Cette étude observationnelle transversale a évalué si l'épaisseur de la graisse sous-cutanée abdominale mesurée sur des images de tomodensitométrie existantes était associée au risque d'apnée obstructive du sommeil basé sur le questionnaire STOP-BANG. Aucune association significative n'a été observée entre l'épaisseur de la graisse mesurée par tomodensitométrie et les scores STOP-BANG.
Article de recherche
Épaisseur du tissu adipeux sous-cutané abdominal mesurée par tomographie informatisée et risque d'apnée obstructive du sommeil : une étude observationnelle transversale
Dans cet article
Résumé
Résumé
Cette étude a examiné si l'épaisseur de la graisse sous-cutanée ombilicale (USFT), mesurée de manière opportuniste sur des images de tomodensitométrie abdominale (TDM) obtenues pour des indications cliniques, était associée au risque périopératoire d'apnée obstructive du sommeil (AOS) évalué à l'aide du questionnaire STOP-BANG. Dans cette étude observationnelle transversale, 64 participants adultes ont rempli le questionnaire STOP-BANG, et l'USFT a été mesurée sur des images TDM abdominales existantes selon un protocole standardisé. Les associations entre l'USFT et les variables continues ont été évaluées à l'aide de la corrélation de Spearman, tandis que les comparaisons entre les catégories de risque STOP-BANG ont été effectuées à l'aide du test de Kruskal-Wallis. Une régression logistique exploratoire a été utilisée pour évaluer l'association entre l'USFT et un risque élevé selon STOP-BANG, après ajustement sur l'âge. Aucune corrélation significative n'a été observée entre l'USFT et le score STOP-BANG (ρ = 0,142, p = 0,264), et l'USFT ne différait pas significativement entre les catégories de risque STOP-BANG (p = 0,677). L'USFT était significativement plus élevée chez les participants déclarant ronfler (p = 0,026) et présentait des corrélations positives avec l'indice de masse corporelle (IMC ; ρ = 0,663, p < 0,001) et la circonférence du cou (ρ = 0,544, p < 0,001). L'USFT n'était pas significativement associée à un risque élevé selon STOP-BANG après ajustement sur l'âge. Dans l'ensemble, l'USFT mesurée par TDM n'était pas associée au risque d'AOS basé sur STOP-BANG dans cette étude. Des études plus larges, intégrant des cas d'AOS confirmés par polysomnographie (PSG) et des analyses multivariées suffisamment puissantes, sont nécessaires pour déterminer le rôle potentiel des mesures d'adiposité dérivées de la TDM dans l'évaluation du risque d'AOS périopératoire.
Introduction
L'apnée obstructive du sommeil (AOS) est un trouble respiratoire lié au sommeil caractérisé par des obstructions répétées des voies aériennes supérieures pendant le sommeil, entraînant une hypoxie intermittente, une hypercapnie et une fragmentation du sommeil1. L'AOS est associée à des comorbidités cardiovasculaires et métaboliques et constitue une préoccupation majeure en période périopératoire, car elle augmente le risque de ventilation difficile au masque, d'intubation trachéale difficile et de complications respiratoires postopératoires2,3. Malgré son importance clinique, l'AOS reste fréquemment méconnue chez les patients chirurgicaux, rendant essentielle une stratification pragmatique du risque périopératoire.
L'obésité est un facteur clé contribuant au risque d'apnée obstructive du sommeil (AOS) par des mécanismes incluant des modifications de la mécanique des voies aériennes supérieures, une réduction de la réactivité musculaire pharyngée et des effets inflammatoires et métaboliques liés à un dysfonctionnement du tissu adipeux3,4. Bien que la polysomnographie (PSG) soit la référence diagnostique, l'accès limité, les délais d'attente et les contraintes de faisabilité lors d'admissions chirurgicales en urgence rendent souvent nécessaire le recours à des outils de dépistage plutôt qu'à des examens objectifs du sommeil dans les parcours périopératoires habituels1,5. Parmi ces outils, le questionnaire STOP-BANG est largement utilisé en raison de sa simplicité et de sa haute sensibilité. Le score intègre huit paramètres — ronflements, somnolence diurne, apnées observées, hypertension artérielle, IMC, âge, tour de cou et sexe — afin de classer les patients dans des catégories de risque d'AOS6,7.
L'épaisseur de graisse sous-cutanée ombilicale (USFT), en tant qu'indicateur de l'adiposité abdominale, pourrait influencer la gravité et les complications de l'apnée obstructive du sommeil (OSA) par l'accumulation accrue de graisse abdominale3,8. La tomodensitométrie (CT) est une méthode largement utilisée pour évaluer le tissu adipeux abdominal, offrant une grande précision et une reproductibilité élevée dans la mesure de la graisse. Des études antérieures ont rapporté des corrélations fortes entre les mesures de graisse sous-cutanée et viscérale basées sur la CT et les paramètres anthropométriques9. Cependant, il reste incertain de savoir si la mesure opportuniste de l'USFT sur une CT abdominale fournit des informations supplémentaires en lien avec la stratification du risque périopératoire d'OSA basée sur le questionnaire STOP-BANG.
Par conséquent, cette étude visait à explorer si l'épaisseur du tissu adipeux sous-cutané (USFT) mesurée de façon opportuniste sur des images abdominales de tomodensitométrie (CT) existantes, obtenues pour des indications cliniques, était associée au risque d'apnée obstructive du sommeil (OSA) évalué à l'aide du questionnaire STOP-BANG chez des patients chirurgicaux adultes. L'originalité de cette étude réside dans l'utilisation d'images abdominales de CT acquises en routine pour quantifier l'USFT, sans exposition supplémentaire aux rayonnements. Nous avons émis l'hypothèse que l'USFT mesurée par CT serait plus importante chez les patients présentant des scores STOP-BANG plus élevés et un risque accru d'OSA.
