233bc6a [pii] 10.1161/CIR.0b013e318233bc6a [doi] Coutinho, T., Goel, K., Correa de Sa, D., Kragelund, C., Kanaya, A. M., Zeller, M., . . . LopezJimenez, F. (2011). Central obesity and survival in subjects with coronary artery disease: a systematic review of the literature and collaborative analysis with individual subject data. J Am Coll Cardiol, 57(19), 1877-1886. doi: 10.1016/j.jacc.2010.11.058 Cowie, C. C., Rust, K. F., Byrd-Holt, D. D., Eberhardt, M. S., Flegal, K. M., Engelgau, M. M., . . . Gregg, E. W. (2006). Prevalence of diabetes and impaired fasting glucose in adults in the U.S. population: National Health And Nutrition Examination Survey 1999-2002. Diabetes Care, 29(6), 1263-1268. doi: 10.2337/dc06-0062 Crespo, C. J., Keteyian, S. J., Heath, G. W., & Sempos, C. T. (1996). Leisure-time physical activity among US adults. Results from the Third National Health and Nutrition Examination Survey. Arch Intern Med, 156(1), 93-98. Crovetti, R., Porrini, M., Santangelo, A., & Testolin, G. (1998). The influence of thermic effect of food on satiety. Eur J Clin Nutr, 52(7), 482-488. Cruwys, T., Bevelander, K. E., & Hermans, R. C. (2015). Social modeling of eating: a review of when and why social influence affects food intake and choice. Appetite, 86, 3-18. doi: 10.1016/j.appet.2014.08.035 Cummings, S. R., Palermo, L., Browner, W., Marcus, R., Wallace, R., Pearson, J., . . . Black, D. (2000). Monitoring osteoporosis therapy with bone densitometry: misleading changes and regression to the mean. Fracture Intervention Trial Research Group. JAMA, 283(10), 1318-1321. Darmon, P. (2013). Intentional weight loss in older adults: useful or wasting disease generating strategy? Curr Opin Clin Nutr Metab Care, 16(3), 284-289. doi: 10.1097/MCO.0b013e32835f503f Dattilo, A. M., & Kris-Etherton, P. M. (1992). Effects of weight reduction on blood lipids and lipoproteins: a meta-analysis. Am J Clin Nutr, 56(2), 320-328. Davis, S. R., Castelo-Branco, C., Chedraui, P., Lumsden, M. A., Nappi, R. E., Shah, D., & Villaseca, P. (2012). Understanding weight gain at menopause. Climacteric, 15(5), 419-429. doi: 10.3109/13697137.2012.707385 [doi] DCCT. (1995). Adverse events and their association with treatment regimens in the diabetes control and complications trial. Diabetes Care, 18(11), 1415-1427. de Jonge, L., & Bray, G. A. (1997). The thermic effect of food and obesity: a critical review. Obes Res, 5(6), 622-631. de Koning, L., Merchant, A. T., Pogue, J., & Anand, S. S. (2007). Waist circumference and waistto-hip ratio as predictors of cardiovascular events: meta-regression analysis of prospective studies. Eur Heart J, 28(7), 850-856. doi: 10.1093/eurheartj/ehm026 Decaria, J. E., Sharp, C., & Petrella, R. J. (2012). Scoping review report: obesity in older adults. Int J Obes (Lond). doi: ijo201229 [pii] 10.1038/ijo.2012.29 [doi] DeFronzo, R. A., & Ferrannini, E. (1991). Insulin resistance. A multifaceted syndrome responsible for NIDDM, obesity, hypertension, dyslipidemia, and atherosclerotic cardiovascular disease. Diabetes Care, 14(3), 173-194. 235 DeFronzo, R. A., Jacot, E., Jequier, E., Maeder, E., Wahren, J., & Felber, J. P. (1981). The effect of insulin on the disposal of intravenous glucose. Results from indirect calorimetry and hepatic and femoral venous catheterization. Diabetes, 30(12), 1000-1007. Dehghan, M., & Merchant, A. T. (2008). Is bioelectrical impedance accurate for use in large epidemiological studies? Nutr J, 7, 26. doi: 1475-2891-7-26 [pii] 10.1186/1475-2891-7-26 [doi] Delmonico, M. J., Harris, T. B., Visser, M., Park, S. W., Conroy, M. B., Velasquez-Mieyer, P., . . . Goodpaster, B. H. (2009). Longitudinal study of muscle strength, quality, and adipose tissue infiltration. Am J Clin Nutr, 90(6), 1579-1585. doi: 10.3945/ajcn.2009.28047 DeNino, W. F., Tchernof, A., Dionne, I. J., Toth, M. J., Ades, P. A., Sites, C. K., & Poehlman, E. T. (2001). Contribution of abdominal adiposity to age-related differences in insulin sensitivity and plasma lipids in healthy nonobese women. Diabetes Care, 24(5), 925-932. Derby, C. A., Crawford, S. L., Pasternak, R. C., Sowers, M., Sternfeld, B., & Matthews, K. A. (2009). Lipid changes during the menopause transition in relation to age and weight: the Study of Women's Health Across the Nation. Am J Epidemiol, 169(11), 1352-1361. doi: 10.1093/aje/kwp043 Despres, J. P. (2006). Is visceral obesity the cause of the metabolic syndrome? Ann Med, 38(1), 52-63. doi: W841GH0GX6M3U0G0 [pii] 10.1080/07853890500383895 [doi] Despres, J. P. (2012). Abdominal Obesity and Cardiovascular Disease: Is Inflammation the Missing Link? Can J Cardiol. doi: S0828-282X(12)00283-8 [pii] 10.1016/j.cjca.2012.06.004 [doi] Despres, J. P., & Lemieux, I. (2006). Abdominal obesity and metabolic syndrome. Nature, 444(7121), 881-887. doi: nature05488 [pii] 10.1038/nature05488 [doi] Despres, J. P., Lemieux, I., Bergeron, J., Pibarot, P., Mathieu, P., Larose, E., . . . Poirier, P. (2008). Abdominal obesity and the metabolic syndrome: contribution to global cardiometabolic risk. Arterioscler Thromb Vasc Biol, 28(6), 1039-1049. doi: ATVBAHA.107.159228 [pii] 10.1161/ATVBAHA.107.159228 [doi] Despres, J. P., Lemieux, I., & Prud'homme, D. (2001). Treatment of obesity: need to focus on high risk abdominally obese patients. BMJ, 322(7288), 716-720. Despres, J. P., Lemieux, S., Lamarche, B., Prud'homme, D., Moorjani, S., Brun, L. D., . . . Lupien, P. J. (1995). The insulin resistance-dyslipidemic syndrome: contribution of visceral obesity and therapeutic implications. Int J Obes Relat Metab Disord, 19 Suppl 1, S76-86. Despres, J. P., Moorjani, S., Lupien, P. J., Tremblay, A., Nadeau, A., & Bouchard, C. (1990). Regional distribution of body fat, plasma lipoproteins, and cardiovascular disease. Arteriosclerosis, 10(4), 497-511. Devlin, J. T., Hirshman, M., Horton, E. D., & Horton, E. S. (1987). Enhanced peripheral and splanchnic insulin sensitivity in NIDDM men after single bout of exercise. Diabetes, 36(4), 434-439. Di Pietro, L., Dziura, J., & Blair, S. N. (2004). Estimated change in physical activity level (PAL) and prediction of 5-year weight change in men: the Aerobics Center Longitudinal Study. Int J Obes Relat Metab Disord, 28(12), 1541-1547. doi: 10.1038/sj.ijo.0802821 DiBona, G. F. (2004). The sympathetic nervous system and hypertension: recent developments. Hypertension, 43(2), 147-150. doi: 10.1161/01.HYP.0000113047.47711.fa 236 Do, K. A., Green, A., Guthrie, J. R., Dudley, E. C., Burger, H. G., & Dennerstein, L. (2000). Longitudinal study of risk factors for coronary heart disease across the menopausal transition. Am J Epidemiol, 151(6), 584-593. Dobbelsteyn, C. J., Joffres, M. R., MacLean, D. R., & Flowerdew, G. (2001). A comparative evaluation of waist circumference, waist-to-hip ratio and body mass index as indicators of cardiovascular risk factors. The Canadian Heart Health Surveys. Int J Obes Relat Metab Disord, 25(5), 652-661. doi: 10.1038/sj.ijo.0801582 Doherty, T. J. (2003). Invited review: Aging and sarcopenia. J Appl Physiol (1985), 95(4), 17171727. doi: 10.1152/japplphysiol.00347.2003 Dominguez, L. J., & Barbagallo, M. (2007). The cardiometabolic syndrome and sarcopenic obesity in older persons. J Cardiometab Syndr, 2(3), 183-189. Donnelly, J. E., Blair, S. N., Jakicic, J. M., Manore, M. M., Rankin, J. W., & Smith, B. K. (2009). American College of Sports Medicine Position Stand. Appropriate physical activity intervention strategies for weight loss and prevention of weight regain for adults. Med Sci Sports Exerc, 41(2), 459-471. doi: 10.1249/MSS.0b013e3181949333 Donnelly, J. E., Smith, B., Jacobsen, D. J., Kirk, E., Dubose, K., Hyder, M., . . . Washburn, R. (2004). The role of exercise for weight loss and maintenance. Best Pract Res Clin Gastroenterol, 18(6), 1009-1029. doi: 10.1016/j.bpg.2004.06.022 Douchi, T., Yamamoto, S., Nakamura, S., Ijuin, T., Oki, T., Maruta, K., & Nagata, Y. (1998). The effect of menopause on regional and total body lean mass. Maturitas, 29(3), 247-252. Dow, C. A., Thomson, C. A., Flatt, S. W., Sherwood, N. E., Pakiz, B., & Rock, C. L. (2013). Predictors of improvement in cardiometabolic risk factors with weight loss in women. J Am Heart Assoc, 2(6), e000152. doi: 10.1161/jaha.113.000152 Dube, J., & Goodpaster, B. H. (2006). Assessment of intramuscular triglycerides: contribution to metabolic abnormalities. Curr Opin Clin Nutr Metab Care, 9(5), 553-559. doi: 10.1097/01.mco.0000241664.38385.12 Duchateau, J., & Enoka, R. M. (2002). Neural adaptations with chronic activity patterns in ablebodied humans. Am J Phys Med Rehabil, 81(11 Suppl), S17-27. doi: 10.1097/01.phm.0000029724.14558.bc Dulloo, A. G., Jacquet, J., Solinas, G., Montani, J. P., & Schutz, Y. (2010). Body composition phenotypes in pathways to obesity and the metabolic syndrome. Int J Obes (Lond), 34 Suppl 2, S4-17. doi: ijo2010234 [pii] 10.1038/ijo.2010.234 [doi] Durstine, J. L., Grandjean, P. W., Cox, C. A., & Thompson, P. D. (2002). Lipids, lipoproteins, and exercise. J Cardiopulm Rehabil, 22(6), 385-398. Durstine, J. L., Grandjean, P. W., Davis, P. G., Ferguson, M. A., Alderson, N. L., & DuBose, K. D. (2001). Blood lipid and lipoprotein adaptations to exercise: a quantitative analysis. Sports Med, 31(15), 1033-1062. doi: 311502 [pii] Duval, K., Prud'homme, D., Rabasa-Lhoret, R., Strychar, I., Brochu, M., Lavoie, J. M., & Doucet, E. (2013). Effects of the menopausal transition on energy expenditure: a MONET Group Study. Eur J Clin Nutr, 67(4), 407-411. doi: 10.1038/ejcn.2013.33 Duval, K., Prud'homme, D., Rabasa-Lhoret, R., Strychar, I., Brochu, M., Lavoie, J. M., & Doucet, E. (2014). Effects of the menopausal transition on dietary intake and appetite: a MONET Group Study. Eur J Clin Nutr, 68(2), 271-276. doi: 10.1038/ejcn.2013.171 Duvigneaud, N., Matton, L., Wijndaele, K., Deriemaeker, P., Lefevre, J., Philippaerts, R., . . . Duquet, W. (2008). Relationship of obesity with physical activity, aerobic fitness and muscle strength in Flemish adults. J Sports Med Phys Fitness, 48(2), 201-210. 237 Eckel, R. H. (1997). Obesity and heart disease: a statement for healthcare professionals from the Nutrition Committee, American Heart Association. Circulation, 96(9), 3248-3250. Eckel, R. H., Kahn, R., Robertson, R. M., & Rizza, R. A. (2006). Preventing cardiovascular disease and diabetes: a call to action from the American Diabetes Association and the American Heart Association. Diabetes Care, 29(7), 1697-1699. doi: 10.2337/dc06-9911 Edwards, E. B., & Gleeson, T. T. (2001). Can energetic expenditure be minimized by performing activity intermittently? J Exp Biol, 204(Pt 3), 599-605. Ehrhart-Bornstein, M., Lamounier-Zepter, V., Schraven, A., Langenbach, J., Willenberg, H. S., Barthel, A., . . . Bornstein, S. R. (2003). Human adipocytes secrete mineralocorticoidreleasing factors. Proc Natl Acad Sci U S A, 100(24), 14211-14216. doi: 10.1073/pnas.2336140100 Eikelis, N., Schlaich, M., Aggarwal, A., Kaye, D., & Esler, M. (2003). Interactions between leptin and the human sympathetic nervous system. Hypertension, 41(5), 1072-1079. doi: 10.1161/01.hyp.0000066289.17754.49 Eilat-Adar, S., Eldar, M., & Goldbourt, U. (2005). Association of intentional changes in body weight with coronary heart disease event rates in overweight subjects who have an additional coronary risk factor. Am J Epidemiol, 161(4), 352-358. doi: 10.1093/aje/kwi045 Eknoyan, G. (2008). Adolphe Quetelet (1796-1874)--the average man and indices of obesity. Nephrol Dial Transplant, 23(1), 47-51. doi: 10.1093/ndt/gfm517 Elia, M. (2001). Obesity in the elderly. Obes Res, 9 Suppl 4, 244S-248S. doi: 10.1038/oby.2001.126 [doi] Elliot, D. L., Goldberg, L., & Kuehl, K. S. (1992). Effect of resistance training on excess postexercise oxygen consumption. The Journal of Strength & Conditioning Research(6.2), 7781. Elliot, D. L., Goldberg, L., Kuehl, K. S., & Bennett, W. M. (1989). Sustained depression of the resting metabolic rate after massive weight loss. Am J Clin Nutr, 49(1), 93-96. Ello-Martin, J. A., Ledikwe, J. H., & Rolls, B. J. (2005). The influence of food portion size and energy density on energy intake: implications for weight management. Am J Clin Nutr, 82(1 Suppl), 236s-241s. Engeli, S., Bohnke, J., Gorzelniak, K., Janke, J., Schling, P., Bader, M., . . . Sharma, A. M. (2005). Weight loss and the renin-angiotensin-aldosterone system. Hypertension, 45(3), 356362. doi: 10.1161/01.HYP.0000154361.47683.d3 Engeli, S., Schling, P., Gorzelniak, K., Boschmann, M., Janke, J., Ailhaud, G., . . . Sharma, A. M. (2003). The adipose-tissue renin-angiotensin-aldosterone system: role in the metabolic syndrome? Int J Biochem Cell Biol, 35(6), 807-825. Evans, E. M., Rowe, D. A., Racette, S. B., Ross, K. M., & McAuley, E. (2006). Is the current BMI obesity classification appropriate for black and white postmenopausal women? Int J Obes (Lond), 30(5), 837-843. doi: 0803208 [pii] 10.1038/sj.ijo.0803208 [doi] Evans, W. (1997). Functional and metabolic consequences of sarcopenia. J Nutr, 127(5 Suppl), 998S-1003S. Fagard, R. H. (1999). Physical activity in the prevention and treatment of hypertension in the obese. Med Sci Sports Exerc, 31(11 Suppl), S624-630. Fagard, R. H. (2006). Exercise is good for your blood pressure: effects of endurance training and resistance training. Clin Exp Pharmacol Physiol, 33(9), 853-856. doi: 10.1111/j.14401681.2006.04453.x 238 Fan, J., Song, Y., Chen, Y., Hui, R., & Zhang, W. (2013). Combined effect of obesity and cardiometabolic abnormality on the risk of cardiovascular disease: a meta-analysis of prospective cohort studies. Int J Cardiol, 168(5), 4761-4768. doi: 10.1016/j.ijcard.2013.07.230 Fantin, F., Di Francesco, V., Fontana, G., Zivelonghi, A., Bissoli, L., Zoico, E., . . . Zamboni, M. (2007). Longitudinal body composition changes in old men and women: interrelationships with worsening disability. J Gerontol A Biol Sci Med Sci, 62(12), 13751381. doi: 62/12/1375 [pii] Farooqi, I. S., Volders, K., Stanhope, R., Heuschkel, R., White, A., Lank, E., . . . Creemers, J. W. (2007). Hyperphagia and early-onset obesity due to a novel homozygous missense mutation in prohormone convertase 1/3. J Clin Endocrinol Metab, 92(9), 3369-3373. doi: 10.1210/jc.2007-0687 Fernandez, J. R., Heo, M., Heymsfield, S. B., Pierson, R. N., Jr., Pi-Sunyer, F. X., Wang, Z. M., . . . Gallagher, D. (2003). Is percentage body fat differentially related to body mass index in Hispanic Americans, African Americans, and European Americans? Am J Clin Nutr, 77(1), 71-75. Fernstrom, M. H. (1995). Drugs that cause weight gain. Obes Res, 3 Suppl 4, 435S-439S. Ferrannini, E., Natali, A., Bell, P., Cavallo-Perin, P., Lalic, N., & Mingrone, G. (1997). Insulin resistance and hypersecretion in obesity. European Group for the Study of Insulin Resistance (EGIR). J Clin Invest, 100(5), 1166-1173. doi: 10.1172/JCI119628 [doi] Ferrucci, L., Penninx, B. W., Volpato, S., Harris, T. B., Bandeen-Roche, K., Balfour, J., . . . Md, J. M. (2002). Change in muscle strength explains accelerated decline of physical function in older women with high interleukin-6 serum levels. J Am Geriatr Soc, 50(12), 1947-1954. Festa, A., D'Agostino, R., Jr., Tracy, R. P., & Haffner, S. M. (2002). Elevated levels of acute-phase proteins and plasminogen activator inhibitor-1 predict the development of type 2 diabetes: the insulin resistance atherosclerosis study. Diabetes, 51(4), 1131-1137. Finucane, M. M., Stevens, G. A., Cowan, M. J., Danaei, G., Lin, J. K., Paciorek, C. J., . . . Ezzati, M. (2011). National, regional, and global trends in body-mass index since 1980: systematic analysis of health examination surveys and epidemiological studies with 960 countryyears and 9.1 million participants. Lancet, 377(9765), 557-567. doi: S01406736(10)62037-5 [pii] 10.1016/S0140-6736(10)62037-5 [doi] Fisher, J. O., & Birch, L. L. (2002). Eating in the absence of hunger and overweight in girls from 5 to 7 y of age. Am J Clin Nutr, 76(1), 226-231. Flatt, J. P., Ravussin, E., Acheson, K. J., & Jequier, E. (1985). Effects of dietary fat on postprandial substrate oxidation and on carbohydrate and fat balances. J Clin Invest, 76(3), 10191024. doi: 10.1172/jci112054 Flegal, K. M., Carroll, M. D., Kit, B. K., & Ogden, C. L. (2012). Prevalence of obesity and trends in the distribution of body mass index among US adults, 1999-2010. JAMA, 307(5), 491497. doi: jama.2012.39 [pii] 10.1001/jama.2012.39 [doi] Flegal, K. M., & Kalantar-Zadeh, K. (2013). Overweight, mortality and survival. Obesity (Silver Spring), 21(9), 1744-1745. doi: 10.1002/oby.20588 Flier, J. S. (2004). Obesity wars: molecular progress confronts an expanding epidemic. Cell, 116(2), 337-350. Fogelholm, M., & Kukkonen-Harjula, K. (2000). Does physical activity prevent weight gain--a systematic review. Obes Rev, 1(2), 95-111. 