Literature DB >> 25932065

[Overweight and obesity in the population over 20 years in urban Bamako (Mali)].

Hamidou Oumar Bâ1, Ichaka Menta1, Youssouf Camara2, Ibrahima Sangaré1, Noumou Sidibé1, Seydou Doumbia3, Mamadou Bocary Diarra4.   

Abstract

Entities:  

Keywords:  Bamako; adult; obesity; overweight; urban population

Mesh:

Year:  2014        PMID: 25932065      PMCID: PMC4407958          DOI: 10.11604/pamj.2014.19.352.4381

Source DB:  PubMed          Journal:  Pan Afr Med J


× No keyword cloud information.

Introduction

Surpoids (SP) et obésité (OB) sont liés à un accroissement du risque cardiovasculaire et le bénéfice potentiel de leur réduction a été souligné [1-4]. La mesure la plus communément utilisée est l'indice de masse corporel (IMC) à côté du tour de taille (TT) et du rapport tour de taille/tour de hanche (TT/TH). La prévalence du SP et l'OB augmente aussi bien dans les pays développés que les pays en développement et de nombreux facteurs sont incriminés face à cette situation qualifiée d’épidémie et les données diffèrent selon l′outil de mesure utilisé [5-10]. Selon les estimations de l'organisation mondiale de la santé (OMS) en 2008, plus de 300 millions de femmes et près de 200 millions d'hommes étaient obèses. L'OMS prévoit que d'ici 2015, quelque 2,3 milliards d'adultes auront un surpoids et plus de 700 millions seront obèses [1]. Au Mali les données disponibles sont surtout hospitalières issues de thèse de Médecine avec des prévalences de 23,4% parmi les patients souffrant de cardiopathies ischémiques, les prévalences du SP et de l′OB basées sur l′IMC estimées resp. à 11,9 et 15,3%, ce qui est moins bien corrélé au risque cardiovasculaire que les prévalences basées sur le tour de taille. La nécessité d′avoir des données de référence basées sur la population générale a motivé la réalisation de cette étude du SP et de l′OB et de leurs facteurs associés en utilisant 2 outils de mesure que sont l′IMC et le TT.

Méthodes

Description de l′échantillon

L′étude a été réalisée dans les six communes du District de Bamako, capitale du Mali. Bamako est une ville cosmopolite avec toutes les ethnies du pays représentées et aussi des populations de pays voisins. Comme beaucoup de capitales en Afrique Sub-Saharienne, il est observé un changement de mode de vie avec une sédentarité accrue, une alimentation augmentant le risque cardiovasculaire.

Collecte des données

L′échantillon est issu de l′enquête sur les pathologies cardiovasculaires dans le District de Bamako, réalisée de Novembre à Décembre 2002. Pour rappel l′enquête avait été conçue selon l′approche STEP de l′OMS [11] et réalisée selon la stratégie porte à porte en partant de la concession du chef de quartier. Tous les sujets âgés de 20 ans ou plus ont été inclus dans notre étude, soit 1162 sujets. En plus de l′interrogatoire, le poids, la taille, le tour de taille et de hanche, de même que la pression artérielle étaient obtenus selon les règles.

Analyse des données

L′OB basée sur l′IMC a été appelée OB générale (OBG) [12] et l′OB centrale (OBC) basée sur le tour de taille qui est un meilleur paramètre du risque cardiovasculaire [12-14]. SP et OB générale ont été définis par l′IMC resp. supérieur ≥ 25 Kg/m2 et ≥ 30 Kg/m2. SP et OB centrale de même ont été définis resp. par un TT ≥ 80 cm et 88 cm pour les femmes et ≥ 90 cm et ≥ 102 cm pour les hommes. Les données collectées ont été saisies sur Epi Info 6.04d et vérifiées quant à leur validité sur 10% des formulaires. L′analyse statistique a été réalisée avec le logiciel SPSS 12, les résultats exprimés en moyenne et déviation standard. Les tests utilisés le t-test pour les variables continues et le Chi-2 ou le Fisher-Test pour les variables discontinues. Une régression logistique a été utilisée pour rechercher les meilleurs prédicteurs du SP et de l′OB.