Protocole
Cette étude observationnelle transversale a été approuvée par le comité d'éthique de l'hôpital municipal d'Ankara Bilkent (date d'approbation : 9 avril 2025 ; numéro d'approbation : TABED-1-25-1200). Toutes les procédures ont été réalisées conformément aux normes éthiques des comités institutionnels et/ou nationaux de recherche ainsi qu'aux principes de la Déclaration d'Helsinki de 1964 et à ses amendements ultérieurs, ou à des normes éthiques comparables. Un consentement éclairé a été obtenu de la part de tous les participants individuels inclus dans l'étude. Aucun recrutement de participants, aucune procédure de consentement éclairé, aucune évaluation STOP-BANG ni aucune autre collecte de données spécifique à l'étude n'a eu lieu avant l'approbation formelle du comité d'éthique.
Conception de l'étude et participants
Cette étude a été menée entre le 10 avril 2025 et le 30 juin 2025. Les patients adultes (âgés de 18 ans ou plus) ayant subi un scanner abdominal pour des motifs cliniques dans le service de chirurgie générale étaient éligibles à l'inclusion. Les indications cliniques du scanner comprenaient la douleur abdominale, une malignité suspectée et un traumatisme. Les scores STOP-BANG ont été obtenus le même jour que l'examen scanner, garantissant que les deux évaluations reflétaient la même période clinique. Aucun examen scanner supplémentaire n'a été réalisé spécifiquement pour cette étude. Les critères d'exclusion étaient l'âge <18 ans, la grossesse, le refus de participer, l'absence d'images abdominales de scanner adéquates, une chirurgie abdominale antérieure susceptible d'interférer avec des mesures précises de la graisse, ou des données cliniques incomplètes. Aucun examen d'imagerie ou procédure diagnostique supplémentaire n'a été effectué à des fins d'étude ; tous les examens scanner ont été réalisés dans le cadre des soins cliniques habituels. Le processus de dépistage et de sélection des participants est résumé dans Figure 1.
Figure 1. Schéma du flux des patients. Le diagramme illustre le processus de sélection des patients, incluant le nombre de patients dépistés, les raisons d'exclusion, le nombre final de participants inclus dans l'analyse et leur répartition selon les catégories de risque STOP-BANG. Les groupes de risque finaux comprenaient des participants à faible risque (n = 20), à risque intermédiaire (n = 24) et à haut risque (n = 20). Étant donné qu'il s'agit d'un schéma descriptif du flux des patients et non d'une figure de données statistiques, les barres d'erreur et les tests de significativité statistique ne s'appliquent pas. Abréviations : USFT, épaisseur de la graisse sous-cutanée ombilicale ; n, nombre de participants. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.
Données cliniques et anthropométriques
Les données démographiques et anthropométriques, incluant l'âge, le sexe, la taille, le poids, l'IMC et la circonférence du cou, ont été enregistrées. La circonférence du cou a été mesurée à l'aide d'un ruban souple non élastique, le participant étant en position debout et la tête en position neutre. La mesure a été effectuée au niveau de la saillie laryngée (cartilage thyroïde). Les mesures ont été notées au dixième de centimètre près. Trois mesures ont été réalisées et la valeur moyenne a été utilisée pour l'analyse. Une circonférence du cou de >Une valeur de 40 cm était considérée comme positive pour le critère STOP-BANG. Le statut hypertensif et les réponses au questionnaire STOP-BANG ont été recueillis au moment de l'inscription. Le score STOP-BANG a été calculé à partir de huit composantes : ronflement, somnolence diurne, apnées observées, hypertension, IMC > 35 kg/m²2, âge > 50 ans, tour de cou >40 cm et sexe masculin6,7.
Mesure par tomodensitométrie de l'USFT
Tous les examens tomodensitométriques ont été réalisés à l'aide d'un scanner à multidétecteurs de 128 coupes. Les paramètres d'imagerie étaient les suivants : tension du tube, 120 kV ; modulation automatique du courant du tube, 200–420 mA ; temps de rotation, 0,6 s ; pas d'hélice, 1,375 ; couverture du détecteur, 40,0 mm ; épaisseur de coupe d'acquisition, 3,75 mm ; épaisseur de coupe de reconstruction, 1,25 mm à l'aide d'un noyau de reconstruction standard pour les tissus mous ; et longueur de la table, 2000 mm. Les mesures ont été effectuées sur des images sans contraste ou avec contraste, les limites du tissu adipeux sous-cutané étant clairement identifiables indépendamment de l'administration de produit de contraste. L'analyse des images a été réalisée à l'aide du logiciel ProHIMS PACS Viewer (version 2024.5.0) avec des réglages standard de fenêtre abdominale pour les tissus mous (largeur de fenêtre, 400 HU ; niveau de fenêtre, 40 HU). Afin de minimiser la variabilité inter-observateur, toutes les analyses d'images ont été effectuées par un seul radiologue possédant plus de 10 ans d'expérience dans l'interprétation d'examens tomodensitométriques abdominaux. Les mesures ont été obtenues à partir d'images tomodensitométriques existantes, sans exposition supplémentaire aux rayonnements.
L'USFT a été mesurée sur des coupes axiales de tomodensitométrie au niveau du nombril. Le niveau exact du nombril a été déterminé en identifiant le repère anatomique de la cicatrice ombilicale sur la paroi abdominale antérieure. Les mesures ont été effectuées selon un protocole standardisé en calculant la distance entre la surface cutanée et la gaine antérieure du muscle droit (fascia musculaire). Comme décrit dans le protocole précédent, les mesures ont été réalisées sur trois coupes axiales consécutives à ce niveau, et les valeurs ont été moyennées pour l'analyse finale.