239 Fogelholm, M., Mannisto, S., Vartiainen, E., & Pietinen, P. (1996). Determinants of energy balance and overweight in Finland 1982 and 1992. Int J Obes Relat Metab Disord, 20(12), 1097-1104. Forrester, J. S., & Shah, P. K. (2006). Emerging strategies for increasing high-density lipoprotein. Am J Cardiol, 98(11), 1542-1549. doi: 10.1016/j.amjcard.2006.06.059 Foster-Schubert, K. E., Alfano, C. M., Duggan, C. R., Xiao, L., Campbell, K. L., Kong, A., . . . McTiernan, A. (2012). Effect of diet and exercise, alone or combined, on weight and body composition in overweight-to-obese postmenopausal women. Obesity (Silver Spring), 20(8), 1628-1638. doi: 10.1038/oby.2011.76 Fox, C. S., Gona, P., Hoffmann, U., Porter, S. A., Salton, C. J., Massaro, J. M., . . . Manning, W. J. (2009). Pericardial fat, intrathoracic fat, and measures of left ventricular structure and function: the Framingham Heart Study. Circulation, 119(12), 1586-1591. doi: 10.1161/circulationaha.108.828970 Fox, C. S., Massaro, J. M., Hoffmann, U., Pou, K. M., Maurovich-Horvat, P., Liu, C. Y., . . . O'Donnell, C. J. (2007). Abdominal visceral and subcutaneous adipose tissue compartments: association with metabolic risk factors in the Framingham Heart Study. Circulation, 116(1), 39-48. doi: CIRCULATIONAHA.106.675355 [pii] 10.1161/CIRCULATIONAHA.106.675355 [doi] Fox, C. S., Massaro, J. M., Schlett, C. L., Lehman, S. J., Meigs, J. B., O'Donnell, C. J., . . . Murabito, J. M. (2010). Periaortic fat deposition is associated with peripheral arterial disease: the Framingham heart study. Circ Cardiovasc Imaging, 3(5), 515-519. doi: CIRCIMAGING.110.958884 [pii] 10.1161/CIRCIMAGING.110.958884 [doi] Fox, K. R., & Hillsdon, M. (2007). Physical activity and obesity. Obes Rev, 8 Suppl 1, 115-121. doi: 10.1111/j.1467-789X.2007.00329.x Frayn, K. N. (2000). Visceral fat and insulin resistance--causative or correlative? Br J Nutr, 83 Suppl 1, S71-77. doi: S0007114500000982 [pii] French, S. A., Epstein, L. H., Jeffery, R. W., Blundell, J. E., & Wardle, J. (2012). Eating behavior dimensions. Associations with energy intake and body weight. A review. Appetite, 59(2), 541-549. doi: 10.1016/j.appet.2012.07.001 French, S. A., Jeffery, R. W., Forster, J. L., McGovern, P. G., Kelder, S. H., & Baxter, J. E. (1994). Predictors of weight change over two years among a population of working adults: the Healthy Worker Project. Int J Obes Relat Metab Disord, 18(3), 145-154. French, S. A., Story, M., & Jeffery, R. W. (2001). Environmental influences on eating and physical activity. Annu Rev Public Health, 22, 309-335. doi: 10.1146/annurev.publhealth.22.1.309 Fried, S. K., Bunkin, D. A., & Greenberg, A. S. (1998). Omental and subcutaneous adipose tissues of obese subjects release interleukin-6: depot difference and regulation by glucocorticoid. J Clin Endocrinol Metab, 83(3), 847-850. doi: 10.1210/jcem.83.3.4660 Frimel, T. N., Sinacore, D. R., & Villareal, D. T. (2008). Exercise attenuates the weight-lossinduced reduction in muscle mass in frail obese older adults. Med Sci Sports Exerc, 40(7), 1213-1219. doi: 10.1249/MSS.0b013e31816a85ce Frisard, M. I., Broussard, A., Davies, S. S., Roberts, L. J., 2nd, Rood, J., de Jonge, L., . . . Ravussin, E. (2007). Aging, resting metabolic rate, and oxidative damage: results from the Louisiana Healthy Aging Study. J Gerontol A Biol Sci Med Sci, 62(7), 752-759. Frisch, R. E., Wyshak, G., Albright, T. E., Albright, N. L., & Schiff, I. (1986). Lower prevalence of diabetes in female former college athletes compared with nonathletes. Diabetes, 35(10), 1101-1105. 240 Frontera, W. R., Hughes, V. A., Lutz, K. J., & Evans, W. J. (1991). A cross-sectional study of muscle strength and mass in 45- to 78-yr-old men and women. J Appl Physiol (1985), 71(2), 644650. G.Brooks, T. F., K.Baldwin. (2005). Exercise Physiology, Human Bioenergetics and Its Applications. New York: McGrawHill. Gallagher, D., Visser, M., Sepulveda, D., Pierson, R. N., Harris, T., & Heymsfield, S. B. (1996). How useful is body mass index for comparison of body fatness across age, sex, and ethnic groups? Am J Epidemiol, 143(3), 228-239. Garland, T., Jr., Schutz, H., Chappell, M. A., Keeney, B. K., Meek, T. H., Copes, L. E., . . . Eisenmann, J. C. (2011). The biological control of voluntary exercise, spontaneous physical activity and daily energy expenditure in relation to obesity: human and rodent perspectives. J Exp Biol, 214(Pt 2), 206-229. doi: 10.1242/jeb.048397 Garrow, J. S., & Summerbell, C. D. (1995). Meta-analysis: effect of exercise, with or without dieting, on the body composition of overweight subjects. Eur J Clin Nutr, 49(1), 1-10. Gerstein, H. C., Yusuf, S., Bosch, J., Pogue, J., Sheridan, P., Dinccag, N., . . . Holman, R. R. (2006). Effect of rosiglitazone on the frequency of diabetes in patients with impaired glucose tolerance or impaired fasting glucose: a randomised controlled trial. Lancet, 368(9541), 1096-1105. doi: S0140-6736(06)69420-8 [pii] 10.1016/S0140-6736(06)69420-8 [doi] Gilardini, L., Vallone, L., Cottafava, R., Redaelli, G., Croci, M., Conti, A., . . . Invitti, C. (2012). Insulin sensitivity deteriorates after short-term lifestyle intervention in the insulin sensitive phenotype of obesity. Obes Facts, 5(1), 68-76. doi: 10.1159/000336926 Giskes, K., Kamphuis, C. B., van Lenthe, F. J., Kremers, S., Droomers, M., & Brug, J. (2007). A systematic review of associations between environmental factors, energy and fat intakes among adults: is there evidence for environments that encourage obesogenic dietary intakes? Public Health Nutr, 10(10), 1005-1017. doi: 10.1017/s1368980007665525 Giskes, K., van Lenthe, F., Avendano-Pabon, M., & Brug, J. (2011). A systematic review of environmental factors and obesogenic dietary intakes among adults: are we getting closer to understanding obesogenic environments? Obes Rev, 12(5), e95-e106. doi: 10.1111/j.1467-789X.2010.00769.x Glickman, S. G., Marn, C. S., Supiano, M. A., & Dengel, D. R. (2004a). Validity and reliability of dual-energy X-ray absorptiometry for the assessment of abdominal adiposity. J Appl Physiol, 97(2), 509-514. doi: 10.1152/japplphysiol.01234.2003 Glickman, S. G., Marn, C. S., Supiano, M. A., & Dengel, D. R. (2004b). Validity and reliability of dual-energy X-ray absorptiometry for the assessment of abdominal adiposity. J Appl Physiol (1985), 97(2), 509-514. doi: 10.1152/japplphysiol.01234.2003 Goh, V. H., Tain, C. F., Tong, T. Y., Mok, H. P., & Wong, M. T. (2004). Are BMI and other anthropometric measures appropriate as indices for obesity? A study in an Asian population. J Lipid Res, 45(10), 1892-1898. doi: 10.1194/jlr.M400159-JLR200 Golay, A., Schutz, Y., Felber, J. P., de Fronzo, R. A., & Jequier, E. (1986). Lack of thermogenic response to glucose/insulin infusion in diabetic obese subjects. Int J Obes, 10(2), 107116. Golay, A., Schutz, Y., Meyer, H. U., Thiebaud, D., Curchod, B., Maeder, E., . . . Jequier, E. (1982). Glucose-induced thermogenesis in nondiabetic and diabetic obese subjects. Diabetes, 31(11), 1023-1028. 241 Goldstein, D. J. (1992). Beneficial health effects of modest weight loss. Int J Obes Relat Metab Disord, 16(6), 397-415. Goodfriend, T. L., & Calhoun, D. A. (2004). Resistant hypertension, obesity, sleep apnea, and aldosterone: theory and therapy. Hypertension, 43(3), 518-524. doi: 10.1161/01.HYP.0000116223.97436.e5 Goodfriend, T. L., Egan, B. M., & Kelley, D. E. (1998). Aldosterone in obesity. Endocr Res, 24(3-4), 789-796. Goodpaster, B. H., Delany, J. P., Otto, A. D., Kuller, L., Vockley, J., South-Paul, J. E., . . . Jakicic, J. M. (2010). Effects of diet and physical activity interventions on weight loss and cardiometabolic risk factors in severely obese adults: a randomized trial. JAMA, 304(16), 1795-1802. doi: 10.1001/jama.2010.1505 Goodpaster, B. H., Kelley, D. E., Wing, R. R., Meier, A., & Thaete, F. L. (1999). Effects of weight loss on regional fat distribution and insulin sensitivity in obesity. Diabetes, 48(4), 839847. Goodpaster, B. H., Park, S. W., Harris, T. B., Kritchevsky, S. B., Nevitt, M., Schwartz, A. V., . . . Newman, A. B. (2006). The loss of skeletal muscle strength, mass, and quality in older adults: the health, aging and body composition study. J Gerontol A Biol Sci Med Sci, 61(10), 1059-1064. Gordon, T., Kannel, W. B., Hjortland, M. C., & McNamara, P. M. (1978). Menopause and coronary heart disease. The Framingham Study. Ann Intern Med, 89(2), 157-161. Gortmaker, S. L., Must, A., Sobol, A. M., Peterson, K., Colditz, G. A., & Dietz, W. H. (1996). Television viewing as a cause of increasing obesity among children in the United States, 1986-1990. Arch Pediatr Adolesc Med, 150(4), 356-362. Gottdiener, J. S., Reda, D. J., Williams, D. W., Materson, B. J., Cushman, W., & Anderson, R. J. (1998). Effect of single-drug therapy on reduction of left atrial size in mild to moderate hypertension: comparison of six antihypertensive agents. Circulation, 98(2), 140-148. Griffin, M. E., Marcucci, M. J., Cline, G. W., Bell, K., Barucci, N., Lee, D., . . . Shulman, G. I. (1999). Free fatty acid-induced insulin resistance is associated with activation of protein kinase C theta and alterations in the insulin signaling cascade. Diabetes, 48(6), 1270-1274. Grinker, J. (1978). Obesity and sweet taste. Am J Clin Nutr, 31(6), 1078-1087. Grundy, S. M., Brewer, H. B., Jr., Cleeman, J. I., Smith, S. C., Jr., & Lenfant, C. (2004). Definition of metabolic syndrome: Report of the National Heart, Lung, and Blood Institute/American Heart Association conference on scientific issues related to definition. Circulation, 109(3), 433-438. doi: 10.1161/01.cir.0000111245.75752.c6 Grundy, S. M., Cleeman, J. I., Daniels, S. R., Donato, K. A., Eckel, R. H., Franklin, B. A., . . . Costa, F. (2005). Diagnosis and management of the metabolic syndrome: an American Heart Association/National Heart, Lung, and Blood Institute Scientific Statement. Circulation, 112(17), 2735-2752. doi: CIRCULATIONAHA.105.169404 [pii] 10.1161/CIRCULATIONAHA.105.169404 [doi] Guilherme, A., Virbasius, J. V., Puri, V., & Czech, M. P. (2008). Adipocyte dysfunctions linking obesity to insulin resistance and type 2 diabetes. Nat Rev Mol Cell Biol, 9(5), 367-377. doi: 10.1038/nrm2391 Guthrie, J. R., Taffe, J. R., Lehert, P., Burger, H. G., & Dennerstein, L. (2004). Association between hormonal changes at menopause and the risk of a coronary event: a longitudinal study. Menopause, 11(3), 315-322. 242 Haffner, S. M., Miettinen, H., Gaskill, S. P., & Stern, M. P. (1995). Decreased insulin secretion and increased insulin resistance are independently related to the 7-year risk of NIDDM in Mexican-Americans. Diabetes, 44(12), 1386-1391. Hagan, R. D., Upton, S. J., Wong, L., & Whittam, J. (1986). The effects of aerobic conditioning and/or caloric restriction in overweight men and women. Med Sci Sports Exerc, 18(1), 87-94. Hagberg, J. M., Park, J. J., & Brown, M. D. (2000). The role of exercise training in the treatment of hypertension: an update. Sports Med, 30(3), 193-206. Hakkinen, K., Pakarinen, A., Kraemer, W. J., Newton, R. U., & Alen, M. (2000). Basal concentrations and acute responses of serum hormones and strength development during heavy resistance training in middle-aged and elderly men and women. J Gerontol A Biol Sci Med Sci, 55(2), B95-105. Halaas, J. L., Gajiwala, K. S., Maffei, M., Cohen, S. L., Chait, B. T., Rabinowitz, D., . . . Friedman, J. M. (1995). Weight-reducing effects of the plasma protein encoded by the obese gene. Science, 269(5223), 543-546. Halbert, J. A., Silagy, C. A., Finucane, P., Withers, R. T., & Hamdorf, P. A. (1999). Exercise training and blood lipids in hyperlipidemic and normolipidemic adults: a meta-analysis of randomized, controlled trials. Eur J Clin Nutr, 53(7), 514-522. Hall, J. E. (2003). The kidney, hypertension, and obesity. Hypertension, 41(3 Pt 2), 625-633. doi: 10.1161/01.hyp.0000052314.95497.78 Hamer, M., & Stamatakis, E. (2012). Metabolically healthy obesity and risk of all-cause and cardiovascular disease mortality. J Clin Endocrinol Metab, 97(7), 2482-2488. doi: jc.20113475 [pii] 10.1210/jc.2011-3475 [doi] Hamman, R. F. (1992). Genetic and environmental determinants of non-insulin-dependent diabetes mellitus (NIDDM). Diabetes Metab Rev, 8(4), 287-338. Hamsten, A., Wiman, B., de Faire, U., & Blomback, M. (1985). Increased plasma levels of a rapid inhibitor of tissue plasminogen activator in young survivors of myocardial infarction. N Engl J Med, 313(25), 1557-1563. doi: 10.1056/nejm198512193132501 Haskell, W. L. (1984). The influence of exercise on the concentrations of triglyceride and cholesterol in human plasma. Exerc Sport Sci Rev, 12, 205-244. He, J., Watkins, S., & Kelley, D. E. (2001). Skeletal muscle lipid content and oxidative enzyme activity in relation to muscle fiber type in type 2 diabetes and obesity. Diabetes, 50(4), 817-823. Health, N. I. o. (2000). The practical guide: identification, evaluation, and treatment of overweight and obesity in adults. NIH Publication No. 00-4084. Heini, A. F., & Weinsier, R. L. (1997). Divergent trends in obesity and fat intake patterns: the American paradox. Am J Med, 102(3), 259-264. doi: 10.1016/s0002-9343(96)00456-1 Helmrich, S. P., Ragland, D. R., Leung, R. W., & Paffenbarger, R. S., Jr. (1991). Physical activity and reduced occurrence of non-insulin-dependent diabetes mellitus. N Engl J Med, 325(3), 147-152. doi: 10.1056/nejm199107183250302 