Résultats

La moyenne d′âge était de 36,86 ans (20-104) et 61,4% de l′échantillon était de sexe féminin. La tranche d′âge au-dessous de 30 ans représentait 43,8%, 50,1% des sujets enquêtés exerçaient dans le secteur informel et 58,6% avaient un niveau d′instruction primaire (Tableau 1). Les facteurs de risque cardiovasculaires retrouvés étaient la sédentarité (72,4%), le tabagisme (12,2%) et l′hypertension artérielle (HTA) 26,8%.
Tableau 1

Caractéristiques de l’échantillon

VariablesSexeN (%)
MasculinFéminin
Tranche d’âge (ans)< 3042,544,6509 (43,8)
30-4432,131,7370 (31,8)
45-5911,610,8129 (11,1)
>= 6013,812,9154 (13,3)
ProfessionTravailleur de bureau31,112,8234 (20,3)
Ouvrier35,77,0209 (18,8)
Etudiant15,88,7132 (11,4)
Secteur informel16,371,6578 (50,1)
Niveau d'instructionPrimaire48,467,1442 (58,6)
Secondaire32,328,6228 (30,2)
Supérieur19,44,484 ( 11,1)
SédentaritéOui68,784,6841 (78,4)
Non31,315,4232 (21,6)
TabagismeFumeur actif30,60,7142 (12,7)
Non fumeur68,099,3972 (86,8)
Fumeur occasionnel1,30,06 (0,5)
HTAOui25,727,4308 (26,8)
Non74,372,6842 (73,2)
Caractéristiques de l’échantillon

Prévalence du SP et de l′OBG ( Tableau 2, Tableau 3, Tableau 4)

La prévalence du SP était de 16,6% et celle de l′OB 8,8% (Tableau 2). Les communes 2, 3 et 5, la tranche d′âge 45-59 ans et le sexe féminin étaient plus représentés (Tableau 3). De même les travailleurs de bureau, ceux du secteur informel, les non-fumeurs et les sujets hypertendus étaient plus touchés. Le niveau d′instruction, la sédentarité ne différaient pas significativement. En analyse multi variée le sexe et l′hypertension artérielle étaient associés au SP et l′OB: le sexe masculin était protecteur tandis que l′HTA était facteur de risque (3,7 x) (Tableau 4)
Tableau 2

Prévalence du surpoids et de l'Obésité

VariablesSexeN (%)
MasculinFéminin
Obésité générale ( IMC)Poids normal45,754,3738 (63,5)
Surpoids29,570,5193 (16,6)
Obésité13,786,3102 (08,8)
Obésité centrale (TT)Poids normal49,350,7804 (69,2)
Surpoids23,077,0187 ( 16,1)
Obésité05,894,2171 ( 14,7)
Tableau 3

Répartition du Surpoids et de l'Obésité en fonction de l'IMC

Evaluation de l'IMCTotalP
VariablesNormalSPOB
Commune163,316,99,6177< 0,0001
257,419,112,5136
350,916,712,0108
474,09,67,2208
557,519,510,2266
669,717,64,9267
Tranche d’âge ( ans)< 3074,311,64,3509< 0,0001
30-4455,920,312,2370
45-5946,523,314,7129
>= 6060,418,810,4154
SexeM75,112,73,1449< 0,0001
F56,219,112,3713
Profession (1153)Travailleur de Bureau57,320,19,8234< 0,0001
Travailleur manuel70,314,45,7209
Scolaire83,36,13,8132
Secteur informel59,018,710,4578
Niveau d’étudePrimaire59,718,610,04420,105
Secondaire64,913,68,3228
Supérieur72,617,94,884
SédentaritéSédentaire62,916,69,58410,269
Non sédentaire64,716,85,6232
TabagismeActif78,910,62,11420,007
Non fumeur62,417,19,4972
Occasionnel66,716,706
HTAHypertension47,219,218,2307< 0,0001
Normotendu69,55,015,9843
Tableau 4