Le radiologue évaluateur était aveugle aux scores STOP-BANG et aux résultats cliniques des participants pendant l'analyse des images. Afin d'évaluer la fiabilité intra-observateur, un sous-ensemble aléatoire de 20 scanners CT a été réanalysé par le même radiologue en situation d'aveugle. La fiabilité a été évaluée à l'aide du coefficient de corrélation intraclasse (CCI). La fiabilité des mesures intra-observateur était bonne, avec un CCI de 0,79. Un exemple représentatif de la technique de mesure est présenté dans Figure 2.
Figure 2. Mesure représentative de l'épaisseur de la graisse sous-cutanée ombilicale sur une image de tomodensitométrie abdominale. Une image représentative de tomodensitométrie axiale (TDM) au niveau ombilical illustre la mesure de l'épaisseur de la graisse sous-cutanée ombilicale (USFT). Le curseur de mesure vertical indique la distance perpendiculaire entre la surface cutanée antérieure et la gaine antérieure du muscle droit (fascia musculaire). L'image représente une coupe axiale unique d'un participant et illustre uniquement la technique de mesure. Pour l'analyse de l'étude, l'USFT a été mesurée sur trois coupes axiales consécutives au niveau ombilical, et la moyenne des trois mesures a été utilisée comme valeur finale d'USFT. R, droite ; L, gauche ; TDM, tomodensitométrie ; USFT, épaisseur de la graisse sous-cutanée ombilicale. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.
Résultats et catégorisation du risque selon STOP-BANG
Le résultat principal était l'association entre l'USFT et le score STOP-BANG. Les scores STOP-BANG ont été analysés à la fois comme une variable continue et comme des groupes de risque catégoriels : faible risque (0–2), risque intermédiaire (3–4) et risque élevé (≥5)7. Le seuil de ≥5 a été choisi pour la classification du risque élevé car il offre une spécificité plus élevée et est plus fortement associé à une AOS modérée à sévère, ce qui est particulièrement pertinent en contexte périopératoire.
Considérations relatives à la taille de l'échantillon
La taille de l'échantillon de l'étude (n = 64) a été déterminée en fonction de la faisabilité pendant la période d'étude. Étant donné le nombre limité de données antérieures sur la relation entre la TFUS dérivée de la CT et le score STOP-BANG, l'étude a été conçue comme une analyse exploratoire générant des hypothèses, plutôt qu'une étude confirmatoire conçue pour détecter de faibles tailles d'effet. En conséquence, les résultats ont été interprétés en mettant l'accent sur les estimations des effets et la pertinence clinique, plutôt que sur la seule signification statistique.
Analyse statistique
Les analyses statistiques ont été réalisées à l'aide de Python (version 3.10.12), avec pandas (version 1.5.3), SciPy (version 1.10.1) et statsmodels (version 0.14.0). Matplotlib (version 3.7.1) et seaborn (version 0.12.2) ont été utilisés pour la visualisation des données. La normalité des variables continues a été évaluée à l'aide du test de Shapiro–Wilk. Les variables présentant une distribution normale ont été exprimées par la moyenne ± l'écart-type, tandis que celles ayant une distribution non normale ont été exprimées par la médiane (minimum–maximum, écart interquartile [IQR]).
Des comparaisons de groupes entre les trois catégories de risque STOP-BANG ont été effectuées à l'aide du test de Kruskal–Wallis. L'association entre l'USFT et chaque composante individuelle du questionnaire STOP-BANG a été évaluée davantage : le test de Mann–Whitney U a été appliqué aux variables catégorielles dichotomiques, et la corrélation de Spearman a été utilisée pour les variables continues.
Des modèles de régression logistique ont été utilisés pour évaluer l'association entre l'USFT et le risque élevé d'apnée du sommeil évalué par le questionnaire STOP-BANG. La variable dépendante dans tous les modèles était le risque élevé au questionnaire STOP-BANG, défini strictement comme un score ≥5. Étant donné le nombre limité de cas à haut risque confirmés (n = 20), une régression logistique multivariée classique comportant plusieurs covariables a été évitée afin de réduire le surajustement. À la place, un modèle de régression logistique minimal standard incluait explicitement uniquement deux variables indépendantes : l'USFT et l'âge. En outre, une régression logistique pénalisée par L2 (Ridge) a été réalisée en utilisant les mêmes variables dépendantes et indépendantes. Pour le modèle pénalisé, le paramètre de régularisation (alpha) a été fixé à 1,0 afin d'appliquer une pénalité standard, réduisant ainsi les coefficients pour éviter une variance excessive. Des rapports de cotes (OR) avec des intervalles de confiance à 95 % (IC) ont été calculés. Une valeur de p <0,05 a été considérée comme statistiquement significative pour toutes les analyses.
Résultats
Conception de l'étude et participants
Pendant la période de l'étude, un total de 115 patients présentant des indications cliniques pertinentes, notamment des douleurs abdominales, une suspicion de malignité ou un traumatisme, ont été sélectionnés pour évaluer leur éligibilité. Trois patients ont été exclus en raison d'une grossesse et n'ont pas subi de scanner tomodensitométrique. Parmi les patients restants, 24 ont été exclus car une image tomodensitométrique abdominale cliniquement adéquate n'était pas disponible. Vingt-quatre patients supplémentaires ont été exclus en raison d'un refus de participer ou de remplir le questionnaire STOP-BANG (n = 10), d'une chirurgie abdominale antérieure (n = 8) ou de données cliniques incomplètes (n = 6). En conséquence, 64 patients ont été inclus dans l'étude et pris en compte dans l'analyse finale (Figure 1).