Hester, E. K., & Thrower, M. R. (2005). Current options in the management of olanzapineassociated weight gain. Ann Pharmacother, 39(2), 302-310. doi: 10.1345/aph.1D423 Hill, J. O., & Melanson, E. L. (1999). Overview of the determinants of overweight and obesity: current evidence and research issues. Med Sci Sports Exerc, 31(11 Suppl), S515-521. Hill, J. O., Melanson, E. L., & Wyatt, H. T. (2000). Dietary fat intake and regulation of energy balance: implications for obesity. J Nutr, 130(2S Suppl), 284s-288s. 243 Hill, J. O., & Peters, J. C. (1998). Environmental contributions to the obesity epidemic. Science, 280(5368), 1371-1374. Hill, J. O., & Wyatt, H. R. (2005). Role of physical activity in preventing and treating obesity. J Appl Physiol (1985), 99(2), 765-770. doi: 10.1152/japplphysiol.00137.2005 Hinnouho, G. M., Czernichow, S., Dugravot, A., Batty, G. D., Kivimaki, M., & Singh-Manoux, A. (2013). Metabolically healthy obesity and risk of mortality: does the definition of metabolic health matter? Diabetes Care, 36(8), 2294-2300. doi: 10.2337/dc12-1654 Hokanson, J. E., & Austin, M. A. (1996). Plasma triglyceride level is a risk factor for cardiovascular disease independent of high-density lipoprotein cholesterol level: a meta-analysis of population-based prospective studies. J Cardiovasc Risk, 3(2), 213-219. Holloszy, J. O., Schultz, J., Kusnierkiewicz, J., Hagberg, J. M., & Ehsani, A. A. (1986). Effects of exercise on glucose tolerance and insulin resistance. Brief review and some preliminary results. Acta Med Scand Suppl, 711, 55-65. Horn, E. E., Turkheimer, E., Strachan, E., & Duncan, G. E. (2015). Behavioral and Environmental Modification of the Genetic Influence on Body Mass Index: A Twin Study. Behav Genet. doi: 10.1007/s10519-015-9718-6 Horton, T. J., Drougas, H., Brachey, A., Reed, G. W., Peters, J. C., & Hill, J. O. (1995). Fat and carbohydrate overfeeding in humans: different effects on energy storage. Am J Clin Nutr, 62(1), 19-29. Horwich, T. B., Fonarow, G. C., Hamilton, M. A., MacLellan, W. R., Woo, M. A., & Tillisch, J. H. (2001). The relationship between obesity and mortality in patients with heart failure. J Am Coll Cardiol, 38(3), 789-795. Hotamisligil, G. S., Arner, P., Caro, J. F., Atkinson, R. L., & Spiegelman, B. M. (1995). Increased adipose tissue expression of tumor necrosis factor-alpha in human obesity and insulin resistance. J Clin Invest, 95(5), 2409-2415. doi: 10.1172/jci117936 Houston, D. K., Nicklas, B. J., & Zizza, C. A. (2009). Weighty concerns: the growing prevalence of obesity among older adults. J Am Diet Assoc, 109(11), 1886-1895. doi: 10.1016/j.jada.2009.08.014 HPCRG. (1997). Effects of weight loss and sodium reduction intervention on blood pressure and hypertension incidence in overweight people with high-normal blood pressure. The Trials of Hypertension Prevention, phase II. The Trials of Hypertension Prevention Collaborative Research Group. Arch Intern Med, 157(6), 657-667. Huang, Z., Willett, W. C., Manson, J. E., Rosner, B., Stampfer, M. J., Speizer, F. E., & Colditz, G. A. (1998). Body weight, weight change, and risk for hypertension in women. Ann Intern Med, 128(2), 81-88. Hughes, V. A., Frontera, W. R., Wood, M., Evans, W. J., Dallal, G. E., Roubenoff, R., & Fiatarone Singh, M. A. (2001). Longitudinal muscle strength changes in older adults: influence of muscle mass, physical activity, and health. J Gerontol A Biol Sci Med Sci, 56(5), B209-217. Hurley, B. F., & Roth, S. M. (2000). Strength training in the elderly: effects on risk factors for agerelated diseases. Sports Med, 30(4), 249-268. Huszar, D., Lynch, C. A., Fairchild-Huntress, V., Dunmore, J. H., Fang, Q., Berkemeier, L. R., . . . Lee, F. (1997). Targeted disruption of the melanocortin-4 receptor results in obesity in mice. Cell, 88(1), 131-141. Hwang, J. H., Pan, J. W., Heydari, S., Hetherington, H. P., & Stein, D. T. (2001). Regional differences in intramyocellular lipids in humans observed by in vivo 1H-MR spectroscopic imaging. J Appl Physiol (1985), 90(4), 1267-1274. 244 Ilich, J. Z., Zito, M., Brownbill, R. A., & Joyce, M. E. (2000). Change in bone mass after Colles' fracture: a case report on unique data collection and long-term implications. J Clin Densitom, 3(4), 383-389. Irwin, M. L., Yasui, Y., Ulrich, C. M., Bowen, D., Rudolph, R. E., Schwartz, R. S., . . . McTiernan, A. (2003). Effect of exercise on total and intra-abdominal body fat in postmenopausal women: a randomized controlled trial. JAMA, 289(3), 323-330. doi: joc21225 [pii] Isley, W. L. (2001). Glitazones, glycemia, and global health status. Diabetes Care, 24(12), 21582159. Jakicic, J. M. (2002). The role of physical activity in prevention and treatment of body weight gain in adults. J Nutr, 132(12), 3826s-3829s. Jakicic, J. M., Clark, K., Coleman, E., Donnelly, J. E., Foreyt, J., Melanson, E., . . . Volpe, S. L. (2001). American College of Sports Medicine position stand. Appropriate intervention strategies for weight loss and prevention of weight regain for adults. Med Sci Sports Exerc, 33(12), 2145-2156. Jakicic, J. M., & Davis, K. K. (2011). Obesity and physical activity. Psychiatr Clin North Am, 34(4), 829-840. doi: 10.1016/j.psc.2011.08.009 Jakicic, J. M., & Otto, A. D. (2005). Physical activity considerations for the treatment and prevention of obesity. Am J Clin Nutr, 82(1 Suppl), 226s-229s. James, P. T., Leach, R., Kalamara, E., & Shayeghi, M. (2001). The worldwide obesity epidemic. Obes Res, 9 Suppl 4, 228S-233S. doi: 10.1038/oby.2001.123 Janiszewski, P. M., & Ross, R. (2007). Physical activity in the treatment of obesity: beyond body weight reduction. Appl Physiol Nutr Metab, 32(3), 512-522. doi: h07-018 [pii] 10.1139/H07-018 [doi] Janiszewski, P. M., & Ross, R. (2010). Effects of weight loss among metabolically healthy obese men and women. Diabetes Care, 33(9), 1957-1959. doi: dc10-0547 [pii] 10.2337/dc10-0547 [doi] Janssen, I. (2009). Influence of age on the relation between waist circumference and cardiometabolic risk markers. Nutr Metab Cardiovasc Dis, 19(3), 163-169. doi: 10.1016/j.numecd.2008.06.013 Janssen, I. (2012). Health care costs of physical inactivity in Canadian adults. Applied Physiology Nutrition and Metabolism-Physiologie Appliquee Nutrition Et Metabolisme, 37(4), 803806. Janssen, I., Heymsfield, S. B., & Ross, R. (2002). Low relative skeletal muscle mass (sarcopenia) in older persons is associated with functional impairment and physical disability. J Am Geriatr Soc, 50(5), 889-896. Jeffery, R. W., & Utter, J. (2003). The changing environment and population obesity in the United States. Obes Res, 11 Suppl, 12s-22s. doi: 10.1038/oby.2003.221 Jenkins, K. R. (2004). Obesity's effects on the onset of functional impairment among older adults. Gerontologist, 44(2), 206-216. Jensen, G. L., & Friedmann, J. M. (2002). Obesity is associated with functional decline in community-dwelling rural older persons. J Am Geriatr Soc, 50(5), 918-923. doi: jgs50220 [pii] Jensen, G. L., Roy, M. A., Buchanan, A. E., & Berg, M. B. (2004). Weight loss intervention for obese older women: improvements in performance and function. Obes Res, 12(11), 1814-1820. doi: 10.1038/oby.2004.225 Jensen, J., Nilas, L., & Christiansen, C. (1990). Influence of menopause on serum lipids and lipoproteins. Maturitas, 12(4), 321-331. 245 Jensen, M. D., & Ryan, D. H. (2014). New obesity guidelines: promise and potential. JAMA, 311(1), 23-24. doi: 10.1001/jama.2013.282546 Jensen, M. D., Ryan, D. H., Apovian, C. M., Ard, J. D., Comuzzie, A. G., Donato, K. A., . . . Tomaselli, G. F. (2014). 2013 AHA/ACC/TOS guideline for the management of overweight and obesity in adults: a report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines and The Obesity Society. Circulation, 129(25 Suppl 2), S102-138. doi: 10.1161/01.cir.0000437739.71477.ee Jensen, M. D., Ryan, D. H., Apovian, C. M., Loria, C. M., Ard, J. D., Millen, B. E., . . . Yanovski, S. Z. (2013). 2013 AHA/ACC/TOS Guideline for the Management of Overweight and Obesity in Adults: A Report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines and The Obesity Society. J Am Coll Cardiol. doi: 10.1016/j.jacc.2013.11.004 Jequier, E. (1984). Energy expenditure in obesity. Clin Endocrinol Metab, 13(3), 563-580. Jequier, E. (1987). Energy utilization in human obesity. Ann N Y Acad Sci, 499, 73-83. Jequier, E. (2002). Pathways to obesity. Int J Obes Relat Metab Disord, 26 Suppl 2, S12-17. doi: 10.1038/sj.ijo.0802123 Jequier, E., & Bray, G. A. (2002). Low-fat diets are preferred. Am J Med, 113 Suppl 9B, 41s-46s. Jubrias, S. A., Odderson, I. R., Esselman, P. C., & Conley, K. E. (1997). Decline in isokinetic force with age: muscle cross-sectional area and specific force. Pflugers Arch, 434(3), 246-253. Juhan-Vague, I., Roul, C., Alessi, M. C., Ardissone, J. P., Heim, M., & Vague, P. (1989). Increased plasminogen activator inhibitor activity in non insulin dependent diabetic patients-relationship with plasma insulin. Thromb Haemost, 61(3), 370-373. Jurca, R., Lamonte, M. J., Barlow, C. E., Kampert, J. B., Church, T. S., & Blair, S. N. (2005). Association of muscular strength with incidence of metabolic syndrome in men. Med Sci Sports Exerc, 37(11), 1849-1855. Jurca, R., Lamonte, M. J., Church, T. S., Earnest, C. P., Fitzgerald, S. J., Barlow, C. E., . . . Blair, S. N. (2004). Associations of muscle strength and fitness with metabolic syndrome in men. Med Sci Sports Exerc, 36(8), 1301-1307. doi: 00005768-200408000-00006 [pii] Kahn, B. B., & Flier, J. S. (2000). Obesity and insulin resistance. J Clin Invest, 106(4), 473-481. doi: 10.1172/jci10842 Kahn, R., Buse, J., Ferrannini, E., & Stern, M. (2005). The metabolic syndrome: time for a critical appraisal: joint statement from the American Diabetes Association and the European Association for the Study of Diabetes. Diabetes Care, 28(9), 2289-2304. Kahn, S. E., Cooper, M. E., & Del Prato, S. (2014). Pathophysiology and treatment of type 2 diabetes: perspectives on the past, present, and future. Lancet, 383(9922), 1068-1083. doi: 10.1016/s0140-6736(13)62154-6 Kannel, W. B., Dawber, T. R., Friedman, G. D., Glennon, W. E., & McNamara, P. M. (1964). RISK FACTORS IN CORONARY HEART DISEASE. AN EVALUATION OF SEVERAL SERUM LIPIDS AS PREDICTORS OF CORONARY HEART DISEASE; THE FRAMINGHAM STUDY. Ann Intern Med, 61, 888-899. Kannel, W. B., Hjortland, M. C., McNamara, P. M., & Gordon, T. (1976). Menopause and risk of cardiovascular disease: the Framingham study. Ann Intern Med, 85(4), 447-452. Kantartzis, K., Machann, J., Schick, F., Rittig, K., Machicao, F., Fritsche, A., . . . Stefan, N. (2011). Effects of a lifestyle intervention in metabolically benign and malign obesity. Diabetologia, 54(4), 864-868. doi: 10.1007/s00125-010-2006-3 [doi] 246 Karason, K., Wikstrand, J., Sjostrom, L., & Wendelhag, I. (1999). Weight loss and progression of early atherosclerosis in the carotid artery: a four-year controlled study of obese subjects. Int J Obes Relat Metab Disord, 23(9), 948-956. Karelis, A. D. (2008). Metabolically healthy but obese individuals. Lancet, 372(9646), 1281-1283. doi: 10.1016/s0140-6736(08)61531-7 Karelis, A. D., Brochu, M., & Rabasa-Lhoret, R. (2004). Can we identify metabolically healthy but obese individuals (MHO)? Diabetes Metab, 30(6), 569-572. Karelis, A. D., Faraj, M., Bastard, J. P., St-Pierre, D. H., Brochu, M., Prud'homme, D., & RabasaLhoret, R. (2005). The metabolically healthy but obese individual presents a favorable inflammation profile. J Clin Endocrinol Metab, 90(7), 4145-4150. doi: jc.2005-0482 [pii] 10.1210/jc.2005-0482 [doi] Karelis, A. D., Messier, V., Brochu, M., & Rabasa-Lhoret, R. (2008). Metabolically healthy but obese women: effect of an energy-restricted diet. Diabetologia, 51(9), 1752-1754. doi: 10.1007/s00125-008-1038-4 [doi] Karelis, A. D., St-Pierre, D. H., Conus, F., Rabasa-Lhoret, R., & Poehlman, E. T. (2004). Metabolic and body composition factors in subgroups of obesity: what do we know? J Clin Endocrinol Metab, 89(6), 2569-2575. doi: 10.1210/jc.2004-0165 [doi] 89/6/2569 [pii] Katzmarzyk, P. T. (2002). The Canadian obesity epidemic, 1985-1998. CMAJ, 166(8), 1039-1040. Kelley, D. E. (2002). Skeletal muscle triglycerides: an aspect of regional adiposity and insulin resistance. Ann N Y Acad Sci, 967, 135-145. Kelley, G. A. (1995). Effects of aerobic exercise in normotensive adults: a brief meta-analytic review of controlled clinical trials. South Med J, 88(1), 42-46. Kelley, G. A., & Kelley, K. S. (2000). Progressive resistance exercise and resting blood pressure : A meta-analysis of randomized controlled trials. Hypertension, 35(3), 838-843. Kern, P. A., Saghizadeh, M., Ong, J. M., Bosch, R. J., Deem, R., & Simsolo, R. B. (1995). The expression of tumor necrosis factor in human adipose tissue. Regulation by obesity, weight loss, and relationship to lipoprotein lipase. J Clin Invest, 95(5), 2111-2119. doi: 10.1172/jci117899 Kim, Y. B., Nikoulina, S. E., Ciaraldi, T. P., Henry, R. R., & Kahn, B. B. (1999). Normal insulindependent activation of Akt/protein kinase B, with diminished activation of phosphoinositide 3-kinase, in muscle in type 2 diabetes. J Clin Invest, 104(6), 733-741. doi: 10.1172/jci6928 Kissebah, A. H., & Krakower, G. R. (1994). Regional adiposity and morbidity. Physiol Rev, 74(4), 761-811. Klein, S., Wadden, T., & Sugerman, H. J. (2002). AGA technical review on obesity. Gastroenterology, 123(3), 882-932. Klem, M. L., Wing, R. R., McGuire, M. T., Seagle, H. M., & Hill, J. O. (1997). A descriptive study of individuals successful at long-term maintenance of substantial weight loss. Am J Clin Nutr, 66(2), 239-246. Klop, B., Elte, J. W., & Cabezas, M. C. (2013). Dyslipidemia in obesity: mechanisms and potential targets. Nutrients, 5(4), 1218-1240. doi: 10.3390/nu5041218 Knowler, W. C., Barrett-Connor, E., Fowler, S. E., Hamman, R. F., Lachin, J. M., Walker, E. A., & Nathan, D. M. (2002). Reduction in the incidence of type 2 diabetes with lifestyle intervention or metformin. N Engl J Med, 346(6), 393-403. doi: 10.1056/NEJMoa012512 [doi] 346/6/393 [pii] 247 Kodama, S., Horikawa, C., Fujihara, K., Yoshizawa, S., Yachi, Y., Tanaka, S., . . . Sone, H. (2014). Quantitative relationship between body weight gain in adulthood and incident type 2 diabetes: a meta-analysis. Obes Rev, 15(3), 202-214. doi: 10.1111/obr.12129 Koh, K. K., Han, S. H., & Quon, M. J. (2005). Inflammatory markers and the metabolic syndrome: insights from therapeutic interventions. J Am Coll Cardiol, 46(11), 1978-1985. doi: S0735-1097(05)02188-1 [pii] 10.1016/j.jacc.2005.06.082 [doi] Koh-Banerjee, P., Wang, Y., Hu, F. B., Spiegelman, D., Willett, W. C., & Rimm, E. B. (2004). Changes in body weight and body fat distribution as risk factors for clinical diabetes in US men. Am J Epidemiol, 159(12), 1150-1159. doi: 10.1093/aje/kwh167 Koivisto, V. A., Yki-Jarvinen, H., & DeFronzo, R. A. (1986). Physical training and insulin sensitivity. Diabetes Metab Rev, 1(4), 445-481. Koleva, M., Nacheva, A., & Boev, M. (2000). Somatotype, nutrition, and obesity. Rev Environ Health, 15(4), 389-398. Koleva, M., Nacheva, A., & Boev, M. (2002). Somatotype and disease prevalence in adults. Rev Environ Health, 17(1), 65-84. Kopelman, P. G. (2000). Obesity as a medical problem. Nature, 404(6778), 635-643. doi: 10.1038/35007508 [doi] Kotchen, T. A. (2010). Obesity-related hypertension: epidemiology, pathophysiology, and clinical management. Am J Hypertens, 23(11), 1170-1178. doi: ajh2010172 [pii] 10.1038/ajh.2010.172 [doi] Kramer, C. K., Zinman, B., & Retnakaran, R. (2013). Are metabolically healthy overweight and obesity benign conditions?: A systematic review and meta-analysis. Ann Intern Med, 159(11), 758-769. doi: 10.7326/0003-4819-159-11-201312030-00008 Krauss, R. M. (1995). Dense low density lipoproteins and coronary artery disease. Am J Cardiol, 75(6), 53b-57b. Krauss, R. M., Winston, M., Fletcher, R. N., & Grundy, S. M. (1998). Obesity: impact of cardiovascular disease. Circulation, 98(14), 1472-1476. Krentz, A. J., & Bailey, C. J. (2005). Oral antidiabetic agents: current role in type 2 diabetes mellitus. Drugs, 65(3), 385-411. Krieger, J. W., Sitren, H. S., Daniels, M. J., & Langkamp-Henken, B. (2006). Effects of variation in protein and carbohydrate intake on body mass and composition during energy restriction: a meta-regression 1. Am J Clin Nutr, 83(2), 260-274. Krotkiewski, M., Bjorntorp, P., Sjostrom, L., & Smith, U. (1983). Impact of obesity on metabolism in men and women. Importance of regional adipose tissue distribution. J Clin Invest, 72(3), 1150-1162. doi: 10.1172/JCI111040 [doi] Krotkiewski, M., Lonnroth, P., Mandroukas, K., Wroblewski, Z., Rebuffe-Scrive, M., Holm, G., . . . Bjorntorp, P. (1985). The effects of physical training on insulin secretion and effectiveness and on glucose metabolism in obesity and type 2 (non-insulin-dependent) diabetes mellitus. Diabetologia, 28(12), 881-890. Kruger, J., Galuska, D. A., Serdula, M. K., & Jones, D. A. (2004). Attempting to lose weight: specific practices among U.S. adults. Am J Prev Med, 26(5), 402-406. doi: 10.1016/j.amepre.2004.02.001 Kuk, J. L., & Ardern, C. I. (2009). Are metabolically normal but obese individuals at lower risk for all-cause mortality? Diabetes Care, 32(12), 2297-2299. doi: 10.2337/dc09-0574 Kumpusalo, E. A., & Takala, J. K. (2001). Do beta-blockers put on weight? Hypertension, 38(1), E4-5. 