👀 Une étude récente offre des résultats intéressant sur le sujet ! Peut-on vraiment utiliser la salive pour surveiller les réponses à l'insuline ?
🕒 On observe un délai de 30-45 minutes entre les réponses de l'insuline dans la salive et le plasma (le plasma offrant plus de réactivité)
🍞 Les repas riches en glucides augmentent nettement les réponses de l'insuline salivaire par rapport aux repas faibles en glucide.
📊 Forte corrélation entre l'insuline salivaire et plasmatique, renforçant l'idée de la salive comme outil de dépistage non invasif.
👉 Il a été observé que la surface sous la courbe (AUC) de l'insuline salivaire sur 9 heures est fortement corrélée à l'insuline plasmatique, tant dans des conditions de faible que de haute insuline.
💡 Les schémas de résistance à l'insuline chez les individus en surpoids ou en obésité sont visibles au travers de la salive : compensation en libérant davantage d'insuline 📈
✅ L'avantage de cette méthode réside dans sa mise en forme dans un suivi non invasif des réponses à l'insuline.
Rapport insuline à jeun:
Dans le groupe NW (poids "normal"), le rapport entre la concentration d'insuline dans la salive et celle dans le plasma était de 1:3.
Dans le groupe OO (surpoids ou obèsité), ce rapport était de 1:1,9.
Corrélations entre l'insuline plasmatique et salivaire :
Une forte relation a été trouvée entre l'insuline à jeun mesurée dans le plasma et la salive, avec une corrélation de r = 0,66.
Réponses à des repas riches en glucides (HC) :
Après le premier repas HC, la corrélation entre les mesures d'insuline plasmatique et salivaire était de r = 0.66.
Après le second repas HC, cette corrélation était de r = 0.72.
Et après le troisième repas HC, elle était de r = 0.64.
Réponses à des repas faibles en glucides (LC) :
Après le premier repas LC, une très forte corrélation de r = 0.91 a été observée entre l'insuline mesurée dans le plasma et la salive.
Après le second repas LC, la corrélation était de r = 0.71.
Et après le troisième repas LC, elle était de r = 0.73.
r ne représente pas un pourcentage. Il s'agit du coefficient de corrélation de Pearson.
Ce coefficient mesure le degré de corrélation linéaire entre deux variables. Les valeurs possibles pour r varient entre -1 et 1 :
r=1 : corrélation positive parfaite. Cela signifie que lorsque l'une des variables augmente, l'autre aussi, dans une relation linéaire parfaite.
r=−1 : corrélation négative parfaite. Cela signifie que lorsque l'une des variables augmente, l'autre diminue, dans une relation linéaire parfaite.
r=0 : aucune corrélation. Cela signifie que les deux variables n'ont aucune relation linéaire entre elles.
Les valeurs de r entre 0 et 1 (ou 0 et -1) indiquent le degré de corrélation positive (ou négative) entre les deux variables. Plus la valeur est proche de 1 ou -1, plus la corrélation est forte.
📩 Recevez nos résumés d’études chaque semaine dans votre boîte mail, en vous inscrivant à notre newsletter gratuite !
Référence :
✍️ https://doi.org/10.1139/apnm-2023-0066
Comments