Un total de 64 participants a été inclus dans l'analyse, comprenant 32 femmes (50,0 %) et 32 hommes (50,0 %). L'âge médian était de 60 ans (intervalle, 22–85 ans). La circonférence moyenne du cou était de 38,44 ± 2,68 cm, et l'IMC médian était de 25,4 kg/m2 (intervalle, 14,9–51,4 kg/m2). Le score médian au questionnaire STOP-BANG était de 4 (intervalle, 0–7), et l'épaisseur médiane de la graisse sous-cutanée au niveau du cou (USFT) était de 25,07 mm (intervalle, 11,85–53,28 mm). Les caractéristiques démographiques, anthropométriques et cliniques de base sont résumées dans le tableau 1.
| Variable | N = 64 |
| Âge (années), médiane (min–max ; IQ) | 60,0 (22–85 ; 18,0) |
| Taille (cm), moyenne ± ÉT | 166,11 ± 8,3 |
| Poids (kg), médiane (min–max ; IQ) | 70,0 (38–145 ; 21,25) |
| IMC (kg/m²), médiane (min–max ; IQ) | 25,4 (14,9–51,4 ; 6,95) |
| Circonférence du cou (cm), moyenne ± ÉT | 38,44 ± 2,68 |
| Score STOP-BANG (0–8), médiane (min–max ; IQ) | 4,0 (0–7 ; 3) |
| Épaisseur sous-cutanée à l’ultrason (mm), médiane (min–max ; IQ) | 25,07 (11,85–53,28 ; 12,22) |
| Sexe, n (%) | |
| Homme | 32 (50,0) |
| Femme | 32 (50,0) |
| Hypertension, n (%) | |
| Oui | 28 (43,8) |
| Non | 36 (56,3) |
| Ronflement, n (%) | |
| Oui | 51 (79,7) |
| Non | 13 (20,3) |
| Somnolence, n (%) | |
| Oui | 41 (64,1) |
| Non | 23 (35,9) |
| Apnée observée, n (%) | |
| Oui | 1 (1,6) |
| Non | 63 (98,4) |
Tableau 1 : Caractéristiques démographiques et cliniques des participants à l'étude. Les caractéristiques démographiques, anthropométriques et cliniques des 64 participants inclus dans l'analyse finale sont présentées. Les variables continues sont exprimées en moyenne ± écart type (ET) ou médiane (minimum–maximum ; intervalle interquartile [IIQ]), selon le cas, et les variables catégorielles sont exprimées en nombre (pourcentage). IMC, indice de masse corporelle ; épaisseur de graisse sous-cutanée ombilicale, épaisseur de la graisse sous-cutanée ombilicale ; ET, écart type ; IIQ, intervalle interquartile ; min, minimum ; max, maximum ; n, nombre de participants.
Tableau 1 présente les caractéristiques démographiques, anthropométriques et cliniques de base de la cohorte d'étude (n = 64). Les variables catégorielles incluent le sexe et les réponses cliniques binaires (oui/non) pour l'hypertension, les ronflements, la somnolence diurne et l'apnée observée. Les variables continues normalement distribuées (taille et tour de cou) sont exprimées en moyenne ± écart-type. Les variables continues non normalement distribuées (âge, poids, IMC, score STOP-BANG et TUSF) sont exprimées en médiane (minimum–maximum ; IQ). Les variables catégorielles sont présentées sous forme de n (%). Étant donné que le Tableau 1 présente des statistiques descriptives de base, aucun test statistique comparatif n'a été effectué et les valeurs de p ne sont pas applicables.
Données cliniques et anthropométriques
Aucune corrélation statistiquement significative n’a été observée entre le score STOP-BANG et le TUSF (ρ de Spearman = 0,142, p = 0,264). De même, le TUSF ne différait pas de manière significative entre les catégories à faible, intermédiaire et élevé risque selon le score STOP-BANG (H de Kruskal-Wallis = 0,781, p = 0,677). Les catégories finales de risque vérifiées comprenaient 20 participants (31,3 %) à faible risque, 24 (37,5 %) à risque intermédiaire et 20 (31,3 %) à haut risque (Figure 1 et Tableau 2).
| Variable | n (%) | Analyse | Médiane (IQ) | Statistique du test | valeur p | Taille de l'effet |
| Score STOP-BANG | 64 (100) | Corrélation de Spearman | 4,0 (2,0–5,0) | ρ = 0,142 | 0,264 | — |
| Catégorie de risque STOP-BANG | 64 (100) | Test de Kruskal–Wallis | — | H = 0,781 | 0,677 | — |
| Risque faible (0–2) | 20 (31,3) | — | 23,7 (19,6–32,4) | — | — | — |
| Risque intermédiaire (3–4) | 24 (37,5) | — | 26,6 (20,4–34,8) | — | — | — |
| Risque élevé (≥5) | 20 (31,3) | — | 25,3 (22,4–30,2) | — | — | — |
| Ronflement | 64 (100) | Test de Mann–Whitney U | — | U = 198,0 | 0,026 | 0,278 |
| Non | 13 (20,3) | — | 20,0 (16,3–27,5) | — | — | — |
| Oui | 51 (79,7) | — | 25,3 (21,2–36,1) | — | — | — |
| Somnolence | 64 (100) | Test de Mann–Whitney U | — | U = 471,0 | 1 | 0,001 |
| Non | 23 (35,9) | — | 24,1 (20,0–32,6) | — | — | — |
| Oui | 41 (64,1) | — | 25,3 (20,9–31,3) | — | — | — |
| Hypertension | 64 (100) | Test de Mann–Whitney U | — | U = 497,0 | 0,93 | 0,012 |
| Non | 36 (56,3) | — | 24,9 (19,9–32,6) | — | — | — |
| Oui | 28 (43,8) | — | 25,1 (21,1–30,4) | — | — | — |
| Sexe | 64 (100) | Test de Mann–Whitney U | — | U = 546,0 | 0,653 | 0,057 |
| Féminin | 32 (50,0) | — | 25,1 (20,2–33,1) | — | — | — |
| Masculin | 32 (50,0) | — | 24,9 (20,6–29,9) | — | — | — |
| Âge (années) | 64 (100) | Corrélation de Spearman | 60,0 (52,0–70,0) | ρ = −0,067 | 0,6 | — |
| IMC (kg/m²) | 64 (100) | Corrélation de Spearman | 25,4 (22,5–29,5) | ρ = 0,663 | <0,001 | — |
| Circonférence du cou (cm) | 64 (100) | Corrélation de Spearman | 39,0 (36,8–40,0) | ρ = 0,544 | <0,001 | — |
Tableau 2 : Analyse statistique des associations entre l'épaisseur de la graisse sous-cutanée ombilicale et le score STOP-BANG ainsi que ses composantes. Les associations entre l'ESGO et les variables continues ont été évaluées à l'aide de la corrélation de rang de Spearman. Les différences d'ESGO entre les groupes dichotomiques ont été évaluées à l'aide du test U de Mann-Whitney, et les différences entre les trois catégories de risque STOP-BANG ont été évaluées à l'aide du test de Kruskal-Wallis. Pour les comparaisons catégorielles, les valeurs dans la colonne Médiane (IQR) représentent l'ESGO en millimètres ; pour les analyses de variables continues, les valeurs représentent la variable correspondante. La signification statistique a été définie comme p < 0,05. IMC, indice de masse corporelle ; IQR, écart interquartile ; ESGO, épaisseur de la graisse sous-cutanée ombilicale ; U, statistique U de Mann-Whitney ; H, statistique du test de Kruskal-Wallis ; ρ, coefficient de corrélation de rang de Spearman ; n, nombre de participants.