Surpoids et obésité en analyse multi variée

MesuresVariablesChi-2POR95% IC
IMCMasculin vs féminin3,8320,050,3500,123-1.001
Hypertension13,052< 0,00013,7131,822-7,564
TTMasculin vs féminin6,0960,0140,2410,078-0,746
Prévalence du surpoids et de l'Obésité Répartition du Surpoids et de l'Obésité en fonction de l'IMC Surpoids et obésité en analyse multi variée

Prévalence du SP et de l′OBC ( Tableau 2, Tableau 4, Tableau 5)

La prévalence du SP était de 14,7%, celle de l′OB 16,1% ( Tableau 2). En analyse uni variée (Tableau 5) certaines caractéristiques (commune, tranche d′âge, sexe, profession, niveau d′instruction, sédentarité, tabagisme et HTA) présentaient des différences significatives. En analyse multi variée (Tableau 4) le sexe était associé au SP et à l′OB. Le sexe masculin était protecteur.
Tableau 5

Répartition du surpoids et de l'obésité en fonction du tour de taille

VariablesEvaluation de l'IMCTotalP
NormalSPOB
Commune172,915,311,91770,005
267,616,216,2136
364,821,313,9108
479,88,212,0208
561,319,219,5266
668,917,613,5267
Tranche d’âge( ans)< 3081,911,86,3509< 0,0001
30-4459,518,921,6370
45-5955,022,522,5129
>= 6062,318,219,5154
SexeM88,29,62,2449< 0,0001
F57,220,222,6713
ProfessionTravailleur de Bureau70,118,811,1234< 0,0001
Travailleur manuel81,312,95,7209
Scolaire91,73,05,3132
Secteur informel59,519,021,5578
Niveau d’étudePrimaire66,118,615,44420,001
Secondaire78,511,010,5228
Supérieur81,015,53,684
SédentaritéSédentaire66,617,515,9841< 0,0001
Non sédentaire79,712,18,2232
TabagismeActif90,17,02,8142< 0,0001
Non fumeur66,617,615,8972
Occasionnel100,00,00,06
HTAHypertension54,122,123,8307< 0,0001
Normotendu74,614,011,4843
Répartition du surpoids et de l'obésité en fonction du tour de taille

Discussion

Prévalence de l′OB: dans notre échantillon, 8,8% et 14,7% avaient respectivement une OBG et OBC. Ces prévalences sont inférieures à celles observées dans les pays développés comme les Etats Unis en 2004 avec 32,2% [2], l′Allemagne avec 23,9% [15], 16,9% et 46,9% en France [16]. En Afrique et particulièrement dans la sous-région ouest-africaine la prévalence de l′OB est estimée à 10,5% [17], jusqu′à 32% pour l′OBC [7]. Comme dans d′autres études [17-19], l′OB est plus fréquente dans le sexe féminin. Dans notre échantillon l′OBC était plus importante que l′OBG (14,7% contre 8,8%), résultat comparable à celui d′autres études [7, 9, 14, 17]. Ceci est particulièrement important car l′OBC est mieux corrélée au risque cardiovasculaire que l′IMC [12]. Ces données suggèrent que malgré des prévalences relativement faibles, nos sujets n′en sont pas moins à risque cardiovasculaire faible. Etude de l′OBG: contrairement aux données suggérées en analyse uni variée, seuls le sexe et l′HTA étaient significativement associés à l′OBG. Ainsi le sexe masculin était protecteur ( OR 0,350) tandis que l′HTA représentait un grand risque ( OR 3,7) Etude de l′OBC: l'OBC était plus retrouvée que l′OBG comme dans d′autres études [5, 7, 15]. Nos prévalences sont plus faibles que celles de pays voisins [5, 7, 11, 19], ceci pouvant s′expliquer par les différences dans le régime alimentaire. En analyse multi variée seul le sexe masculin était protecteur (CR 0,241) et confirme la prévalence de l′OB dans la population féminine et cela en accord avec la majorité des études. Une explication pourrait être la durée de l′HTA avec observation d′un régime avec perte de poids grâce au régime. Mais nous n′avons pas pu vérifier cela dans cette étude. Limites de l′étude: l’étude a souffert de l′absence des données biologiques pour mieux apprécier le risque cardiovasculaire des sujets âgés ayant participé à l′enquête. La raison principale était d′ordre financier.

