Effet de la qualité alimentaire sur la survenue d’une grossesse : analyses avec

Puisque nous nous intéressons à un résultat avec composante temporelle, il est approprié de vérifier si la qualité alimentaire est toujours associée à la survenue d’une grossesse tout en tenant compte du temps avant cet événement à l’aide de modèles de régression de Cox. La première question à laquelle on cherche à répondre concerne la valeur de qualité alimentaire qui a le plus d’effet sur les chances de survenue d’une grossesse : celle en début d’étude ou la valeur la plus optimale observée ? Le Tableau 19 présente des analyses de régression de Cox simples pour les habitudes alimentaires ainsi que les variables anthropométriques et d’activité physique de départ afin d’identifier des facteurs de confusion potentiels à intégrer au modèle multivarié forward-backward, qui suivra. La même démarche, mais avec les variables optimales observées en cours de suivi, sera ensuite présentée.

Tableau 19

Associations par régressions de Cox simples entre les variables

d’habitudes de vie initiales et la survenue de grossesse dans le temps (n = 102) Hazard ratios [IC 95 %] Valeur p

Durée médiane de suivi : 375 (132 – 547) jours

Âge 0,98 [0,92 – 1,04] 0,487

Poids (kg) 0,99 [0,97 – 1,00] 0,080

IMC (kg/m2_{) 0,97 [0,93 – 1,01] 0,107}

Tour de taille (cm) 0,99 [0,97 – 1,01] 0,206

Masse adipeuse ( %) 0,95 [0,90 – 1,00] 0,061

mHEI (par 10 unités) 1,30 [1,09 – 1,56] 0,003*

Fréquence de consommation quotidienne de :

Fruits 1,44 [1,02 – 2,03] 0,038*

Légumes 1,39 [1,06 – 1,81] 0,016*

Fruits et légumes 1,16 [0,99 – 1,36] 0,072

Grains entiers 1,15 [0,94 – 1,40] 0,183

Produits laitiers et substituts 1,06 [0,81 – 1,38] 0,699

Jus 0,88 [0,60 – 1,30] 0,525

Boissons gazeuses régulières 0,83 [0,56 – 1,22] 0,339

Boissons sucrées 0,86 [0,66 – 1,12] 0,251

Prise du déjeuner (jours/semaine) 1,16 [1,02 – 1,31] 0,022*

Restaurants (repas/mois) 1,02 [0,98 – 1,06] 0,315

Alcool (consommations/semaine) 0,93 [0,81 – 1,07] 0,310

Test de marche de six minutes (par 10 m) 1,08 [1,03 – 1,13] 0,002* Activités sédentaires (heures/semaine) 0,99 [0,96 – 1,02] 0,398

Données du port de l’accéléromètre§

Nombre de pas 1,00 [1,00 – 1,00] 0,085

Dépense énergétique (kcal) 1,00 [1,00 – 1,00] 0,673

Temps passé pour des activités sédentaires ( %) 0,98 [0,95 – 1,01] 0,113

IMC du conjoint (n = 76) 0,99 [0,94 – 1,03] 0,581

Tabagisme 0,32 [0,12 – 0,90] 0,030*

*p < 0,05. §_{Les données de l’accéléromètre sont rapportées pour 88 participantes.}

Il est possible de constater des associations significatives positives entre le mHEI, la consommation de fruits, la consommation de légumes, la prise du déjeuner, la performance au test de marche de six minutes en début d’étude avec les chances de concevoir. Une association inverse est observée entre le tabagisme et la fertilité. Il peut être intéressant de visualiser la relation entre la qualité alimentaire initiale et les chances de grossesse avec une courbe des taux cumulés d’événements. La prochaine figure (Figure 6) présente une courbe des taux cumulés d’événements réalisée avec la fonction Kaplan-Meier selon un mHEI initial de 70 points ou plus comparé à un mHEI plus petit que 70 points, les variables devant être dichotomisées pour cette analyse. Les participantes ayant un mHEI ≥70 unités présentent

une qualité alimentaire élevée alors que les participantes avec un mHEI <70 unités ont plutôt une qualité alimentaire faible à modérée.

Figure 6

Courbe des taux cumulés d’événements pour prédire la survenue d’une grossesse selon le mHEI à la visite initiale (n = 102; p log-rank = 0,039)

D’après le résultat du log-rank, un mHEI de 70 points ou plus à la visite initiale augmente les chances de concevoir dans le temps. La qualité alimentaire élevée au début de l’étude semble avoir un effet beaucoup plus marqué après six mois de participation au programme, moment où les femmes du groupe intervention ont désormais accès aux traitements de fertilité.

La qualité alimentaire initiale étant significativement associée à la fertilité, il s’avère important de vérifier si cette association est indépendante des autres habitudes de vie. Le

Tableau 20 présente le meilleur modèle prédicteur de fertilité avec les variables d’habitudes

de vie initiales, à l’aide d’une régression multiple de Cox. Le modèle est initialement construit avec un seuil de signification d’entrée de 0,10, soit le mHEI, le test de marche de

Début des traitements de fertilité, gr. intervention

six minutes et le tabagisme. Les variables alimentaires qui composent le mHEI ne sont pas intégrées dans le modèle pour éviter la multicolinéarité. Les variables associées ayant une valeur p ≥ 0,05 sont éliminées du modèle, mis à part le mHEI initial s’il y a lieu, puisqu’il s’agit de la variable d’exposition d’intérêt.