Le TFUS était significativement plus élevé chez les participants qui déclaraient ronfler que chez ceux qui ne le faisaient pas (U = 198,0, p = 0,026). En revanche, aucune association significative n’a été observée entre le TFUS et la fatigue diurne (U = 471,0, p = 1,000), l’hypertension artérielle (U = 497,0, p = 0,930), le sexe (U = 546,0, p = 0,653) ou l’âge (ρ = −0,067, p = 0,600). Des corrélations positives ont été observées entre le TFUS et l’IMC (ρ = 0,663, p < 0,001) ainsi qu’entre le TFUS et la circonférence du cou (ρ = 0,544, p < 0,001). Les associations entre le TFUS et le score STOP-BANG ainsi que ses composantes sont résumées dans le tableau 2.
Tableau 2 présente l'évaluation statistique des relations entre l'USFT et les variables démographiques, anthropométriques et cliniques, y compris le score global STOP-BANG. La taille totale de l'échantillon était de n = 64. Les analyses catégorielles comprenaient les catégories de risque STOP-BANG (faible risque, 0–2 ; risque intermédiaire, 3–4 ; risque élevé, ≥5), les variables cliniques binaires (oui/non pour le ronflement, la somnolence diurne et l'hypertension) et le sexe (féminin/masculin). L'apnée observée a été exclue de l'analyse comparative en raison du déséquilibre extrême entre les groupes (n = 1 pour « oui »). La dispersion des données pour les variables continues non normalement distribuées est présentée sous forme de médiane (IQ). Le coefficient de corrélation de Spearman a été utilisé pour les variables continues (âge, IMC, circonférence du cou et score STOP-BANG), le test de Kruskal-Wallis pour les comparaisons entre les trois catégories de risque STOP-BANG, et le test U de Mann-Whitney pour les variables catégorielles dichotomiques. Les tailles d'effet sont indiquées lorsque cela s'applique. La signification statistique a été définie comme p < 0,05.
Résultats et catégorisation du risque selon STOP-BANG
Vingt participants (31,3 %) ont été classés comme étant à haut risque d'apnée obstructive du sommeil (AOS) selon un score STOP-BANG ≥5. Cette classification à haut risque est conforme à la répartition finale par groupe de risque présentée dans la Figure 1 et le Tableau 2.
Analyse statistique
Étant donné le nombre limité de cas à haut risque, les analyses multivariées exploratoires ont été restreintes à des modèles minimaux de régression logistique ajustés sur l'âge et pénalisés par L2. Dans le modèle minimal de régression logistique ajusté sur l'âge, le TFUS n'était pas associé à un risque élevé d'apnée du sommeil évalué par le questionnaire STOP-BANG (OR = 1,00, IC à 95 %, 0,95–1,06 ; p = 0,936). Le modèle de régression logistique pénalisé par L2 a donné un résultat concordant (OR = 0,98, IC à 95 %, 0,93–1,04 ; p = 0,472). Parmi les 64 participants, 20 (31,3 %) ont subi une chirurgie de hernie abdominale.
Dans l'ensemble, l'EFTUS n'était pas significativement associée au score STOP-BANG ni aux catégories de risque STOP-BANG. L'EFTUS était significativement plus élevée chez les participants déclarant ronfler et était positivement corrélée avec l'IMC et le tour de cou ; toutefois, elle n'était pas associée à un risque élevé d'apnée obstructive du sommeil (AOS) basé sur STOP-BANG après ajustement pour l'âge dans l'analyse de régression exploratoire. Ces résultats ne soutiennent pas l'hypothèse de l'étude selon laquelle une EFTUS plus importante mesurée par tomodensitométrie serait associée à des scores STOP-BANG plus élevés et à un risque accru d'AOS basé sur STOP-BANG.
Disponibilité des données :
Le jeu de données anonymisé au niveau des participants utilisé pour les analyses finales est fourni avec cet article sous forme de fichier de données supplémentaires 1. Le jeu de données de l'étude et le code d'analyse ont également été déposés dans Zenodo (DOI : 10.5281/zenodo.21969483) ; l'accès aux fichiers déposés est actuellement restreint. Le jeu de données supplémentaire accompagnant cet article représente le jeu de données final vérifié au niveau des participants, utilisé pour les analyses rapportées.