248 Kurukulasuriya, L. R., Stas, S., Lastra, G., Manrique, C., & Sowers, J. R. (2011). Hypertension in obesity. Med Clin North Am, 95(5), 903-917. doi: 10.1016/j.mcna.2011.06.004 Kushner, R. F. (2014). Weight loss strategies for treatment of obesity. Prog Cardiovasc Dis, 56(4), 465-472. doi: 10.1016/j.pcad.2013.09.005 Kyle, U. G., Schutz, Y., Dupertuis, Y. M., & Pichard, C. (2003). Body composition interpretation. Contributions of the fat-free mass index and the body fat mass index. Nutrition, 19(7-8), 597-604. doi: S0899900703000613 [pii] Lamarche, B., Moorjani, S., Cantin, B., Dagenais, G. R., Lupien, P. J., & Despres, J. P. (1997). Associations of HDL2 and HDL3 subfractions with ischemic heart disease in men. Prospective results from the Quebec Cardiovascular Study. Arterioscler Thromb Vasc Biol, 17(6), 1098-1105. Lamarche, B., Tchernof, A., Moorjani, S., Cantin, B., Dagenais, G. R., Lupien, P. J., & Despres, J. P. (1997). Small, dense low-density lipoprotein particles as a predictor of the risk of ischemic heart disease in men. Prospective results from the Quebec Cardiovascular Study. Circulation, 95(1), 69-75. Lamarche, B., Uffelman, K. D., Carpentier, A., Cohn, J. S., Steiner, G., Barrett, P. H., & Lewis, G. F. (1999). Triglyceride enrichment of HDL enhances in vivo metabolic clearance of HDL apo A-I in healthy men. J Clin Invest, 103(8), 1191-1199. doi: 10.1172/jci5286 LaMonte, M. J., & Blair, S. N. (2006). Physical activity, cardiorespiratory fitness, and adiposity: contributions to disease risk. Curr Opin Clin Nutr Metab Care, 9(5), 540-546. doi: 10.1097/01.mco.0000241662.92642.08 Lampman, R. M., & Schteingart, D. E. (1991). Effects of exercise training on glucose control, lipid metabolism, and insulin sensitivity in hypertriglyceridemia and non-insulin dependent diabetes mellitus. Med Sci Sports Exerc, 23(6), 703-712. Landers, K. A., Hunter, G. R., Wetzstein, C. J., Bamman, M. M., & Weinsier, R. L. (2001). The interrelationship among muscle mass, strength, and the ability to perform physical tasks of daily living in younger and older women. J Gerontol A Biol Sci Med Sci, 56(10), B443448. Lang, P. O., Trivalle, C., Vogel, T., Proust, J., & Papazian, J. P. (2015). Markers of metabolic and cardiovascular health in adults: Comparative analysis of DEXA-based body composition components and BMI categories. J Cardiol, 65(1), 42-49. doi: 10.1016/j.jjcc.2014.03.010 Langenberg, C., Bergstrom, J., Scheidt-Nave, C., Pfeilschifter, J., & Barrett-Connor, E. (2006). Cardiovascular death and the metabolic syndrome: role of adiposity-signaling hormones and inflammatory markers. Diabetes Care, 29(6), 1363-1369. doi: 29/6/1363 [pii] 10.2337/dc05-2385 [doi] Langin, D., & Arner, P. (2006). Importance of TNFalpha and neutral lipases in human adipose tissue lipolysis. Trends Endocrinol Metab, 17(8), 314-320. doi: 10.1016/j.tem.2006.08.003 Larousse, L. p. (Ed.) (2015) Larousse. Larsen, J. J., Dela, F., Kjaer, M., & Galbo, H. (1997). The effect of moderate exercise on postprandial glucose homeostasis in NIDDM patients. Diabetologia, 40(4), 447-453. doi: 10.1007/s001250050699 [doi] Larson-Meyer, D. E., Heilbronn, L. K., Redman, L. M., Newcomer, B. R., Frisard, M. I., Anton, S., . . . Ravussin, E. (2006). Effect of calorie restriction with or without exercise on insulin sensitivity, beta-cell function, fat cell size, and ectopic lipid in overweight subjects. Diabetes Care, 29(6), 1337-1344. doi: 29/6/1337 [pii] 10.2337/dc05-2565 [doi] 249 Larsson, H., Daugaard, J. R., Kiens, B., Richter, E. A., & Ahren, B. (1999). Muscle fiber characteristics in postmenopausal women with normal or impaired glucose tolerance. Diabetes Care, 22(8), 1330-1338. Lau, D. C. (2007). Synopsis of the 2006 Canadian clinical practice guidelines on the management and prevention of obesity in adults and children. CMAJ, 176(8), 1103-1106. doi: 10.1503/cmaj.070306 Lauretani, F., Russo, C. R., Bandinelli, S., Bartali, B., Cavazzini, C., Di Iorio, A., . . . Ferrucci, L. (2003). Age-associated changes in skeletal muscles and their effect on mobility: an operational diagnosis of sarcopenia. J Appl Physiol (1985), 95(5), 1851-1860. doi: 10.1152/japplphysiol.00246.2003 Lavie, C. J., Milani, R. V., & Ventura, H. O. (2009). Obesity and cardiovascular disease: risk factor, paradox, and impact of weight loss. J Am Coll Cardiol, 53(21), 1925-1932. doi: 10.1016/j.jacc.2008.12.068 Lawton, C. L., Burley, V. J., Wales, J. K., & Blundell, J. E. (1993). Dietary fat and appetite control in obese subjects: weak effects on satiation and satiety. Int J Obes Relat Metab Disord, 17(7), 409-416. Layman, D. K., & Walker, D. A. (2006). Potential importance of leucine in treatment of obesity and the metabolic syndrome. J Nutr, 136(1 Suppl), 319s-323s. Lean, M. E., & Pajonk, F. G. (2003). Patients on atypical antipsychotic drugs: another high-risk group for type 2 diabetes. Diabetes Care, 26(5), 1597-1605. Ledikwe, J. H., Ello-Martin, J. A., & Rolls, B. J. (2005). Portion sizes and the obesity epidemic. J Nutr, 135(4), 905-909. Lee, C. M., Huxley, R. R., Wildman, R. P., & Woodward, M. (2008). Indices of abdominal obesity are better discriminators of cardiovascular risk factors than BMI: a meta-analysis. J Clin Epidemiol, 61(7), 646-653. doi: S0895-4356(07)00322-8 [pii] 10.1016/j.jclinepi.2007.08.012 [doi] Lee, S., Kuk, J. L., Davidson, L. E., Hudson, R., Kilpatrick, K., Graham, T. E., & Ross, R. (2005). Exercise without weight loss is an effective strategy for obesity reduction in obese individuals with and without Type 2 diabetes. J Appl Physiol, 99(3), 1220-1225. doi: 00053.2005 [pii] 10.1152/japplphysiol.00053.2005 [doi] Lee, Y., Wang, M. Y., Kakuma, T., Wang, Z. W., Babcock, E., McCorkle, K., . . . Unger, R. H. (2001). Liporegulation in diet-induced obesity. The antisteatotic role of hyperleptinemia. J Biol Chem, 276(8), 5629-5635. doi: 10.1074/jbc.M008553200 Leiter, L. A., Fitchett, D. H., Gilbert, R. E., Gupta, M., Mancini, G. B., McFarlane, P. A., . . . Ur, E. (2011). Cardiometabolic risk in Canada: a detailed analysis and position paper by the cardiometabolic risk working group. Can J Cardiol, 27(2), e1-e33. doi: S0828282X(10)00070-X [pii] 10.1016/j.cjca.2010.12.054 [doi] Lemieux, I., Pascot, A., Prud'homme, D., Almeras, N., Bogaty, P., Nadeau, A., . . . Despres, J. P. (2001). Elevated C-reactive protein: another component of the atherothrombotic profile of abdominal obesity. Arterioscler Thromb Vasc Biol, 21(6), 961-967. Lemieux, S., Prud'homme, D., Bouchard, C., Tremblay, A., & Despres, J. P. (1996). A single threshold value of waist girth identifies normal-weight and overweight subjects with excess visceral adipose tissue. Am J Clin Nutr, 64(5), 685-693. 250 Leon, B., Jenkins, S., Pepin, K., Chaudhry, H., Smith, K., Zalos, G., . . . Cannon, R. O., 3rd. (2013). Insulin and extremity muscle mass in overweight and obese women. Int J Obes (Lond), 37(12), 1560-1564. doi: 10.1038/ijo.2013.45 Li, F., Fisher, K. J., & Harmer, P. (2005). Improving physical function and blood pressure in older adults through cobblestone mat walking: a randomized trial. J Am Geriatr Soc, 53(8), 1305-1312. doi: JGS53407 [pii] 10.1111/j.1532-5415.2005.53407.x [doi] Li, Z., McNamara, J. R., Fruchart, J. C., Luc, G., Bard, J. M., Ordovas, J. M., . . . Schaefer, E. J. (1996). Effects of gender and menopausal status on plasma lipoprotein subspecies and particle sizes. J Lipid Res, 37(9), 1886-1896. Libby, P., Ridker, P. M., & Hansson, G. K. (2011). Progress and challenges in translating the biology of atherosclerosis. Nature, 473(7347), 317-325. doi: 10.1038/nature10146 Lin, M. R., Hwang, H. F., Hu, M. H., Wu, H. D., Wang, Y. W., & Huang, F. C. (2004). Psychometric comparisons of the timed up and go, one-leg stand, functional reach, and Tinetti balance measures in community-dwelling older people. J Am Geriatr Soc, 52(8), 1343-1348. doi: 10.1111/j.1532-5415.2004.52366.x [doi] JGS52366 [pii] Lindheim, S. R., Buchanan, T. A., Duffy, D. M., Vijod, M. A., Kojima, T., Stanczyk, F. Z., & Lobo, R. A. (1994). Comparison of estimates of insulin sensitivity in pre- and postmenopausal women using the insulin tolerance test and the frequently sampled intravenous glucose tolerance test. J Soc Gynecol Investig, 1(2), 150-154. Lissner, L., Heitmann, B. L., & Bengtsson, C. (1997). Low-fat diets may prevent weight gain in sedentary women: prospective observations from the population study of women in Gothenburg, Sweden. Obes Res, 5(1), 43-48. Littman, A. J., Kristal, A. R., & White, E. (2005). Effects of physical activity intensity, frequency, and activity type on 10-y weight change in middle-aged men and women. Int J Obes (Lond), 29(5), 524-533. doi: 10.1038/sj.ijo.0802886 Lloyd-Jones, D., Adams, R. J., Brown, T. M., Carnethon, M., Dai, S., De Simone, G., . . . WylieRosett, J. (2010). Executive summary: heart disease and stroke statistics--2010 update: a report from the American Heart Association. Circulation, 121(7), 948-954. doi: 121/7/948 [pii] 10.1161/CIRCULATIONAHA.109.192666 [doi] Lloyd-Jones, D. M., Larson, M. G., Beiser, A., & Levy, D. (1999). Lifetime risk of developing coronary heart disease. Lancet, 353(9147), 89-92. doi: S0140-6736(98)10279-9 [pii] 10.1016/S0140-6736(98)10279-9 [doi] Lohman, T. G., Harris, M., Teixeira, P. J., & Weiss, L. (2000). Assessing body composition and changes in body composition. Another look at dual-energy X-ray absorptiometry. Ann N Y Acad Sci, 904, 45-54. Longmuir, P. E., Colley, R. C., Wherley, V. A., & Tremblay, M. S. (2014). Canadian Society for Exercise Physiology position stand: Benefit and risk for promoting childhood physical activity. Appl Physiol Nutr Metab, 39(11), 1271-1279. doi: 10.1139/apnm-2014-0074 Loos, R. J. F. (2009). Recent progress in the genetics of common obesity. Br J Clin Pharmacol, 68(6), 811-829. doi: 10.1111/j.1365-2125.2009.03523.x Lovejoy, J. C. (1998). The influence of sex hormones on obesity across the female life span. J Womens Health, 7(10), 1247-1256. 251 Lovejoy, J. C., Champagne, C. M., de Jonge, L., Xie, H., & Smith, S. R. (2008). Increased visceral fat and decreased energy expenditure during the menopausal transition. Int J Obes (Lond), 32(6), 949-958. doi: 10.1038/ijo.2008.25 Lovren, F., Teoh, H., & Verma, S. (2015). Obesity and atherosclerosis: mechanistic insights. Can J Cardiol, 31(2), 177-183. doi: 10.1016/j.cjca.2014.11.031 Lynch, N. A., Ryan, A. S., Berman, D. M., Sorkin, J. D., & Nicklas, B. J. (2002). Comparison of VO2max and disease risk factors between perimenopausal and postmenopausal women. Menopause, 9(6), 456-462. Maehlum, S., Grandmontagne, M., Newsholme, E. A., & Sejersted, O. M. (1986). Magnitude and duration of excess postexercise oxygen consumption in healthy young subjects. Metabolism, 35(5), 425-429. Maes, H. H., Neale, M. C., & Eaves, L. J. (1997). Genetic and environmental factors in relative body weight and human adiposity. Behav Genet, 27(4), 325-351. Malone, M. (2005). Medications associated with weight gain. Ann Pharmacother, 39(12), 20462055. doi: 10.1345/aph.1G333 Maltais, M. L., Desroches, J., & Dionne, I. J. (2009). Changes in muscle mass and strength after menopause. J Musculoskelet Neuronal Interact, 9(4), 186-197. Manini, T. M., & Clark, B. C. (2012). Dynapenia and aging: an update. J Gerontol A Biol Sci Med Sci, 67(1), 28-40. doi: 10.1093/gerona/glr010 Manini, T. M., Hong, S. L., & Clark, B. C. (2013). Aging and muscle: a neuron's perspective. Curr Opin Clin Nutr Metab Care, 16(1), 21-26. doi: 10.1097/MCO.0b013e32835b5880 Manini, T. M., Visser, M., Won-Park, S., Patel, K. V., Strotmeyer, E. S., Chen, H., . . . Harris, T. B. (2007). Knee extension strength cutpoints for maintaining mobility. J Am Geriatr Soc, 55(3), 451-457. doi: 10.1111/j.1532-5415.2007.01087.x Marsh, A. P., Miller, M. E., Saikin, A. M., Rejeski, W. J., Hu, N., Lauretani, F., . . . Ferrucci, L. (2006). Lower extremity strength and power are associated with 400-meter walk time in older adults: The InCHIANTI study. J Gerontol A Biol Sci Med Sci, 61(11), 1186-1193. Martel, G. F., Hurlbut, D. E., Lott, M. E., Lemmer, J. T., Ivey, F. M., Roth, S. M., . . . Hurley, B. F. (1999). Strength training normalizes resting blood pressure in 65- to 73-year-old men and women with high normal blood pressure. J Am Geriatr Soc, 47(10), 1215-1221. Mason, C., & Katzmarzyk, P. T. (2009). Effect of the site of measurement of waist circumference on the prevalence of the metabolic syndrome. Am J Cardiol, 103(12), 1716-1720. doi: S0002-9149(09)00598-0 [pii] 10.1016/j.amjcard.2009.02.018 [doi] Massiera, F., Bloch-Faure, M., Ceiler, D., Murakami, K., Fukamizu, A., Gasc, J. M., . . . Teboul, M. (2001). Adipose angiotensinogen is involved in adipose tissue growth and blood pressure regulation. FASEB J, 15(14), 2727-2729. doi: 10.1096/fj.01-0457fje Mastorakos, G., Valsamakis, G., Paltoglou, G., & Creatsas, G. (2010). Management