Conclusion

Le surpoids et l'obésité sont à prendre en compte dans les mesures de politique sanitaire que dans la pratique quotidienne des professionnels de santé, qui chacun à des degrés différents aura à suivre des patients en surpoids ou obèses. La façon de mesurer cet état donnant des résultats différents, il est peut être plus utile d'utiliser plusieurs paramètres pour être à même de bien stratifier nos patients par rapport à leur risque.
  17 in total

Review 1.  Mechanisms linking obesity with cardiovascular disease.

Authors:  Luc F Van Gaal; Ilse L Mertens; Christophe E De Block
Journal:  Nature       Date:  2006-12-14       Impact factor: 49.962

Review 2.  Obesity and cardiovascular disease: pathogenic mechanisms and potential benefits of weight reduction.

Authors:  James D Douketis; Arya M Sharma
Journal:  Semin Vasc Med       Date:  2005-02

3.  Obesity and undernutrition and cardiovascular risk factors in rural and urban Gambian communities.

Authors:  M A van der Sande; S M Ceesay; P J Milligan; O A Nyan; W A Banya; A Prentice; K P McAdam; G E Walraven
Journal:  Am J Public Health       Date:  2001-10       Impact factor: 9.308

Review 4.  Ten putative contributors to the obesity epidemic.

Authors:  Emily J McAllister; Nikhil V Dhurandhar; Scott W Keith; Louis J Aronne; Jamie Barger; Monica Baskin; Ruth M Benca; Joseph Biggio; Mary M Boggiano; Joe C Eisenmann; Mai Elobeid; Kevin R Fontaine; Peter Gluckman; Erin C Hanlon; Peter Katzmarzyk; Angelo Pietrobelli; David T Redden; Douglas M Ruden; Chenxi Wang; Robert A Waterland; Suzanne M Wright; David B Allison
Journal:  Crit Rev Food Sci Nutr       Date:  2009-11       Impact factor: 11.176

5.  An overview of cardiovascular risk factor burden in sub-Saharan African countries: a socio-cultural perspective.

Authors:  Rhonda BeLue; Titilayo A Okoror; Juliet Iwelunmor; Kelly D Taylor; Arnold N Degboe; Charles Agyemang; Gbenga Ogedegbe
Journal:  Global Health       Date:  2009-09-22       Impact factor: 4.185

Review 6.  Cardiac remodeling in obesity.

Authors:  E Dale Abel; Sheldon E Litwin; Gary Sweeney
Journal:  Physiol Rev       Date:  2008-04       Impact factor: 37.312

7.  Different anthropometric adiposity measures and their association with cardiovascular disease risk factors: a meta-analysis.

Authors:  S B van Dijk; T Takken; E C Prinsen; H Wittink
Journal:  Neth Heart J       Date:  2012-05       Impact factor: 2.380

8.  Anthropometry measures and prevalence of obesity in the urban adult population of Cameroon: an update from the Cameroon Burden of Diabetes Baseline Survey.

Authors:  Raoul M Kamadjeu; Richard Edwards; Joseph S Atanga; Emmanuel C Kiawi; Nigel Unwin; Jean-Claude Mbanya
Journal:  BMC Public Health       Date:  2006-09-13       Impact factor: 3.295

9.  Prevalence of obesity and abdominal obesity in the Lausanne population.

Authors:  Pedro Marques-Vidal; Murielle Bochud; Vincent Mooser; Fred Paccaud; Gérard Waeber; Peter Vollenweider
Journal:  BMC Public Health       Date:  2008-09-24       Impact factor: 3.295

10.  Third national Surveillance of Risk Factors of Non-Communicable Diseases (SuRFNCD-2007) in Iran: methods and results on prevalence of diabetes, hypertension, obesity, central obesity, and dyslipidemia.

Authors:  Alireza Esteghamati; Alipasha Meysamie; Omid Khalilzadeh; Armin Rashidi; Mehrdad Haghazali; Fereshteh Asgari; Mandana Kamgar; Mohammad Mehdi Gouya; Mehrshad Abbasi
Journal:  BMC Public Health       Date:  2009-05-29       Impact factor: 3.295

View more

北京卡尤迪生物科技股份有限公司 © 2022-2023.