Fichier de données supplémentaires 1. Ensemble de données au niveau des participants, désidentifié, utilisé pour les analyses de l'étude. Le fichier contient les données des 64 participants inclus dans l'analyse finale. Les variables comprennent l'âge, le sexe, la taille, le poids, l'indice de masse corporelle (IMC), le statut d'hypertension, le ronflement, la fatigue, les apnées observées, la circonférence du cou, le critère dichotomisé de circonférence du cou STOP-BANG (>40 cm), le score STOP-BANG et l'épaisseur de la graisse sous-cutanée ombilicale (USFT). Les variables binaires sont codées comme indiqué dans les en-têtes de colonne. L'ensemble de données ne contient aucune valeur manquante pour les variables incluses dans ce fichier. Veuillez cliquer ici pour télécharger ce fichier.
Discussion
Dans cette étude observationnelle transversale, aucune association statistiquement significative n'a été observée entre l'épaisseur de la graisse sous-cutanée mesurée par tomodensitométrie (USFT) et le score STOP-BANG ou les catégories de risque d'apnée obstructive du sommeil (OSA) basées sur STOP-BANG. Cette absence d'association persistait après ajustement pour l'âge, suggérant que l'USFT seule pourrait ne pas refléter adéquatement le risque d'OSA dans cette population étudiée. Néanmoins, l'USFT était significativement associée à l'indice de masse corporelle (IMC) et à la circonférence du cou, ce qui soutient son lien avec l'adiposité globale et celle du haut du corps. L'association avec le ronflement pourrait également indiquer une relation entre l'adiposité sous-cutanée et certains composants individuels du risque d'OSA, bien que ce résultat doive être interprété avec prudence. Ces résultats sont cohérents avec la nature multifactorielle de l'OSA, dans laquelle des facteurs anatomiques, métaboliques et démographiques contribuent au risque de maladie plutôt qu'une seule mesure de l'adiposité. Cette étude a évalué l'association entre deux mesures indirectes : l'épaisseur de la graisse sous-cutanée basée sur la tomodensitométrie et un score de risque d'OSA fondé sur un questionnaire, STOP-BANG. Par conséquent, les résultats doivent être interprétés comme reflétant un chevauchement entre les concepts mesurés plutôt qu'une prédiction réelle de la maladie.
La PSG n’a pas été réalisée dans cette étude, et l’AOS a été évaluée à l’aide du questionnaire STOP-BANG. Bien que STOP-BANG soit un outil de dépistage largement utilisé et puisse servir d’évaluation de triage lorsque l’accès à la PSG est limité, il ne doit pas remplacer les examens objectifs du sommeil. Sa spécificité limitée peut entraîner une mauvaise classification et affaiblir la relation observée entre l’ÉGTS et l’AOS diagnostiquée objectivement1,5,10. Ainsi, les résultats actuels doivent être interprétés comme une évaluation de l’association transversale entre l’ÉGTS et le score STOP-BANG, plutôt que comme une preuve d’une association avec une AOS diagnostiquée objectivement. Dans la présente étude, l’ÉGTS a montré de fortes corrélations positives avec l’IMC et la circonférence du cou, suggérant qu’elle pourrait refléter principalement des caractéristiques liées à l’obésité générale plutôt qu’une association indépendante avec le risque d’AOS. Des recherches antérieures ont également rapporté des corrélations entre l’épaisseur de la graisse sous-cutanée mesurée par échographie au niveau du cou, du thorax et des régions abdominales et des variables anthropométriques, tandis que l’épaisseur du tissu adipeux sous-cutané abdominal mesurée 2 cm au-dessus du nombril et l’épaisseur du tissu adipeux sous-cutané mesurée au-dessus du deuxième espace intercostal ont été associées au risque lié à l’AOS dans certaines populations8.
Cependant, la relation entre le tissu adipeux viscéral et sous-cutané et le risque d'apnée obstructive du sommeil (AOS) n'est pas nécessairement équivalente. Des recherches antérieures ont montré que l'adiposité viscérale pourrait être plus étroitement liée au risque et à la gravité de l'AOS, tandis que l'adiposité sous-cutanée pourrait jouer un rôle plus limité11,12. Des données antérieures suggèrent que les personnes présentant un risque plus élevé d'AOS pourraient avoir une adiposité viscérale plus importante. Dans notre étude, l'absence d'association significative entre l'épaisseur du tissu adipeux sous-cutané mesurée par échographie (USFT) et le score STOP-BANG pourrait donc refléter le fait que seule l'épaisseur du tissu adipeux sous-cutané a été évaluée, tandis que l'adiposité viscérale et la répartition de la graisse dans d'autres régions anatomiques n'ont pas été prises en compte. L'indice de masse corporelle (IMC) et la circonférence du cou sont des paramètres anthropométriques établis associés au risque d'AOS, la circonférence du cou étant également associée à la sévérité de l'AOS13,14. Dans notre étude, les fortes corrélations entre l'USFT, l'IMC et la circonférence du cou suggèrent une variance partagée et une possible colinéarité entre les mesures liées à l'obésité, ce qui aurait pu limiter la capacité de l'USFT à fournir des informations supplémentaires au-delà des composantes établies du score STOP-BANG. Dans notre étude, l'USFT était significativement associée au ronflement. Toutefois, ce résultat doit être interprété avec prudence, car le ronflement est influencé par de nombreux facteurs, notamment l'anatomie des voies aériennes supérieures, le tonus musculaire pharyngé, la résistance nasale et la prédisposition génétique. De plus, le ronflement a été auto-déclaré, ce qui aurait pu introduire un biais de déclaration, et la taille relativement restreinte de l'échantillon aurait pu limiter la puissance statistique nécessaire pour définir la force de cette association.