of obesity in menopause: diet, exercise, pharmacotherapy and bariatric surgery. Maturitas, 65(3), 219-224. doi: S0378-5122(09)00458-7 [pii] 10.1016/j.maturitas.2009.12.003 [doi] Mathieu, P., Poirier, P., Pibarot, P., Lemieux, I., & Despres, J. P. (2009). Visceral obesity: the link among inflammation, hypertension, and cardiovascular disease. Hypertension, 53(4), 577-584. doi: HYPERTENSIONAHA.108.110320 [pii] 10.1161/HYPERTENSIONAHA.108.110320 [doi] 252 Mathus-Vliegen, E. M. (2012). Prevalence, pathophysiology, health consequences and treatment options of obesity in the elderly: a guideline. Obes Facts, 5(3), 460-483. doi: 10.1159/000341193 Matsui, S., Yasui, T., Tani, A., Kunimi, K., Uemura, H., Yamamoto, S., . . . Irahara, M. (2013). Associations of estrogen and testosterone with insulin resistance in pre- and postmenopausal women with and without hormone therapy. Int J Endocrinol Metab, 11(2), 65-70. doi: 10.5812/ijem.5333 Matthews, K. A., Crawford, S. L., Chae, C. U., Everson-Rose, S. A., Sowers, M. F., Sternfeld, B., & Sutton-Tyrrell, K. (2009). Are changes in cardiovascular disease risk factors in midlife women due to chronological aging or to the menopausal transition? J Am Coll Cardiol, 54(25), 2366-2373. doi: 10.1016/j.jacc.2009.10.009 Matthews, K. A., Kuller, L. H., Sutton-Tyrrell, K., & Chang, Y. F. (2001). Changes in cardiovascular risk factors during the perimenopause and postmenopause and carotid artery atherosclerosis in healthy women. Stroke, 32(5), 1104-1111. Matthews, K. A., Meilahn, E., Kuller, L. H., Kelsey, S. F., Caggiula, A. W., & Wing, R. R. (1989). Menopause and risk factors for coronary heart disease. N Engl J Med, 321(10), 641-646. doi: 10.1056/NEJM198909073211004 [doi] Matthews, K. A., Santoro, N., Lasley, B., Chang, Y., Crawford, S., Pasternak, R. C., . . . Sowers, M. (2006). Relation of cardiovascular risk factors in women approaching menopause to menstrual cycle characteristics and reproductive hormones in the follicular and luteal phases. J Clin Endocrinol Metab, 91(5), 1789-1795. doi: 10.1210/jc.2005-1057 Maughan, R. J., Watson, J. S., & Weir, J. (1983). Strength and cross-sectional area of human skeletal muscle. J Physiol, 338, 37-49. Mayer-Davis, E. J., D'Agostino, R., Jr., Karter, A. J., Haffner, S. M., Rewers, M. J., Saad, M., & Bergman, R. N. (1998). Intensity and amount of physical activity in relation to insulin sensitivity: the Insulin Resistance Atherosclerosis Study. JAMA, 279(9), 669-674. McLaughlin, T., Abbasi, F., Lamendola, C., & Reaven, G. (2007). Heterogeneity in the prevalence of risk factors for cardiovascular disease and type 2 diabetes mellitus in obese individuals: effect of differences in insulin sensitivity. Arch Intern Med, 167(7), 642-648. doi: 10.1001/archinte.167.7.642 McLean, R. R., Shardell, M. D., Alley, D. E., Cawthon, P. M., Fragala, M. S., Harris, T. B., . . . Dam, T. T. (2014). Criteria for clinically relevant weakness and low lean mass and their longitudinal association with incident mobility impairment and mortality: the foundation for the National Institutes of Health (FNIH) sarcopenia project. J Gerontol A Biol Sci Med Sci, 69(5), 576-583. doi: 10.1093/gerona/glu012 Meigs, J. B., Wilson, P. W., Fox, C. S., Vasan, R. S., Nathan, D. M., Sullivan, L. M., & D'Agostino, R. B. (2006). Body mass index, metabolic syndrome, and risk of type 2 diabetes or cardiovascular disease. J Clin Endocrinol Metab, 91(8), 2906-2912. doi: 10.1210/jc.20060594 Messier, V., Karelis, A. D., Prud'homme, D., Primeau, V., Brochu, M., & Rabasa-Lhoret, R. (2010). Identifying metabolically healthy but obese individuals in sedentary postmenopausal women. Obesity (Silver Spring), 18(5), 911-917. doi: oby2009364 [pii] 10.1038/oby.2009.364 [doi] Messier, V., Karelis, A. D., Robillard, M. E., Bellefeuille, P., Brochu, M., Lavoie, J. M., & RabasaLhoret, R. (2010). Metabolically healthy but obese individuals: relationship with hepatic enzymes. Metabolism, 59(1), 20-24. doi: S0026-0495(09)00265-0 [pii] 10.1016/j.metabol.2009.06.020 [doi] 253 Michels, K. B., Greenland, S., & Rosner, B. A. (1998). Does body mass index adequately capture the relation of body composition and body size to health outcomes? Am J Epidemiol, 147(2), 167-172. Migiano, M. J., Vingren, J. L., Volek, J. S., Maresh, C. M., Fragala, M. S., Ho, J. Y., . . . Kraemer, W. J. (2010). Endocrine response patterns to acute unilateral and bilateral resistance exercise in men. J Strength Cond Res, 24(1), 128-134. doi: 10.1519/JSC.0b013e3181a92dc5 Mikines, K. J., Sonne, B., Farrell, P. A., Tronier, B., & Galbo, H. (1988). Effect of physical exercise on sensitivity and responsiveness to insulin in humans. Am J Physiol, 254(3 Pt 1), E248259. Milewicz, A., Tworowska, U., & Demissie, M. (2001). Menopausal obesity--myth or fact? Climacteric, 4(4), 273-283. MMWR. (2009). Estimated county-level prevalence of diabetes and obesity - United States, 2007. MMWR Morb Mortal Wkly Rep, 58(45), 1259-1263. doi: mm5845a2 [pii] Mohamed-Ali, V., Pinkney, J. H., & Coppack, S. W. (1998). Adipose tissue as an endocrine and paracrine organ. Int J Obes Relat Metab Disord, 22(12), 1145-1158. Moller, D. E., & Flier, J. S. (1991). Insulin resistance--mechanisms, syndromes, and implications. N Engl J Med, 325(13), 938-948. doi: 10.1056/NEJM199109263251307 [doi] Montague, C. T., & O'Rahilly, S. (2000). The perils of portliness: causes and consequences of visceral adiposity. Diabetes, 49(6), 883-888. Montani, J. P., Carroll, J. F., Dwyer, T. M., Antic, V., Yang, Z., & Dulloo, A. G. (2004). Ectopic fat storage in heart, blood vessels and kidneys in the pathogenesis of cardiovascular diseases. Int J Obes Relat Metab Disord, 28 Suppl 4, S58-65. doi: 0802858 [pii] 10.1038/sj.ijo.0802858 [doi] Moore, L. L., Visioni, A. J., Wilson, P. W., D'Agostino, R. B., Finkle, W. D., & Ellison, R. C. (2000). Can sustained weight loss in overweight individuals reduce the risk of diabetes mellitus? Epidemiology, 11(3), 269-273. Morrow, J. R., Jr., Jackson, A. W., Bazzarre, T. L., Milne, D., & Blair, S. N. (1999). A one-year follow-up to physical activity and health. A report of the Surgeon General. Am J Prev Med, 17(1), 24-30. Motil, K. J., Matthews, D. E., Bier, D. M., Burke, J. F., Munro, H. N., & Young, V. R. (1981). Wholebody leucine and lysine metabolism: response to dietary protein intake in young men. Am J Physiol, 240(6), E712-721. Mouser, J. F. (2004). New drugs for management of diabetes: insulin analogues, inhaled insulin, pramlintide, and novel peptides. Nutr Clin Pract, 19(2), 172-180. Muller, M. J., Bosy-Westphal, A., & Krawczak, M. (2010). Genetic studies of common types of obesity: a critique of the current use of phenotypes. Obes Rev, 11(8), 612-618. doi: 10.1111/j.1467-789X.2010.00734.x Muller, M. J., Lagerpusch, M., Enderle, J., Schautz, B., Heller, M., & Bosy-Westphal, A. (2012). Beyond the body mass index: tracking body composition in the pathogenesis of obesity and the metabolic syndrome. Obes Rev, 13 Suppl 2, 6-13. doi: 10.1111/j.1467789X.2012.01033.x Myette-Cote, E., Doucet, E., Prud'homme, D., Rabasa-Lhoret, R., Lavoie, J. M., & Brochu, M. (2013). Changes in glucose disposal after a caloric restriction-induced weight loss program in obese postmenopausal women: characteristics of positive and negative responders. Can J Diabetes, 37 Suppl 2, S281. doi: 10.1016/j.jcjd.2013.03.317 254 Nam, S. Y., Kim, K. R., Cha, B. S., Song, Y. D., Lim, S. K., Lee, H. C., & Huh, K. B. (2001). Low-dose growth hormone treatment combined with diet restriction decreases insulin resistance by reducing visceral fat and increasing muscle mass in obese type 2 diabetic patients. Int J Obes Relat Metab Disord, 25(8), 1101-1107. doi: 10.1038/sj.ijo.0801636 NCEP. (2001). Executive Summary of The Third Report of The National Cholesterol Education Program (NCEP) Expert Panel on Detection, Evaluation, And Treatment of High Blood Cholesterol In Adults (Adult Treatment Panel III). JAMA, 285(19), 2486-2497. doi: jsc10094 [pii] NCEP. (2002). Third Report of the National Cholesterol Education Program (NCEP) Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol in Adults (Adult Treatment Panel III) final report. Circulation, 106(25), 3143-3421. Newman, A. B., Kupelian, V., Visser, M., Simonsick, E., Goodpaster, B., Nevitt, M., . . . Harris, T. B. (2003). Sarcopenia: alternative definitions and associations with lower extremity function. J Am Geriatr Soc, 51(11), 1602-1609. Newman, A. B., Kupelian, V., Visser, M., Simonsick, E. M., Goodpaster, B. H., Kritchevsky, S. B., . . . Harris, T. B. (2006). Strength, but not muscle mass, is associated with mortality in the health, aging and body composition study cohort. J Gerontol A Biol Sci Med Sci, 61(1), 72-77. Ng, M., Fleming, T., Robinson, M., Thomson, B., Graetz, N., Margono, C., . . . Gakidou, E. (2014). Global, regional, and national prevalence of overweight and obesity in children and adults during 1980-2013: a systematic analysis for the Global Burden of Disease Study 2013. Lancet. doi: 10.1016/s0140-6736(14)60460-8 NHLBI. (1998). Clinical guidelines on the identification, evaluation, and treatment of overweight and obesity in adults: executive summary. Expert Panel on the Identification, Evaluation, and Treatment of Overweight in Adults. Am J Clin Nutr, 68(4), 899-917. Nicklas, B. J., Penninx, B. W., Cesari, M., Kritchevsky, S. B., Newman, A. B., Kanaya, A. M., . . . Harris, T. B. (2004). Association of visceral adipose tissue with incident myocardial infarction in older men and women: the Health, Aging and Body Composition Study. Am J Epidemiol, 160(8), 741-749. doi: 10.1093/aje/kwh281 Nicklas, B. J., Wang, X., You, T., Lyles, M. F., Demons, J., Easter, L., . . . Carr, J. J. (2009). Effect of exercise intensity on abdominal fat loss during calorie restriction in overweight and obese postmenopausal women: a randomized, controlled trial. Am J Clin Nutr, 89(4), 1043-1052. doi: 10.3945/ajcn.2008.26938 Nielsen, S. J., & Popkin, B. M. (2003). Patterns and trends in food portion sizes, 1977-1998. JAMA, 289(4), 450-453. Nilsson, T. K., & Johnson, O. (1987). The extrinsic fibrinolytic system in survivors of myocardial infarction. Thromb Res, 48(6), 621-630. Odrowaz-Sypniewska, G. (2007). Markers of pro-inflammatory and pro-thrombotic state in the diagnosis of metabolic syndrome. Adv Med Sci, 52, 246-250. Okura, T., Tanaka, K., Nakanishi, T., Lee, D. J., Nakata, Y., Wee, S. W., & Shimokata, H. (2002). Effects of obesity phenotype on coronary heart disease risk factors in response to weight loss. Obes Res, 10(8), 757-766. doi: 10.1038/oby.2002.103 [doi] Oreopoulos, A., Kalantar-Zadeh, K., Sharma, A. M., & Fonarow, G. C. (2009). The obesity paradox in the elderly: potential mechanisms and clinical implications. Clin Geriatr Med, 25(4), 643-659, viii. doi: 10.1016/j.cger.2009.07.005 255 Overend, T. J., Cunningham, D. A., Kramer, J. F., Lefcoe, M. S., & Paterson, D. H. (1992). Knee extensor and knee flexor strength: cross-sectional area ratios in young and elderly men. J Gerontol, 47(6), M204-210. Paddon-Jones, D., & Rasmussen, B. B. (2009). Dietary protein recommendations and the prevention of sarcopenia. Curr Opin Clin Nutr Metab Care, 12(1), 86-90. doi: 10.1097/MCO.0b013e32831cef8b Paddon-Jones, D., Sheffield-Moore, M., Urban, R. J., Sanford, A. P., Aarsland, A., Wolfe, R. R., & Ferrando, A. A. (2004). Essential amino acid and carbohydrate supplementation ameliorates muscle protein loss in humans during 28 days bedrest. J Clin Endocrinol Metab, 89(9), 4351-4358. doi: 10.1210/jc.2003-032159 Pan, X. R., Li, G. W., Hu, Y. H., Wang, J. X., Yang, W. Y., An, Z. X., . . . Howard, B. V. (1997). Effects of diet and exercise in preventing NIDDM in people with impaired glucose tolerance. The Da Qing IGT and Diabetes Study. Diabetes Care, 20(4), 537-544. Panagiotakos, D. B., Pitsavos, C., Yannakoulia, M., Chrysohoou, C., & Stefanadis, C. (2005). The implication of obesity and central fat on markers of chronic inflammation: The ATTICA study. Atherosclerosis, 183(2), 308-315. doi: 10.1016/j.atherosclerosis.2005.03.010 Papanicolaou, D. A., Wilder, R. L., Manolagas, S. C., & Chrousos, G. P. (1998). The pathophysiologic roles of interleukin-6 in human disease. Ann Intern Med, 128(2), 127137. Paquot, N. (2011). [Diagnosis of non intentional weight loss in adults]. Rev Med Liege, 66(7-8), 456-460. Park, H. S., Park, J. Y., & Yu, R. (2005). Relationship of obesity and visceral adiposity with serum concentrations of CRP, TNF-alpha and IL-6. Diabetes Res Clin Pract, 69(1), 29-35. doi: S0168-8227(04)00374-2 [pii] 10.1016/j.diabres.2004.11.007 [doi] Park, J., Kim, S. H., Cho, G. Y., Baik, I., Kim, N. H., Lim, H. E., . . . Shin, C. (2011). Obesity phenotype and cardiovascular changes. J Hypertens, 29(9), 1765-1772. doi: 10.1097/HJH.0b013e32834a50f3 Park, Y. W., Heymsfield, S. B., & Gallagher, D. (2002). Are dual-energy X-ray absorptiometry regional estimates associated with visceral adipose tissue mass? Int J Obes Relat Metab Disord, 26(7), 978-983. doi: 10.1038/sj.ijo.0801982 Parr, E. B., Coffey, V. G., & Hawley, J. A. (2013). 