Prévention du risque cardiovasculaire : il faut intégrer les facteurs

L’analyse exhaustive des relations fonctionnelles entre les facteurs de risque des maladies cardiovasculaires a permis de mettre en évidence un réseau d’interactions complexe. Sa prise en compte serait capitale dans les stratégies de prévention.

Les chiffres des maladies cardiovasculaires sont effarants : 300 à 400 000 accidents cardiovasculaires sont à déplorer chaque année en France, principalement des AVC et des infarctus du myocarde, avec globalement 1/3 de cas mortels et 2/3 de survivants affectés par des handicaps moteurs et cérébraux plus ou moins lourds. Bien que plusieurs des facteurs de risque impliqués dans leur survenue soient connus, force est de constater que la prévention marche mal. « Si les principaux facteurs de risques cardiovasculaires sont aujourd’hui bien connus, leurs interactions sont rarement considérées » observe Pierre Meneton*, premier auteur d’une étude visant à combler ce manque. « Grâce à la cohorte GAZEL, nous avons pu analyser dans quelle mesure la survenue de chaque facteur de risque était prédite par les autres facteurs, et inversement, avec l’idée que la prise en compte de ces interactions pouvaient présenter un intérêt en terme de prévention« indique-t-il.

Un réseau dense d’interactions réciproques

Traditionnellement, les facteurs de risques ont tendance à être évalués séparément, sans s’attacher outre mesure aux interactions qu’ils peuvent entretenir entre eux. Au mieux ils sont considérés conjointement pour évaluer le risque cardiovasculaire global comme dans l’équation de Framingham (qui combine l’âge, le tabagisme, le taux de cholestérol, la pression artérielle et le sexe pour estimer ce risque). Mais dans les stratégies de prévention, la non prise en compte de ces interactions est problématique. Elle pourrait en partie expliquer les échecs répétés de ces stratégies. En effet, « essayer de réduire un facteur de risque par des mesures hygiéniques ou pharmaceutiques sans tenir compte des autres facteurs susceptibles de provoquer son apparition va être contre-productif » alerte le chercheur. C’est par exemple le cas si l’on cherche à diminuer le risque chez des fumeurs simultanément obèses et dépressifs. 

4 groupes de facteurs de risque

A l’issue d’une analyse exhaustive de toutes les interactions possibles entre les 12 principaux facteurs de risque – qui peuvent chacun prédire un autre risque et/ou être prédit par lui – s’est dégagé un réseau de 47 relations significatives (p<0.05), dont 22 très significatives (p<0.0001). « Le résultat de toute notre étude tient en un schéma qui récapitule les relations entre les différents facteurs de risques » indique Pierre Meneton, détaillant la classification fondée sur le nombre de relations engagées par chaque facteur : 

  • Des facteurs non modifiables (sexe, âge, antécédents familiaux) qui prédisent les autres facteurs mais ne sont pas prédits par eux.
  • Des facteurs liés au mode de vie (tabagisme, sédentarité, alcoolisme) qui prédisent beaucoup d’autres facteurs – sauf les non modifiables – mais sont très peu prédits par les autres facteurs.
  • Des facteurs cliniques en amont (troubles du sommeil, obésité, dépression) qui prédisent beaucoup d’autres facteurs de risque et sont eux-mêmes prédits par de nombreux autres.
  • Des facteurs cliniques en aval (hypertension, dyslipidémie, diabète) qui sont prédits par beaucoup d’autres facteurs mais n’en prédisent que très peu.

Au service de la prévention

« Il est nécessaire de mieux prendre en compte les interactions entre tous ces facteurs de risque en pratique médicale« insiste Pierre Meneton, appelant de ses vœux que la présente étude puisse déjà fournir un cadre conceptuel aux praticiens, en attendant que son utilité puisse être évaluée. 

Note :

* Unité 1142 Inserm/UPMC, Laboratoire d’informatique médicale et d’ingénierie des connaissances en e‑santé (LIMICS), Paris 

Source :

P. Meneton et coll. A global view of the relationships between the main behavioural and clinical cardiovascular risk factors in the GAZEL Prospective Cohort. PLoS One du 6 septembre 2016