Le sexe masculin est un facteur de risque bien établi pour l'apnée obstructive du sommeil (AOS)1,3. Ceci est principalement attribué aux différences hormonales entre les hommes et les femmes, qui influencent également les schémas de répartition des graisses. Chez les hommes, le tissu adipeux a tendance à s'accumuler principalement dans les régions viscérales, tandis que les femmes présentent une proportion plus élevée de dépôt de graisse sous-cutanée3,4. Conformément à ces différences physiologiques, des études antérieures ont rapporté que la gravité de l'AOS est plus élevée chez les hommes que chez les femmes ayant un indice de masse corporelle (IMC) et une circonférence abdominale comparables1,3. Toutefois, dans notre étude, l'épaisseur de la graisse sous-cutanée abdominale (USFT) ne différait pas significativement selon le sexe. Nous émettons l'hypothèse que ce résultat pourrait être expliqué par plusieurs facteurs, notamment la taille limitée de l'échantillon, le fait que seule l'épaisseur de la graisse sous-cutanée ait été mesurée, et l'absence d'évaluation de la graisse viscérale, qui pourrait jouer un rôle plus critique dans les différences liées au sexe en ce qui concerne la gravité de l'AOS. L'AOS est également reconnue comme un trouble du sommeil lié à l'âge1,3. De plus, chez les individus ayant un IMC plus élevé, une augmentation positive significative du volume de graisse parapharyngée avec l'âge a été rapportée15. Malgré ces résultats, l'absence d'association statistiquement significative entre l'USFT et l'âge dans notre étude pourrait être liée au fait que la mesure s'est concentrée uniquement sur la graisse sous-cutanée au niveau ombilical et à la taille limitée de l'échantillon.
L'absence de lien statistiquement significatif entre l'épaisseur de la graisse sous-cutanée au niveau ombilical (USFT) et l'hypertension dans notre échantillon pourrait refléter la nature complexe de la relation entre l'obésité et l'hypertension décrite dans la littérature. Des preuves épidémiologiques appuient fortement l'obésité comme facteur de risque majeur d'hypertension ; toutefois, cette relation est influencée par de nombreux facteurs interagissant entre eux, notamment le sexe, les caractéristiques démographiques, le fond génétique, les mécanismes neurohormonaux et les facteurs environnementaux16. Des études antérieures ont montré que l'indice d'adiposité viscérale et le produit d'accumulation lipidique sont associés à un risque accru de SAOS et pourraient servir de marqueurs prédictifs potentiels17. En particulier, l'obésité de type androïde, caractérisée par une accumulation plus importante de graisse viscérale, est plus fortement associée à l'hypertension que l'obésité de type gynoïde16. Par conséquent, l'absence d'association significative dans notre étude pourrait refléter en partie le fait que nous n'avons mesuré que l'épaisseur de la graisse sous-cutanée au niveau ombilical, sans évaluer l'adiposité viscérale. Chez les sujets obèses, une augmentation de l'USFT constitue un résultat attendu3. La somnolence diurne et les apnées observées pendant le sommeil sont des symptômes fréquents chez les patients atteints de SAOS18,19. Nous avons donc initialement émis l'hypothèse que l'USFT serait associée à ces manifestations cliniques. Toutefois, notre analyse n'a révélé aucune association significative entre l'USFT et la somnolence diurne. Ce résultat pourrait s'expliquer par la nature multifactorielle des symptômes du SAOS, qui sont influencés non seulement par l'adiposité sous-cutanée abdominale, mais aussi par l'accumulation de graisse viscérale, l'anatomie des voies aériennes supérieures, des facteurs neuromusculaires et la prédisposition génétique. De plus, des paramètres subjectifs tels que la somnolence diurne reposent sur l'auto-évaluation par les patients, ce qui peut introduire une hétérogénéité dans les mesures. La taille relativement restreinte de notre échantillon et le fait de nous être concentrés exclusivement sur les mesures de la graisse sous-cutanée ombilicale ont pu également contribuer à l'absence d'association significative. Des études antérieures ont rapporté que le tissu adipeux viscéral est plus fortement associé au SAOS, tandis que la graisse sous-cutanée joue un rôle plus limité dans la manifestation de ces symptômes cliniques.
Les limites de cette étude incluent la taille relativement restreinte de l'échantillon et le fait qu'elle ait été menée dans un seul centre. De plus, la PSG, actuellement utilisée comme référence pour le diagnostic de l'apnée obstructive du sommeil (AOS), n'a pas été réalisée dans le cadre de cette étude, et la spécificité limitée du questionnaire STOP-BANG en tant qu'outil de dépistage pourrait avoir contribué à la relation apparemment faible entre l'épaisseur du tissu adipeux sous-cutané abdominal (USFT) et l'AOS. En outre, les mesures par tomodensitométrie (TDM) se sont limitées au tissu adipeux sous-cutané au niveau ombilical, sans évaluer le tissu adipeux viscéral ni la répartition de la graisse dans d'autres régions du corps. Malgré l'absence d'association entre l'USFT et le score STOP-BANG, l'évaluation opportuniste de l'adiposité par TDM pourrait néanmoins présenter un intérêt potentiel dans la recherche sur le dépistage périopératoire. Les paramètres obtenus par TDM, en particulier l'adiposité viscérale, pourraient être étudiés comme marqueurs complémentaires aux facteurs de risque cliniques établis. D'autres études sont nécessaires afin de déterminer si ces mesures sont indépendamment associées au risque d'AOS en complément des évaluations cliniques classiques. En conclusion, l'USFT mesurée par TDM n'était pas significativement associée au score STOP-BANG ni aux catégories de risque d'AOS basées sur STOP-BANG, et cette absence d'association persistait après ajustement sur l'âge. Bien que l'USFT soit significativement associée à des paramètres liés à l'obésité, notamment l'indice de masse corporelle (IMC) et la circonférence du cou, ainsi qu'au ronflement, ces résultats n'établissent pas de relation directe entre la graisse abdominale sous-cutanée et un diagnostic objectif d'AOS. Par conséquent, l'USFT seule ne semble pas refléter adéquatement le risque d'AOS basé sur le score STOP-BANG. Des études futures, avec des échantillons plus larges, une évaluation objective de l'AOS par PSG et une évaluation complète de la répartition du tissu adipeux viscéral et sous-cutané, sont nécessaires pour préciser le rôle potentiel des mesures d'adiposité dérivées de la TDM dans la stratification du risque d'AOS.