'Sarcobesity': a metabolic conundrum. Maturitas, 74(2), 109-113. doi: 10.1016/j.maturitas.2012.10.014 Pascot, A., Lemieux, I., Prud'homme, D., Tremblay, A., Nadeau, A., Couillard, C., . . . Despres, J. P. (2001). Reduced HDL particle size as an additional feature of the atherogenic dyslipidemia of abdominal obesity. J Lipid Res, 42(12), 2007-2014. Pasquali, R., Casimirri, F., Labate, A. M., Tortelli, O., Pascal, G., Anconetani, B., . . . Barbara, L. (1994). Body weight, fat distribution and the menopausal status in women. The VMH Collaborative Group. Int J Obes Relat Metab Disord, 18(9), 614-621. Pataky, Z., Bobbioni-Harsch, E., & Golay, A. (2010). Open questions about metabolically normal obesity. Int J Obes (Lond), 34 Suppl 2, S18-23. doi: 10.1038/ijo.2010.235 Pearson, M. B., Bassey, E. J., & Bendall, M. J. (1985). Muscle strength and anthropometric indices in elderly men and women. Age Ageing, 14(1), 49-54. Pearson, T. A., Mensah, G. A., Alexander, R. W., Anderson, J. L., Cannon, R. O., 3rd, Criqui, M., . . . Vinicor, F. (2003). Markers of inflammation and cardiovascular disease: application to clinical and public health practice: A statement for healthcare professionals from the 256 Centers for Disease Control and Prevention and the American Heart Association. Circulation, 107(3), 499-511. Peppa, M. (2012). Body composition as an important determinant of metabolic syndrome in postmenopausal women. Endocrinology & Metabolic Syndrome. Peppa, M., Koliaki, C., Boutati, E., Garoflos, E., Papaefstathiou, A., Siafakas, N., . . . Dimitriadis, G. D. (2014). Association of lean body mass with cardiometabolic risk factors in healthy postmenopausal women. Obesity (Silver Spring), 22(3), 828-835. doi: 10.1002/oby.20389 Peppa, M., Koliaki, C., Nikolopoulos, P., & Raptis, S. A. (2010). Skeletal muscle insulin resistance in endocrine disease. J Biomed Biotechnol, 2010, 527850. doi: 10.1155/2010/527850 [doi] Peraldi, P., & Spiegelman, B. (1998). TNF-alpha and insulin resistance: summary and future prospects. Mol Cell Biochem, 182(1-2), 169-175. Perseghin, G. (2008). Is a nutritional therapeutic approach unsuitable for metabolically healthy but obese women? Diabetologia, 51(9), 1567-1569. doi: 10.1007/s00125-008-1077-x Perusse, L., Rankinen, T., Zuberi, A., Chagnon, Y. C., Weisnagel, S. J., Argyropoulos, G., . . . Bouchard, C. (2005). The human obesity gene map: the 2004 update. Obes Res, 13(3), 381-490. doi: 13/3/381 [pii] 10.1038/oby.2005.50 [doi] Pescatello, L. S., Franklin, B. A., Fagard, R., Farquhar, W. B., Kelley, G. A., & Ray, C. A. (2004). American College of Sports Medicine position stand. Exercise and hypertension. Med Sci Sports Exerc, 36(3), 533-553. PHAC. (2011). Obesity in Canada. A joint report form the Public Health Agency of Canada and the Canadian Health Institute for Information: Public Health of Canada. Pi-Sunyer, F. X. (1996). A review of long-term studies evaluating the efficacy of weight loss in ameliorating disorders associated with obesity. Clin Ther, 18(6), 1006-1035; discussion 1005. Pi-Sunyer, F. X. (2004). The epidemiology of central fat distribution in relation to disease. Nutr Rev, 62(7 Pt 2), S120-126. Pi-Sunyer, X., Becker, D., Bouchard , C., Carleton, R. (1998). Clinical guidelines on the identification, evaluation, and treatment of overweight and obesity in adults: executive summary. Expert Panel on the Identification, Evaluation, and Treatment of Overweight in Adults. Am J Clin Nutr, 68(4), 899-917. Piche, M. E., Lapointe, A., Weisnagel, S. J., Corneau, L., Nadeau, A., Bergeron, J., & Lemieux, S. (2008). Regional body fat distribution and metabolic profile in postmenopausal women. Metabolism, 57(8), 1101-1107. doi: S0026-0495(08)00119-4 [pii] 10.1016/j.metabol.2008.03.015 [doi] Pittet, P., Chappuis, P., Acheson, K., De Techtermann, F., & Jequier, E. (1976). Thermic effect of glucose in obese subjects studied by direct and indirect calorimetry. Br J Nutr, 35(2), 281-292. Plank, L. D. (2005). Dual-energy X-ray absorptiometry and body composition. Curr Opin Clin Nutr Metab Care, 8(3), 305-309. doi: 00075197-200505000-00011 [pii] Plourde, G., & Karelis, A. D. (2014). Current issues in the identification and treatment of metabolically healthy but obese individuals. Nutr Metab Cardiovasc Dis, 24(5), 455-459. doi: 10.1016/j.numecd.2013.12.002 Poehlman, E. T. (1989). A review: exercise and its influence on resting energy metabolism in man. Med Sci Sports Exerc, 21(5), 515-525. 257 Poirier, P., Giles, T. D., Bray, G. A., Hong, Y., Stern, J. S., Pi-Sunyer, F. X., & Eckel, R. H. (2006). Obesity and cardiovascular disease: pathophysiology, evaluation, and effect of weight loss: an update of the 1997 American Heart Association Scientific Statement on Obesity and Heart Disease from the Obesity Committee of the Council on Nutrition, Physical Activity, and Metabolism. Circulation, 113(6), 898-918. doi: CIRCULATIONAHA.106.171016 [pii] 10.1161/CIRCULATIONAHA.106.171016 [doi] Poirier, P., McCrindle, B. W., & Leiter, L. A. (2015). Obesity--it must not remain the neglected risk factor in cardiology. Can J Cardiol, 31(2), 105-108. doi: 10.1016/j.cjca.2014.12.017 Polotsky, H. N., & Polotsky, A. J. (2010). Metabolic implications of menopause. Semin Reprod Med, 28(5), 426-434. doi: 10.1055/s-0030-1262902 Popkin, B. M., & Doak, C. M. (1998). The obesity epidemic is a worldwide phenomenon. Nutr Rev, 56(4 Pt 1), 106-114. Porter, M. M., Vandervoort, A. A., & Lexell, J. (1995). Aging of human muscle: structure, function and adaptability. Scand J Med Sci Sports, 5(3), 129-142. Potter van Loon, B. J., Kluft, C., Radder, J. K., Blankenstein, M. A., & Meinders, A. E. (1993). The cardiovascular risk factor plasminogen activator inhibitor type 1 is related to insulin resistance. Metabolism, 42(8), 945-949. Pou, K. M., Massaro, J. M., Hoffmann, U., Vasan, R. S., Maurovich-Horvat, P., Larson, M. G., . . . Fox, C. S. (2007). Visceral and subcutaneous adipose tissue volumes are cross-sectionally related to markers of inflammation and oxidative stress: the Framingham Heart Study. Circulation, 116(11), 1234-1241. doi: 10.1161/circulationaha.107.710509 Pouliot, M. C., Despres, J. P., Lemieux, S., Moorjani, S., Bouchard, C., Tremblay, A., . . . Lupien, P. J. (1994). Waist circumference and abdominal sagittal diameter: best simple anthropometric indexes of abdominal visceral adipose tissue accumulation and related cardiovascular risk in men and women. Am J Cardiol, 73(7), 460-468. Pradhan, A. D., Manson, J. E., Rifai, N., Buring, J. E., & Ridker, P. M. (2001). C-reactive protein, interleukin 6, and risk of developing type 2 diabetes mellitus. JAMA, 286(3), 327-334. doi: joc10096 [pii] Prentice, A. M., & Jebb, S. A. (2001). Beyond body mass index. Obes Rev, 2(3), 141-147. Primeau, V., Coderre, L., Karelis, A. D., Brochu, M., Lavoie, M. E., Messier, V., . . . Rabasa-Lhoret, R. (2011). Characterizing the profile of obese patients who are metabolically healthy. Int J Obes (Lond), 35(7), 971-981. doi: ijo2010216 [pii] 10.1038/ijo.2010.216 [doi] Purcell, K., Sumithran, P., Prendergast, L. A., Bouniu, C. J., Delbridge, E., & Proietto, J. (2014). The effect of rate of weight loss on long-term weight management: a randomised controlled trial. Lancet Diabetes Endocrinol, 2(12), 954-962. doi: 10.1016/s2213-8587(14)70200-1 Purnell, J. Q., & Weyer, C. (2003). Weight effect of current and experimental drugs for diabetes mellitus: from promotion to alleviation of obesity. Treat Endocrinol, 2(1), 33-47. Quetelet, L. A. J. (1968). Treatise on Man & the Development of His Faculties: Burt Franklin. Rahmouni, K., Correia, M. L., Haynes, W. G., & Mark, A. L. (2005). Obesity-associated hypertension: new insights into mechanisms. Hypertension, 45(1), 9-14. doi: 10.1161/01.HYP.0000151325.83008.b4 Ramachandran, R., Gravenstein, K. S., Metter, E. J., Egan, J. M., Ferrucci, L., & Chia, C. W. (2012). Selective contribution of regional adiposity, skeletal muscle, and adipokines to glucose disposal in older adults. J Am Geriatr Soc, 60(4), 707-712. doi: 10.1111/j.15325415.2011.03865.x 258 Rankinen, T., Zuberi, A., Chagnon, Y. C., Weisnagel, S. J., Argyropoulos, G., Walts, B., . . . Bouchard, C. (2006). The human obesity gene map: the 2005 update. Obesity (Silver Spring), 14(4), 529-644. doi: 10.1038/oby.2006.71 Ravussin, E., Bogardus, C., Schwartz, R. S., Robbins, D. C., Wolfe, R. R., Horton, E. S., . . . Sims, E. A. (1983). Thermic effect of infused glucose and insulin in man. Decreased response with increased insulin resistance in obesity and noninsulin-dependent diabetes mellitus. J Clin Invest, 72(3), 893-902. doi: 10.1172/jci111060 Ravussin, E., Burnand, B., Schutz, Y., & Jequier, E. (1982). Twenty-four-hour energy expenditure and resting metabolic rate in obese, moderately obese, and control subjects. Am J Clin Nutr, 35(3), 566-573. Ravussin, E., Lillioja, S., Anderson, T. E., Christin, L., & Bogardus, C. (1986). Determinants of 24hour energy expenditure in man. Methods and results using a respiratory chamber. J Clin Invest, 78(6), 1568-1578. doi: 10.1172/jci112749 Ravussin, E., Lillioja, S., Knowler, W. C., Christin, L., Freymond, D., Abbott, W. G., . . . Bogardus, C. (1988). Reduced rate of energy expenditure as a risk factor for body-weight gain. N Engl J Med, 318(8), 467-472. doi: 10.1056/nejm198802253180802 Razay, G., Heaton, K. W., & Bolton, C. H. (1992). Coronary heart disease risk factors in relation to the menopause. Q J Med, 85(307-308), 889-896. Reaven, G. M. (1988). Role of insulin resistance in human disease. Diabetes, 37(12), 1595-1607. Reaven, G. M. (1995). Pathophysiology of insulin resistance in human disease. Physiol Rev, 75(3), 473-486. Reaven, G. M. (2003). Importance of identifying the overweight patient who will benefit the most by losing weight. Ann Intern Med, 138(5), 420-423. Reaven, G. M. (2011). Insulin resistance: the link between obesity and cardiovascular disease. Med Clin North Am, 95(5), 875-892. doi: S0025-7125(11)00060-5 [pii] 10.1016/j.mcna.2011.06.002 [doi] Rettberg, J. R., Yao, J., & Brinton, R. D. (2014). Estrogen: a master regulator of bioenergetic systems in the brain and body. Front Neuroendocrinol, 35(1), 8-30. doi: 10.1016/j.yfrne.2013.08.001 Rey-Lopez, J. P., de Rezende, L. F., Pastor-Valero, M., & Tess, B. H. (2014). The prevalence of metabolically healthy obesity: a systematic review and critical evaluation of the definitions used. Obes Rev. doi: 10.1111/obr.12198 Ridker, P. M. (2003). Clinical application of C-reactive protein for cardiovascular disease detection and prevention. Circulation, 107(3), 363-369. Ridker, P. M. (2007). Inflammatory biomarkers and risks of myocardial infarction, stroke, diabetes, and total mortality: implications for longevity. Nutr Rev, 65(12 Pt 2), S253-259. Ridker, P. M., Wilson, P. W., & Grundy, S. M. (2004). Should C-reactive protein be added to metabolic syndrome and to assessment of global cardiovascular risk? Circulation, 109(23), 2818-2825. doi: 10.1161/01.CIR.0000132467.45278.59 [doi] 109/23/2818 [pii] Rifai, N., & Ridker, P. M. (2001). High-sensitivity C-reactive protein: a novel and promising marker of coronary heart disease. Clin Chem, 47(3), 403-411. Rizzo, M., & Berneis, K. (2007). Small, dense low-density-lipoproteins and the metabolic syndrome. Diabetes Metab Res Rev, 23(1), 14-20. doi: 10.1002/dmrr.694 Roberts, S. B., Pi-Sunyer, F. X., Dreher, M., Hahn, R., Hill, J. O., Kleinman, R. E., . . . Booth, S. L. (1998). Physiology of fat replacement and fat reduction: effects of dietary fat and fat substitutes on energy regulation. Nutr Rev, 56(5 Pt 2), S29-41; discussion S41-29. 259 Rolls, B. J., Morris, E. L., & Roe, L. S. (2002). Portion size of food affects energy intake in normalweight and overweight men and women. Am J Clin Nutr, 76(6), 1207-1213. Rolls, B. J., Roe, L. S., Kral, T. V., Meengs, J. S., & Wall, D. E. (2004). Increasing the portion size of a packaged snack increases energy intake in men and women. Appetite, 42(1), 63-69. doi: 10.1016/s0195-6663(03)00117-x Rolls, B. J., Roe, L. S., Meengs, J. S., & Wall, D. E. (2004). Increasing the portion size of a sandwich increases energy intake. J Am Diet Assoc, 104(3), 367-372. doi: 10.1016/j.jada.2003.12.013 Romero-Corral, A., Somers, V. K., Sierra-Johnson, J., Thomas, R. J., Collazo-Clavell, M. L., Korinek, J., . . . Lopez-Jimenez, F. (2008). Accuracy of body mass index in diagnosing obesity in the adult general population. Int J Obes (Lond), 32(6), 959-966. doi: ijo200811 [pii] 10.1038/ijo.2008.11 [doi] Rondinone, C. M., Wang, L. M., Lonnroth, P., Wesslau, C., Pierce, J. H., & Smith, U. (1997). Insulin receptor substrate (IRS) 1 is reduced and IRS-2 is the main docking protein for phosphatidylinositol 3-kinase in adipocytes from subjects with non-insulin-dependent diabetes mellitus. Proc Natl Acad Sci U S A, 94(8), 4171-4175. Rosendorff, C., Black, H. R., Cannon, C. P., Gersh, B. J., Gore, J., Izzo, J. L., Jr., . . . Oparil, S. (2007). Treatment of hypertension in the prevention and management of ischemic heart disease: a scientific statement from the American Heart Association Council for High Blood Pressure Research and the Councils on Clinical Cardiology and Epidemiology and Prevention. Circulation, 115(21), 2761-2788. doi: 10.1161/circulationaha.107.183885 Rosenson, R. S., Shott, S., & Tangney, C. C. (2002). Hypertriglyceridemia is associated with an elevated blood viscosity Rosenson: triglycerides and blood viscosity. Atherosclerosis, 161(2), 433-439. doi: S0021915001006566 [pii] Ross, R., Berentzen, T., Bradshaw, A. J., Janssen, I., Kahn, H. S., Katzmarzyk, P. T., . . . Despres, J. P. (2008). Does the relationship between waist circumference, morbidity and mortality depend on measurement protocol for waist circumference? Obes Rev, 9(4), 312-325. doi: OBR411 [pii] 10.1111/j.1467-789X.2007.00411.x [doi] Ross, R., & Bradshaw, A. J. (2009). The future of obesity reduction: beyond weight loss. Nat Rev Endocrinol, 5(6), 319-325. doi: nrendo.2009.78 [pii] 10.1038/nrendo.2009.78 [doi] Ross, R., Dagnone, D., Jones, P. J., Smith, H., Paddags, A., Hudson, R., & Janssen, I. (2000). Reduction in obesity and related comorbid conditions after diet-induced weight loss or exercise-induced weight loss in men. A randomized, controlled trial. Ann Intern Med, 133(2), 92-103. doi: 200007180-00008 [pii] Ross, R., & Janssen, I. (2001). Physical activity, total and regional obesity: dose-response considerations. Med Sci Sports Exerc, 33(6 Suppl), S521-527; discussion S528-529. Ross, R., Janssen, I., Dawson, J., Kungl, A. M., Kuk, J. L., Wong, S. L., . . . Hudson, R. (2004). Exercise-induced reduction in obesity and insulin resistance in women: a randomized controlled trial. Obes Res, 12(5), 789-798. doi: 12/5/789 [pii] 10.1038/oby.2004.95 [doi] Ross, R., Pedwell, H., & Rissanen, J. (1995). Response of total and regional lean tissue and skeletal muscle to a program of energy restriction and resistance exercise. Int J Obes Relat Metab Disord, 19(11), 781-787. Rossner, S., Sjostrom, L., Noack, R., Meinders, A. E., & Noseda, G. (2000). Weight loss, weight maintenance, and improved cardiovascular risk factors after 2 years treatment with 260 orlistat for obesity. European Orlistat Obesity Study Group. Obes Res, 8(1), 49-61. doi: 10.1038/oby.2000.8 Rossner, S., Taylor, C. L., Byington, R. P., & Furberg, C. D. (1990). Long term propranolol treatment and changes in body weight after myocardial infarction. BMJ, 300(6729), 902903. Roth, G. A., Forouzanfar, M. H., Moran, A. E., Barber, R., Nguyen, G., Feigin, V. L., . . . Murray, C. J. (2015). Demographic and epidemiologic drivers of global cardiovascular mortality. N Engl J Med, 372(14), 1333-1341. doi: 10.1056/NEJMoa1406656 Roubenoff, R. (2003). Catabolism of aging: is it an inflammatory process? Curr Opin Clin Nutr Metab Care, 6(3), 295-299. doi: 10.1097/01.mco.0000068965.34812.62 Roubenoff, R. (2004). Sarcopenic obesity: the confluence of two epidemics. Obes Res, 12(6), 887-888. doi: 10.1038/oby.2004.107 Ruderman, N. B., Berchtold, P., & Schneider, S. (1982). Obesity-associated disorders in normalweight individuals: some speculations. Int J Obes, 6 Suppl 1, 151-157. Ruderman, N. B., Schneider, S. H., & Berchtold, P. (1981). The "metabolically-obese," normalweight individual. Am J Clin Nutr, 34(8), 1617-1621. Rudolf, M. C., Walker, J., & Cole, T. J. (2007). What is the best way to measure waist circumference? Int J Pediatr Obes, 2(1), 58-61. doi: 10.1080/17477160601095177 Ruetsch, O., Viala, A., Bardou, H., Martin, P., & Vacheron, M. N. (2005). [Psychotropic drugs induced weight gain: a review of the literature concerning epidemiological data, mechanisms and management]. Encephale, 31(4 Pt 1), 507-516. Ryttig, K. R., Flaten, H., & Rossner, S. (1997). Long-term effects of a very low calorie diet (Nutrilett) in obesity treatment. A prospective, randomized, comparison between VLCD and a hypocaloric diet+behavior modification and their combination. Int J Obes Relat Metab Disord, 21(7), 574-579. Sacks, F. M., Bray, G. A., Carey, V. J., Smith, S. R., Ryan, D. H., Anton, S. D., . . . Williamson, D. A. (2009). Comparison of weight-loss diets