Déclarations de divulgation
Conflit d'intérêts :
Les auteurs déclarent ne pas avoir de conflits d'intérêts.
Remerciements
Les auteurs reconnaissent avoir utilisé ChatGPT d'OpenAI (GPT-5) pour faciliter la révision linguistique et la correction grammaticale en anglais lors de la préparation du manuscrit. L'ensemble du contenu du manuscrit ainsi que les interprétations scientifiques ont été examinés et approuvés par les auteurs. Aucun financement n'a été reçu pour cette recherche.
Matériaux
| Nom | Entreprise | Numéro de catalogue | Commentaires |
|---|---|---|---|
| Scanner de tomodensitométrie multidétecteur à 128 coupes | GE Healthcare | Revolution EVO EX/EL | RRID not available |
| Ruban à mesurer souple | Lufkin | 50' x 3/8 | RRID not available |
| matplotlib | Python Software Foundation | Version 3.7.1 | SCR_008624 |
| pandas | Python Software Foundation | Version 1.5.3 | SCR_018214 |
| ProHIMS PACS Viewer | ProHIMS | Version 2024.5.0 | RRID not available |
| Python | Python Software Foundation | Version 3.10.12 | SCR_008394 |
| scipy | Python Software Foundation | Version 1.10.1 | SCR_008058 |
| seaborn | Python Software Foundation | Version 0.12.2 | SCR_018132 |
| statsmodels | Python Software Foundation | Version 0.14.0 | SCR_016074 |
| Questionnaire STOP-BANG | University of Toronto (Chung F. et al.) | N/A | RRID not available |
| Jeu de données de l'étude et code d'analyse | Zenodo | DOI: 10.5281/zenodo.21969483 | RRID not available |
Références
- Slowik JM, Sankari A, Collen JF. Obstructive sleep apnea. In: StatPearls [Internet]. StatPearls Publishing; Treasure Island (FL); 2025. Available from: https://www.ncbi.nlm.nih.gov/books/NBK459252/.
- Ojeda D, et al. STOP-BANG questionnaire as predictor of a difficult airway management during anesthesia. Rev Med Chil. 2022;150:450-457. doi:10.4067/S0034-98872022000400450.
- Bonsignore MR. Obesity and obstructive sleep apnea. Handb Exp Pharmacol. 2022;274:181-201. doi:10.1007/164_2021_558.
- Ryan S, et al. Adipose tissue as a key player in obstructive sleep apnoea. Eur Respir Rev. 2019;28:190006. doi:10.1183/16000617.0006-2019.
- Chen L, et al. Validation of the STOP-Bang questionnaire for screening of obstructive sleep apnea in the general population and commercial drivers: a systematic review and meta-analysis. Sleep Breath. 2021;25:1741-1751. doi:10.1007/s11325-021-02299-y.
- Chung F, et al. STOP questionnaire: a tool to screen patients for obstructive sleep apnea. Anesthesiology. 2008;108:812-821. doi:10.1097/ALN.0b013e31816d83e4.
- Neves Junior JAS, et al. Cutoff points in STOP-Bang questionnaire for obstructive sleep apnea. Arq Neuropsiquiatr. 2020;78:561-569. doi:10.1590/0004-282X20200086.
- Molnár V, et al. The predictive role of subcutaneous adipose tissue in the pathogenesis of obstructive sleep apnoea. Life (Basel). 2022;12:1504. doi:10.3390/life12101504.
- Pickhardt PJ, Summers RM, Garrett JW. Automated CT-based body composition analysis: a golden opportunity. Korean J Radiol. 2021;22:1934-1937. doi:10.3348/kjr.2021.0775.
- Nagappa M, et al. Validation of the STOP-Bang questionnaire as a screening tool for obstructive sleep apnea among different populations: a systematic review and meta-analysis. PLoS One. 2015;10:e0143697.
- Franco I, Reis R, Ferreira D, et al. The impact of neck and abdominal fat accumulation on the pathogenesis of obstructive sleep apnea. Rev Port Pneumol (2006). 2016;22:240-242.
- Ugur KS, et al. Subcutaneous fat tissue thickness of the anterior neck and umbilicus in patients with obstructive sleep apnea. Otolaryngol Head Neck Surg. 2011;145:505-510.
- Kollár B, et al. Anthropometric parameters and sleep apnea: correlations, and treatment implications in a sleep laboratory-based study. Bratisl Med J. 2025;126:1066-1077. doi:10.1007/s44411-025-00148-y.
- Ibrahim MIS, Mohamad H, Mohamad A, Mohamad I. Association between neck circumference and the severity of obstructive sleep apnea. Pol Ann Med. 2020;27(1):1-6. doi:10.29089/2020.20.00097.
- Gao F, et al. Upper airway morphological changes in obstructive sleep apnoea: effect of age on pharyngeal anatomy. J Laryngol Otol. 2020;134:354-361.
- Wolk R, Shamsuzzaman AS, Somers VK. Obesity, sleep apnea, and hypertension. Hypertension. 2003;42:1067-1074.
- Zhou T, et al. Association between obstructive sleep apnea and visceral adiposity index and lipid accumulation product: NHANES 2015-2018. Lipids Health Dis. 2024;23:100. doi:10.1186/s12944-024-02081-5.
- Howarth T, et al. Excessive daytime sleepiness is associated with relative delta frequency power among patients with mild OSA. Front Neurol. 2024;15:1367860. doi:10.3389/fneur.2024.1367860.
- Tang Y, et al. Prevalence of excessive daytime sleepiness (EDS) and its association with quality of life in patients with obstructive sleep apnea (OSA): data from a sleep-center in Shenzhen, a single-center cross-sectional study. J Thorac Dis. 2024;16:8216.