with different compositions of fat, protein, and carbohydrates. N Engl J Med, 360(9), 859-873. doi: 10.1056/NEJMoa0804748 Saltiel, A. R., & Kahn, C. R. (2001). Insulin signalling and the regulation of glucose and lipid metabolism. Nature, 414(6865), 799-806. doi: 10.1038/414799a Samocha-Bonet, D., Dixit, V. D., Kahn, C. R., Leibel, R. L., Lin, X., Nieuwdorp, M., . . . Ravussin, E. (2014). Metabolically healthy and unhealthy obese - the 2013 Stock Conference report. Obes Rev. doi: 10.1111/obr.12199 Sansone, R. A., Sansone, L. A., Gaither, G. A., & Morris, J. L. (2004). Patient attitudes toward weight gain with medications. Gen Hosp Psychiatry, 26(6), 487-489. doi: 10.1016/j.genhosppsych.2004.06.006 Sardinha, L. B., Teixeira, P. J., Guedes, D. P., Going, S. B., & Lohman, T. G. (2000). Subcutaneous central fat is associated with cardiovascular risk factors in men independently of total fatness and fitness. Metabolism, 49(11), 1379-1385. doi: 10.1053/meta.2000.17716 Saris, W. H., Blair, S. N., van Baak, M. A., Eaton, S. B., Davies, P. S., Di Pietro, L., . . . Wyatt, H. (2003). How much physical activity is enough to prevent unhealthy weight gain? Outcome of the IASO 1st Stock Conference and consensus statement. Obes Rev, 4(2), 101-114. Scafoglieri, A., Clarys, J. P., Cattrysse, E., & Bautmans, I. (2014). Use of anthropometry for the prediction of regional body tissue distribution in adults: benefits and limitations in clinical practice. Aging Dis, 5(6), 373-393. doi: 10.14366/ad.2014.0500373 261 Schaap, L. A., Pluijm, S. M., Deeg, D. J., & Visser, M. (2006). Inflammatory markers and loss of muscle mass (sarcopenia) and strength. Am J Med, 119(6), 526.e529-517. doi: 10.1016/j.amjmed.2005.10.049 Schmitz, K. H., Jensen, M. D., Kugler, K. C., Jeffery, R. W., & Leon, A. S. (2003). Strength training for obesity prevention in midlife women. Int J Obes Relat Metab Disord, 27(3), 326-333. doi: 10.1038/sj.ijo.0802198 Schrager, M. A., Metter, E. J., Simonsick, E., Ble, A., Bandinelli, S., Lauretani, F., & Ferrucci, L. (2007). Sarcopenic obesity and inflammation in the InCHIANTI study. J Appl Physiol (1985), 102(3), 919-925. doi: 10.1152/japplphysiol.00627.2006 Segal, K. R., Lacayanga, I., Dunaif, A., Gutin, B., & Pi-Sunyer, F. X. (1989). Impact of body fat mass and percent fat on metabolic rate and thermogenesis in men. Am J Physiol, 256(5 Pt 1), E573-579. Seidell, J. C., Muller, D. C., Sorkin, J. D., & Andres, R. (1992). Fasting respiratory exchange ratio and resting metabolic rate as predictors of weight gain: the Baltimore Longitudinal Study on Aging. Int J Obes Relat Metab Disord, 16(9), 667-674. Senechal, M., Bouchard, D. R., Dionne, I. J., & Brochu, M. (2012). The effects of lifestyle interventions in dynapenic-obese postmenopausal women. Menopause, 19(9), 10151021. doi: 10.1097/gme.0b013e318248f50f Senechal, M., Dionne, I. J., & Brochu, M. (2012). Dynapenic abdominal obesity and metabolic risk factors in adults 50 years of age and older. J Aging Health, 24(5), 812-826. doi: 0898264312440324 [pii] 10.1177/0898264312440324 [doi] Sesti, G., Succurro, E., Arturi, F., Andreozzi, F., Laino, I., Perticone, M., . . . Perticone, F. (2011). IGF-1 levels link estimated glomerular filtration rate to insulin resistance in obesity: a study in obese, but metabolically healthy, subjects and obese, insulin-resistant subjects. Nutr Metab Cardiovasc Dis, 21(12), 933-940. doi: 10.1016/j.numecd.2010.02.008 Shah, P. K., Kaul, S., Nilsson, J., & Cercek, B. (2001). Exploiting the vascular protective effects of high-density lipoprotein and its apolipoproteins: an idea whose time for testing is coming, part I. Circulation, 104(19), 2376-2383. Sharief, N. N., & Macdonald, I. (1982). Differences in dietary-induced thermogenesis with various carbohydrates in normal and overweight men. Am J Clin Nutr, 35(2), 267-272. Sharma, A. M. (2004). Is there a rationale for angiotensin blockade in the management of obesity hypertension? Hypertension, 44(1), 12-19. doi: 10.1161/01.HYP.0000132568.71409.a2 Sharma, A. M., Pischon, T., Hardt, S., Kunz, I., & Luft, F. C. (2001). Hypothesis: Beta-adrenergic receptor blockers and weight gain: A systematic analysis. Hypertension, 37(2), 250-254. Shaw, K., Gennat, H., O'Rourke, P., & Del Mar, C. (2006). Exercise for overweight or obesity. Cochrane Database Syst Rev(4), Cd003817. doi: 10.1002/14651858.CD003817.pub3 Shefer, G., Van de Mark, D. P., Richardson, J. B., & Yablonka-Reuveni, Z. (2006). Satellite-cell pool size does matter: defining the myogenic potency of aging skeletal muscle. Dev Biol, 294(1), 50-66. doi: 10.1016/j.ydbio.2006.02.022 Sheldon, S, S., & W, T. (1940). The varieties of human Physique. New York. Shepherd, P. R., & Kahn, B. B. (1999). Glucose transporters and insulin action--implications for insulin resistance and diabetes mellitus. N Engl J Med, 341(4), 248-257. doi: 10.1056/nejm199907223410406 Shields, M., Carroll, M. D., & Ogden, C. L. (2011). Adult obesity prevalence in Canada and the United States. NCHS Data Brief(56), 1-8. 262 Shimomura, I., Hammer, R. E., Ikemoto, S., Brown, M. S., & Goldstein, J. L. (1999). Leptin reverses insulin resistance and diabetes mellitus in mice with congenital lipodystrophy. Nature, 401(6748), 73-76. doi: 10.1038/43448 Shin, M. J., Hyun, Y. J., Kim, O. Y., Kim, J. Y., Jang, Y., & Lee, J. H. (2006). Weight loss effect on inflammation and LDL oxidation in metabolically healthy but obese (MHO) individuals: low inflammation and LDL oxidation in MHO women. Int J Obes (Lond), 30(10), 15291534. doi: 0803304 [pii] 10.1038/sj.ijo.0803304 [doi] Shoelson, S. E., Lee, J., & Goldfine, A. B. (2006). Inflammation and insulin resistance. J Clin Invest, 116(7), 1793-1801. doi: 10.1172/JCI29069 [doi] Shukla, A. P., Buniak, W. I., & Aronne, L. J. (2015). Treatment of obesity in 2015. J Cardiopulm Rehabil Prev, 35(2), 81-92. doi: 10.1097/hcr.0000000000000112 Shulman, G. I. (2000). Cellular mechanisms of insulin resistance. J Clin Invest, 106(2), 171-176. doi: 10.1172/jci10583 Sims, E. A. (2001). Are there persons who are obese, but metabolically healthy? Metabolism, 50(12), 1499-1504. doi: S0026-0495(01)61910-3 [pii] 10.1053/meta.2001.27213 [doi] Sjostrom, C. D., Peltonen, M., Wedel, H., & Sjostrom, L. (2000). Differentiated long-term effects of intentional weight loss on diabetes and hypertension. Hypertension, 36(1), 20-25. Skurk, T., & Hauner, H. (2004). Obesity and impaired fibrinolysis: role of adipose production of plasminogen activator inhibitor-1. Int J Obes Relat Metab Disord, 28(11), 1357-1364. doi: 10.1038/sj.ijo.0802778 Slattery, M. L., McDonald, A., Bild, D. E., Caan, B. J., Hilner, J. E., Jacobs, D. R., Jr., & Liu, K. (1992). Associations of body fat and its distribution with dietary intake, physical activity, alcohol, and smoking in blacks and whites. Am J Clin Nutr, 55(5), 943-949. Snijder, M. B., Dekker, J. M., Visser, M., Yudkin, J. S., Stehouwer, C. D., Bouter, L. M., . . . Seidell, J. C. (2003). Larger thigh and hip circumferences are associated with better glucose tolerance: the Hoorn study. Obes Res, 11(1), 104-111. doi: 10.1038/oby.2003.18 Snijder, M. B., Henry, R. M., Visser, M., Dekker, J. M., Seidell, J. C., Ferreira, I., . . . Stehouwer, C. D. (2004). Regional body composition as a determinant of arterial stiffness in the elderly: The Hoorn Study. J Hypertens, 22(12), 2339-2347. Solomon, T. P., Sistrun, S. N., Krishnan, R. K., Del Aguila, L. F., Marchetti, C. M., O'Carroll, S. M., . . . Kirwan, J. P. (2008). Exercise and diet enhance fat oxidation and reduce insulin resistance in older obese adults. J Appl Physiol (1985), 104(5), 1313-1319. doi: 10.1152/japplphysiol.00890.2007 Song, Y., Manson, J. E., Meigs, J. B., Ridker, P. M., Buring, J. E., & Liu, S. (2007). Comparison of usefulness of body mass index versus metabolic risk factors in predicting 10-year risk of cardiovascular events in women. Am J Cardiol, 100(11), 1654-1658. doi: 10.1016/j.amjcard.2007.06.073 Sopher, A. B., Thornton, J. C., Wang, J., Pierson, R. N., Jr., Heymsfield, S. B., & Horlick, M. (2004). Measurement of percentage of body fat in 411 children and adolescents: a comparison of dual-energy X-ray absorptiometry with a four-compartment model. Pediatrics, 113(5), 1285-1290. Sorensen, T. I., Holst, C., Stunkard, A. J., & Skovgaard, L. T. (1992). Correlations of body mass index of adult adoptees and their biological and adoptive relatives. Int J Obes Relat Metab Disord, 16(3), 227-236. 263 Sorkin, J. D., Muller, D. C., & Andres, R. (1999). Longitudinal change in height of men and women: implications for interpretation of the body mass index: the Baltimore Longitudinal Study of Aging. Am J Epidemiol, 150(9), 969-977. Sowers, J. R. (2003). Obesity as a cardiovascular risk factor. Am J Med, 115 Suppl 8A, 37S-41S. doi: S0002934303005187 [pii] Speakman, J. R., & Selman, C. (2003). Physical activity and resting metabolic rate. Proc Nutr Soc, 62(3), 621-634. doi: 10.1079/pns2003282 Srikanthan, P., & Karlamangla, A. S. (2011). Relative muscle mass is inversely associated with insulin resistance and prediabetes. Findings from the third National Health and Nutrition Examination Survey. J Clin Endocrinol Metab, 96(9), 2898-2903. doi: 10.1210/jc.20110435 St-Onge, M. P., Janssen, I., & Heymsfield, S. B. (2004). Metabolic syndrome in normal-weight Americans: new definition of the metabolically obese, normal-weight individual. Diabetes Care, 27(9), 2222-2228. Stamler, R., Stamler, J., Riedlinger, W. F., Algera, G., & Roberts, R. H. (1978). Weight and blood pressure. Findings in hypertension screening of 1 million Americans. JAMA, 240(15), 1607-1610. Stefan, N., Kantartzis, K., Machann, J., Schick, F., Thamer, C., Rittig, K., . . . Haring, H. U. (2008). Identification and characterization of metabolically benign obesity in humans. Arch Intern Med, 168(15), 1609-1616. doi: 10.1001/archinte.168.15.1609 Stefanick, M. L. (1999). Physical activity for preventing and treating obesity-related dyslipoproteinemias. Med Sci Sports Exerc, 31(11 Suppl), S609-618. Stefanick, M. L., Mackey, S., Sheehan, M., Ellsworth, N., Haskell, W. L., & Wood, P. D. (1998). Effects of diet and exercise in men and postmenopausal women with low levels of HDL cholesterol and high levels of LDL cholesterol. N Engl J Med, 339(1), 12-20. doi: 10.1056/nejm199807023390103 Stenholm, S., Alley, D., Bandinelli, S., Griswold, M. E., Koskinen, S., Rantanen, T., . . . Ferrucci, L. (2009). The effect of obesity combined with low muscle strength on decline in mobility in older persons: results from the InCHIANTI study. Int J Obes (Lond), 33(6), 635-644. doi: 10.1038/ijo.2009.62 Stenholm, S., Harris, T. B., Rantanen, T., Visser, M., Kritchevsky, S. B., & Ferrucci, L. (2008). Sarcopenic obesity: definition, cause and consequences. Curr Opin Clin Nutr Metab Care, 11(6), 693-700. doi: 10.1097/MCO.0b013e328312c37d Stenholm, S., Rantanen, T., Alanen, E., Reunanen, A., Sainio, P., & Koskinen, S. (2007). Obesity history as a predictor of walking limitation at old age. Obesity (Silver Spring), 15(4), 929938. doi: 15/4/929 [pii] 10.1038/oby.2007.583 [doi] Stephen, W. C., & Janssen, I. (2009). Sarcopenic-obesity and cardiovascular disease risk in the elderly. J Nutr Health Aging, 13(5), 460-466. Stevens, V. J., Obarzanek, E., Cook, N. R., Lee, I. M., Appel, L. J., Smith West, D., . . . Cohen, J. (2001). Long-term weight loss and changes in blood pressure: results of the Trials of Hypertension Prevention, phase II. Ann Intern Med, 134(1), 1-11. Stiegler, P., & Cunliffe, A. (2006). The role of diet and exercise for the maintenance of fat-free mass and resting metabolic rate during weight loss. Sports Med, 36(3), 239-262. doi: 3635 [pii] Stone, M. H., Fleck, S. J., Triplett, N. T., & Kraemer, W. J. (1991). Health- and performancerelated potential of resistance training. Sports Med, 11(4), 210-231. 264 Stubbs, R. J., Harbron, C. G., Murgatroyd, P. R., & Prentice, A. M. (1995). Covert manipulation of dietary fat and energy density: effect on substrate flux and food intake in men eating ad libitum. Am J Clin Nutr, 62(2), 316-329. Stumvoll, M., Goldstein, B. J., & van Haeften, T. W. (2005). Type 2 diabetes: principles of pathogenesis and therapy. Lancet, 365(9467), 1333-1346. doi: S0140-6736(05)61032-X [pii] 10.1016/S0140-6736(05)61032-X [doi] Stunkard, A. J. (1988). The Salmon lecture. Some perspectives on human obesity: its causes. Bull N Y Acad Med, 64(8), 902-923. Sun, L., Hu, F. B., Yu, Z., Li, H., Liu, H., Wang, X., . . . Lin, X. (2011). Lean body mass, interleukin 18, and metabolic syndrome in apparently healthy Chinese. PLoS One, 6(3), e18104. doi: 10.1371/journal.pone.0018104 Sussman, N. (2001). Review of atypical antipsychotics and weight gain. J Clin Psychiatry, 62 Suppl 23, 5-12. Tall, A. R. (1990). Plasma high density lipoproteins. Metabolism and relationship to atherogenesis. J Clin Invest, 86(2), 379-384. doi: 10.1172/JCI114722 [doi] Tallam, L. S., Stec, D. E., Willis, M. A., da Silva, A. A., & Hall, J. E. (2005). Melanocortin-4 receptordeficient mice are not hypertensive or salt-sensitive despite obesity, hyperinsulinemia, and hyperleptinemia. Hypertension, 46(2), 326-332. doi: 01.HYP.0000175474.99326.bf [pii] 10.1161/01.HYP.0000175474.99326.bf [doi] Tanumihardjo, S. A., Anderson, C., Kaufer-Horwitz, M., Bode, L., Emenaker, N. J., Haqq, A. M., . . . Stadler, D. D. (2007). Poverty, obesity, and malnutrition: an international perspective recognizing the paradox. J Am Diet Assoc, 107(11), 1966-1972. doi: 10.1016/j.jada.2007.08.007 Tappy, L., Felber, J. P., & Jequier, E. (1991). Energy and substrate metabolism in obesity and postobese state. Diabetes Care, 14(12), 1180-1188. Taskinen, M. R. (2003). Diabetic dyslipidaemia: from basic research to clinical practice. Diabetologia, 46(6), 733-749. doi: 10.1007/s00125-003-1111-y Taskinen, M. R. (2005). Type 2 diabetes as a lipid disorder. Curr Mol Med, 5(3), 297-308. Tchernof, A., & Despres, J. P. (2013). Pathophysiology of human visceral obesity: an update. Physiol Rev, 93(1), 359-404. doi: 10.1152/physrev.00033.2011 Tchernof, A., Lamarche, B., Prud'Homme, D., Nadeau, A., Moorjani, S., Labrie, F., . . . Despres, J. P. (1996). The dense LDL phenotype. Association with plasma lipoprotein levels, visceral obesity, and hyperinsulinemia in men. Diabetes Care, 19(6), 629-637. Thompson, P. D., Crouse, S. F., Goodpaster, B., Kelley, D., Moyna, N., & Pescatello, L. (2001). The acute versus the chronic response to exercise. Med Sci Sports Exerc, 33(6 Suppl), S438445; discussion S452-433. Toth, M. J., Sites, C. K., Eltabbakh, G. H., & Poehlman, E. T. (2000). Effect of menopausal status on insulin-stimulated glucose disposal: comparison of middle-aged premenopausal and early postmenopausal women. Diabetes Care, 23(6), 801-806. Trumbo, P., Schlicker, S., Yates, A. A., & Poos, M. (2002). Dietary reference intakes for energy, carbohydrate, fiber, fat, fatty acids, cholesterol, protein and amino acids. J Am Diet Assoc, 102(11), 1621-1630. Tsai, A. G., & Wadden, T. A. (2006). The evolution of very-low-calorie diets: an update and metaanalysis. Obesity (Silver Spring), 14(8), 1283-1293. doi: 10.1038/oby.2006.146 265 Tucker, L. A., & Silvester, L. J. (1996). Strength training and hypercholesterolemia: an epidemiologic study of 8499 employed men. Am J Health Promot, 11(1), 35-41. Tuomilehto, J., Lindstrom, J., Eriksson, J. G., Valle, T. T., Hamalainen, H., Ilanne-Parikka, P., . . . Uusitupa, M. (2001). Prevention of type 2 diabetes mellitus by changes in lifestyle among subjects with impaired glucose tolerance. N Engl J Med, 344(18), 1343-1350. doi: 10.1056/nejm200105033441801 UKPDS. (1998). Intensive blood-glucose control with sulphonylureas or insulin compared with conventional treatment and risk of complications in patients with type 2 diabetes (UKPDS 33). UK Prospective Diabetes Study (UKPDS) Group. Lancet, 352(9131), 837-853. Unger, R. H. (1995). Lipotoxicity in the pathogenesis of obesity-dependent NIDDM. Genetic and clinical implications. Diabetes, 44(8), 863-870. Unger, R. H. (2002). Lipotoxic diseases. Annu Rev Med, 53, 319-336. doi: 10.1146/annurev.med.53.082901.104057 Vague, J. (1947). La différentiation sexuelle, facteur déterminant des formes de l'obésité. Presse Med, 55(30), 339. Vague, P., Juhan-Vague, I., Aillaud, M. F., Badier, C., Viard, R., Alessi, M. C., & Collen, D. (1986). Correlation between blood fibrinolytic activity, plasminogen activator inhibitor level, plasma insulin level, and relative body weight in normal and obese subjects. Metabolism, 35(3), 250-253. Van Ameringen, M., Mancini, C., Pipe, B., Campbell, M., & Oakman, J. (2002). Topiramate treatment for SSRI-induced weight gain in anxiety disorders. J Clin Psychiatry, 63(11), 981-984. Van de Voorde, J., Pauwels, B., Boydens, C., & Decaluwe, K. (2013). Adipocytokines in relation to cardiovascular disease. Metabolism, 62(11), 1513-1521. doi: 10.1016/j.metabol.2013.06.004 Van Der Ploeg, G. E., Withers, R. T., & Laforgia, J. (2003). Percent body fat via DEXA: comparison with a four-compartment model. J Appl Physiol, 94(2), 499-506. doi: 10.1152/japplphysiol.00436.2002 [doi] 94/2/499 [pii] van Geel, T. A., Geusens, P. P., Winkens, B., Sels, J. P., & Dinant, G. J. (2009). Measures of bioavailable serum testosterone and estradiol and their relationships with muscle mass, muscle strength and bone mineral density in postmenopausal women: a cross-sectional study. Eur J Endocrinol, 160(4), 681-687. doi: 10.1530/eje-08-0702 Vandanmagsar, B., Youm, Y. H., Ravussin, A., Galgani, J. E., Stadler, K., Mynatt, R. L., . . . Dixit, V. D. (2011). The NLRP3 inflammasome instigates obesity-induced inflammation and insulin resistance. Nat Med, 17(2), 179-188. doi: nm.2279 [pii] 10.1038/nm.2279 [doi] Vaz, M., Jennings, G., Turner, A., Cox, H., Lambert, G., & Esler, M. (1997). Regional sympathetic nervous activity and oxygen consumption in obese normotensive human subjects. Circulation, 96(10), 3423-3429. Velho, S., Paccaud, F., Waeber, G., Vollenweider, P., & Marques-Vidal, P. (2010). Metabolically healthy obesity: different prevalences using different criteria. Eur J Clin Nutr, 64(10), 1043-1051. doi: 10.1038/ejcn.2010.114 Vessby, B., Uusitupa, M., Hermansen, K., Riccardi, G., Rivellese, A. A., Tapsell, L. C., . . . Storlien, L. H. (2001). Substituting dietary saturated for monounsaturated fat impairs insulin sensitivity in healthy men and women: The KANWU Study. Diabetologia, 44(3), 312-319. 266 Villareal, D. T., Apovian, C. M., Kushner, R. F., & Klein, S. (2005). Obesity in older adults: technical review and position statement of the American Society for Nutrition and NAASO, The Obesity Society. Am J Clin Nutr, 82(5), 923-934. doi: 82/5/923 [pii] Visser, M., Goodpaster, B. H., Kritchevsky, S. B., Newman, A. B., Nevitt, M., Rubin, S. M., . . . Harris, T. B. (2005). Muscle mass, muscle strength, and muscle fat infiltration as predictors of incident mobility limitations in well-functioning older persons. J Gerontol A Biol Sci Med Sci, 60(3), 324-333. Visser, M., Harris, T. B., Fox, K. M., Hawkes, W., Hebel, J. R., Yahiro, J. Y., . . . Magaziner, J. (2000). Change in muscle mass and muscle strength after a hip fracture: relationship to mobility recovery. J Gerontol A Biol Sci Med Sci, 55(8), M434-440. W. McArdle, F. K., V.Katch. (2001). Physiologie de l'activité physique. Énergie, nutrition et performance. (4 ed.). Baltimore, USA: Maloine/Edisem. Wadden, T. A., Anderson, D. A., & Foster, G. D. (1999). Two-year changes in lipids and lipoproteins associated with the maintenance of a 5% to 10% reduction in initial weight: some findings and some questions. Obes Res, 7(2), 170-178. Wadden, T. A., & Foster, G. D. (2000). Behavioral treatment of obesity. Med Clin North Am, 84(2), 441-461, vii. Wadden, T. A., Foster, G. D., & Letizia, K. A. (1994). One-year behavioral treatment of obesity: comparison of moderate and severe caloric restriction and the effects of weight maintenance therapy. J Consult Clin Psychol, 62(1), 165-171. Walberg, J. L. (1989). Aerobic exercise and resistance weight-training during weight reduction. Implications for obese persons and athletes. Sports Med, 7(6), 343-356. Walton, C., Godsland, I. F., Proudler, A. J., Wynn, V., & Stevenson, J. C. (1993). The effects of the menopause on insulin sensitivity, secretion and elimination in non-obese, healthy women. Eur J Clin Invest, 23(8), 466-473. Wang, J., Rennie, K. L., Gu, W., Li, H., Yu, Z., & Lin, X. (2009). Independent associations of bodysize adjusted fat mass and fat-free mass with the metabolic syndrome in Chinese. Ann Hum Biol, 36(1), 110-121. doi: 10.1080/03014460802585079 Wang, X., Miller, G. D., Messier, S. P., & Nicklas, B. J. (2007). Knee strength maintained despite loss of lean body mass during weight loss in older obese adults with knee osteoarthritis. J Gerontol A Biol Sci Med Sci, 62(8), 866-871. Wang, Y., Rimm, E. B., Stampfer, M. J., Willett, W. C., & Hu, F. B. (2005). Comparison of abdominal adiposity and overall obesity in predicting risk of type 2 diabetes among men. Am J Clin Nutr, 81(3), 555-563. Wardle, J., Carnell, S., Haworth, C. M., & Plomin, R. (2008). Evidence for a strong genetic influence on childhood adiposity despite the force of the obesogenic environment. Am J Clin Nutr, 87(2), 398-404. doi: 87/2/398 [pii] Watts, N. B., Spanheimer, R. G., DiGirolamo, M., Gebhart, S. S., Musey, V. C., Siddiq, Y. K., & Phillips, L. S. (1990). Prediction of glucose response to weight loss in patients with noninsulin-dependent diabetes mellitus. Arch Intern Med, 150(4), 803-806. Weinheimer, E. M., Sands, L. P., & Campbell, W. W. (2010). A systematic review of the separate and combined effects of energy restriction and exercise on fat-free mass in middle-aged and older adults: implications for sarcopenic obesity. Nutr Rev, 68(7), 375-388. doi: 10.1111/j.1753-4887.2010.00298.x Weintraub, M., Sundaresan, P. R., & Schuster, B. (1992). Long-term weight control study. VII (weeks 0 to 210). Serum lipid changes. Clin Pharmacol Ther, 51(5), 634-641. 267 Welle, S. L., & Campbell, R. G. (1983). Normal thermic effect of glucose in obese women. Am J Clin Nutr, 37(1), 87-92. Wessel, T. R., Arant, C. B., Olson, M. B., Johnson, B. D., Reis, S. E., Sharaf, B. L., . . . Merz, N. B. (2004). Relationship of physical fitness vs body mass index with coronary artery disease and cardiovascular events in women. JAMA, 292(10), 1179-1187. doi: 10.1001/jama.292.10.1179 Westerterp, K. R., Wilson, S. A., & Rolland, V. (1999). Diet induced thermogenesis measured over 24h in a respiration chamber: effect of diet composition. Int J Obes Relat Metab Disord, 23(3), 287-292. Westerterp-Plantenga, M. S. (2003). The significance of protein in food intake and body weight regulation. Curr Opin Clin Nutr Metab Care, 6(6), 635-638. doi: 10.1097/01.mco.0000098087.40916.c4 Westerterp-Plantenga, M. S., Rolland, V., Wilson, S. A., & Westerterp, K. R. (1999). Satiety related to 24 h diet-induced thermogenesis during high protein/carbohydrate vs high fat diets measured in a respiration chamber. Eur J Clin Nutr, 53(6), 495-502. Whelton, S. P., Chin, A., Xin, X., & He, J. (2002). Effect of aerobic exercise on blood pressure: a meta-analysis of randomized, controlled trials. Ann Intern Med, 136(7), 493-503. doi: 200204020-00006 [pii] WHO. (2000). Obesity: preventing and managing the global epidemic. Report of a WHO consultation World Health Organ Tech Rep Ser (2001/03/10 ed., Vol. 894, pp. i-xii, 1253). WHO. (2011). World Health Organisation. Obesity and overweight. from http://who.int/mediacentre/factsheets/fs311/en/print.html Wildman, R. P., McGinn, A. P., Lin, J., Wang, D., Muntner, P., Cohen, H. W., . . . Sowers, M. R. (2011). Cardiovascular disease risk of abdominal obesity vs. metabolic abnormalities. Obesity (Silver Spring), 19(4), 853-860. doi: 10.1038/oby.2010.168 Wildman, R. P., Muntner, P., Reynolds, K., McGinn, A. P., Rajpathak, S., Wylie-Rosett, J., & Sowers, M. R. (2008). The obese without cardiometabolic risk factor clustering and the normal weight with cardiometabolic risk factor clustering: prevalence and correlates of 2 phenotypes among the US population (NHANES 1999-2004). Arch Intern Med, 168(15), 1617-1624. doi: 168/15/1617 [pii] 10.1001/archinte.168.15.1617 [doi] Williamson, D. F., Madans, J., Anda, R. F., Kleinman, J. C., Kahn, H. S., & Byers, T. (1993). Recreational physical activity and ten-year weight change in a US national cohort. Int J Obes Relat Metab Disord, 17(5), 279-286. Williamson, D. F., Pamuk, E., Thun, M., Flanders, D., Byers, T., & Heath, C. (1995). Prospective study of intentional weight loss and mortality in never-smoking overweight US white women aged 40-64 years. Am J Epidemiol, 141(12), 1128-1141. Williamson, D. F., Pamuk, E., Thun, M., Flanders, D., Byers, T., & Heath, C. (1999). Prospective study of intentional weight loss and mortality in overweight white men aged 40-64 years. Am J Epidemiol, 149(6), 491-503. Williamson, D. F., Thompson, T. J., Thun, M., Flanders, D., Pamuk, E., & Byers, T. (2000). Intentional weight loss and mortality among overweight individuals with diabetes. Diabetes Care, 23(10), 1499-1504. Wilson, P. W., D'Agostino, R. B., Sullivan, L., Parise, H., & Kannel, W. B. (2002). Overweight and obesity as determinants of cardiovascular risk: the Framingham experience. Arch Intern Med, 162(16), 1867-1872. 268 Wilson, P. W., Kannel, W. B., Silbershatz, H., & D'Agostino, R. B. (1999). Clustering of metabolic factors and coronary heart disease. Arch Intern Med, 159(10), 1104-1109. Wing, R. R., & Hill, J. O. (2001). Successful weight loss maintenance. Annu Rev Nutr, 21, 323-341. doi: 10.1146/annurev.nutr.21.1.323 Wing, R. R., Venditti, E., Jakicic, J. M., Polley, B. A., & Lang, W. (1998). Lifestyle intervention in overweight individuals with a family history of diabetes. Diabetes Care, 21(3), 350-359. Woodard, G. A., Brooks, M. M., Barinas-Mitchell, E., Mackey, R. H., Matthews, K. A., & SuttonTyrrell, K. (2011). Lipids, menopause, and early atherosclerosis in Study of Women's Health Across the Nation Heart women. Menopause, 18(4), 376-384. doi: 10.1097/gme.0b013e3181f6480e Wormser, D., Kaptoge, S., Di Angelantonio, E., Wood, A. M., Pennells, L., Thompson, A., . . . Danesh, J. (2011). Separate and combined associations of body-mass index and abdominal adiposity with cardiovascular disease: collaborative analysis of 58 prospective studies. Lancet, 377(9771), 1085-1095. doi: S0140-6736(11)60105-0 [pii] 10.1016/S0140-6736(11)60105-0 [doi] Xue, Q. L., Beamer, B. A., Chaves, P. H., Guralnik, J. M., & Fried, L. P. (2010). Heterogeneity in rate of decline in grip, hip, and knee strength and the risk of all-cause mortality: the Women's Health and Aging Study II. J Am Geriatr Soc, 58(11), 2076-2084. doi: 10.1111/j.1532-5415.2010.03154.x Xydakis, A. M., Case, C. C., Jones, P. H., Hoogeveen, R. C., Liu, M. Y., Smith, E. O., . . . Ballantyne, C. M. (2004). Adiponectin, inflammation, and the expression of the metabolic syndrome in obese individuals: the impact of rapid weight loss through caloric restriction. J Clin Endocrinol Metab, 89(6), 2697-2703. doi: 10.1210/jc.2003-031826 Yang, Y., Zhu, W. D., & Paton, N. I. (2004). Comparison of dual-energy X-ray absorptiometry machines for measuring fat distribution changes of HIV-associated lipodystrophy. Antivir Ther, 9(5), 771-778. Yassine, H. N., Marchetti, C. M., Krishnan, R. K., Vrobel, T. R., Gonzalez, F., & Kirwan, J. P. (2009). Effects of exercise and caloric restriction on insulin resistance and cardiometabolic risk factors in older obese adults--a randomized clinical trial. J Gerontol A Biol Sci Med Sci, 64(1), 90-95. doi: 10.1093/gerona/gln032 Yeh, S., Wu, S. Y., Levine, D. M., Parker, T. S., Olson, J. S., Stevens, M. R., & Schuster, M. W. (2000). Quality of life and stimulation of weight gain after treatment with megestrol acetate: correlation between cytokine levels and nutritional status, appetite in geriatric patients with wasting syndrome. J Nutr Health Aging, 4(4), 246-251. You, T., Ryan, A. S., & Nicklas, B. J. (2004). The metabolic syndrome in obese postmenopausal women: relationship to body composition, visceral fat, and inflammation. J Clin Endocrinol Metab, 89(11), 5517-5522. doi: 10.1210/jc.2004-0480 [doi] Young, L. R., & Nestle, M. (2003). Expanding portion sizes in the US marketplace: implications for nutrition counseling. J Am Diet Assoc, 103(2), 231-234. doi: 10.1053/jada.2003.50027 Yu-Poth, S., Zhao, G., Etherton, T., Naglak, M., Jonnalagadda, S., & Kris-Etherton, P. M. (1999). Effects of the National Cholesterol Education Program's Step I and Step II dietary intervention programs on cardiovascular disease risk factors: a meta-analysis. Am J Clin Nutr, 69(4), 632-646. Zamboni, M., Mazzali, G., Fantin, F., Rossi, A., & Di Francesco, V. (2008). Sarcopenic obesity: a new category of obesity in the elderly. Nutr Metab Cardiovasc Dis, 18(5), 388-395. doi: S0939-4753(07)00185-8 [pii] 10.1016/j.numecd.2007.10.002 [doi] 269 Zamboni, M., Mazzali, G., Zoico, E., Harris, T. B., Meigs, J. B., Di Francesco, V., . . . Bosello, O. (2005). Health consequences of obesity in the elderly: a review of four unresolved questions. Int J Obes (Lond), 29(9), 1011-1029. doi: 0803005 [pii] 10.1038/sj.ijo.0803005 [doi] Zamboni, M., Zoico, E., Scartezzini, T., Mazzali, G., Tosoni, P., Zivelonghi, A., . . . Bosello, O. (2003). Body composition changes in stable-weight elderly subjects: the effect of sex. Aging Clin Exp Res, 15(4), 321-327. Zello, G. A. (2006). Dietary Reference Intakes for the macronutrients and energy: considerations for physical activity. Appl Physiol Nutr Metab, 31(1), 74-79. doi: 10.1139/h05-022 Zhu, S., Heshka, S., Wang, Z., Shen, W., Allison, D. B., Ross, R., & Heymsfield, S. B. (2004). Combination of BMI and Waist Circumference for Identifying Cardiovascular Risk Factors in Whites. Obes Res, 12(4), 633-645. doi: 10.1038/oby.2004.73 Zierath, J. R., & Wallberg-Henriksson, H. (1992). Exercise training in obese diabetic patients. Special considerations. Sports Med, 14(3), 171-189. Zimmet, P., Magliano, D., Matsuzawa, Y., Alberti, G., & Shaw, J. (2005). The metabolic syndrome: a global public health problem and a new definition. J Atheroscler Thromb, 12(6), 295300.