Tableau 20

Meilleur modèle de Cox prédicteur de survenue d’une grossesse avec le mHEI initial (n = 102)

Variables Hazard ratios [IC 95 %] Valeur p

mHEI (par 10 unités) 1,24 [1,03 – 1,50] 0,027

Test de marche de six minutes (par 10 m) 1,06 [1,01 – 1,11] 0,013 Modèle global : Khi-Deux = 14,914

Ce modèle de Cox indique que la qualité alimentaire en début d’étude est significativement associée à de meilleures chances de grossesse dans le temps, avec la condition cardiorespiratoire de début d’étude comme le seul facteur de confusion potentiel retenu dans le modèle. Chaque augmentation de 10 unités de mHEI augmenterait de 24 % les chances de concevoir, conditionnellement à la présence du test de marche dans le modèle. Le mHEI initial est donc susceptible d’avoir un effet indépendant sur la fertilité. Les prochains résultats concernent l’association entre le mHEI maximal et les chances de concevoir. Les visites d’évaluation où le mHEI le plus élevé a été observé sont, en ordre décroissant, la visite initiale (25,5 %), la visite à six mois (25,5 %), la première visite de grossesse (22,5 %), la visite à douze mois (13,7 %) et la visite à dix-huit mois (12,8 %).

Le tableau suivant (Tableau 21) présente des analyses avec régressions de Cox simples pour les variables alimentaires optimales, ainsi que les variables anthropométriques et liées à l’activité physique optimales pour vérifier s’ils peuvent être des facteurs de confusion.

Tableau 21

Associations par régressions de Cox simples entre les variables d’habitudes de vie optimales et la survenue de grossesse dans le temps (n = 102)

Hazard ratios [IC 95 %] Valeur p

Durée médiane de suivi : 375 (132 – 547) jours

Poids (kg) 0,99 [0,98 – 1,00] 0,156

IMC (kg/m2) 0,98 [0,94 – 1,02] 0,210

Tour de taille (cm) 0,99 [0,97 – 1,01] 0,389

Masse adipeuse ( %) 0,96 [0,92 – 1,01] 0,140

mHEI (par 10 unités) 1,25 [1,04 – 1,49] 0,017*

Fréquence de consommation quotidienne de :

Fruits 1,10 [0,88 – 1,36] 0,419

Légumes 1,17 [0,91 – 1,50] 0,232

Fruits et légumes 1,05 [0,92 – 1,21] 0,465

Grains entiers 1,05 [0,86 – 1,29] 0,641

Produits laitiers et substituts 1,18 [0,92 – 1,50] 0,193

Jus 1,39 [0,69 – 2,77] 0,354

Boissons gazeuses régulières 0,85 [0,35 – 2,04] 0,709

Boissons sucrées 1,10 [0,71 – 1,71] 0,666

Prise du déjeuner (jours/semaine) 1,21 [0,96 – 1,52] 0,104

Restaurants (repas/mois) 1,07 [0,97 – 1,17] 0,164

Alcool (consommations/semaine) 0,91 [0,71 – 1,16] 0,453

Test de marche de six minutes (par 10 m) 1,06 [1,01 – 1,12] 0,015* Activités sédentaires (heures/semaine) 1,01 [0,98 – 1,04] 0,493

Données du port de l’accéléromètre§

Nombre de pas 1,00 [1,00 – 1,00] 0,623

Dépense énergétique (kcal) 1,00 [1,00 – 1,00] 0,854

Temps passé pour des activités sédentaires ( %) 1,00 [0,97 – 1,03] 0,818 *p < 0,05.

§_{Les données de l’accéléromètre sont rapportées pour 88 participantes.}

Selon ces résultats, des associations significatives par régressions de Cox simples avec les chances de concevoir sont observées pour le mHEI maximal et la performance au test de marche de six minutes optimale, cette variable pouvant donc être un facteur de confusion potentiel. La prochaine figure (Figure 7) présente une courbe des taux cumulés d’événements (1/survie) réalisée avec le mHEI maximal en variable catégorielle avec un seuil de 70 unités sur 100.

Figure 7

Courbe des taux cumulés d’événements pour prédire la survenue d’une grossesse selon le mHEI maximal (n = 102; p log-rank = 0,005)

Un meilleur taux de grossesse est représenté chez les participantes avec un mHEI ≥ 70 unités, et ce, tout au long de la courbe. Le test du log-rank permet de constater que la différence entre les deux courbes est significative. Il est possible d’apercevoir une augmentation soudaine du nombre de grossesses à partir de 180 jours dans les deux courbes, puisqu’il s’agit du moment où les femmes du groupe intervention pouvaient commencer leurs traitements de fertilité. Avec ou sans traitements de fertilité, une qualité alimentaire élevée serait associée à une amélioration de la fertilité. Il est intéressant de remarquer que l’incidence de grossesse chez les femmes présentant un mHEI optimal < 70 unités plafonnent rapidement à 250 jours de suivi. Le Tableau 22 présente le résultat de l’analyse de régression de Cox multivariée en modèle forward-backward afin de déterminer si le mHEI optimal est associé à la survenue d’une grossesse dans le temps indépendamment des autres habitudes de vie. Les variables d’habitudes de vie associées à une valeur p < 0,10 sont entrées dans le modèle et sorties avec une valeur p > 0,05. La variable mHEI optimale est toujours conservée dans le modèle.

Début des traitements de fertilité, gr. intervention

Tableau 22

Meilleur modèle de Cox prédicteur de survenue d’une grossesse avec le mHEI maximal (n = 102)

Variables Hazard ratio [IC 95 %] Valeur p

mHEI (par 10 unités) 1,25 [1,04 – 1,49] 0,017

Modèle global : Khi-Deux = 5,772

À l’entrée du test de marche dans le modèle de régression de Cox avec mHEI, le test de marche ne présentait plus une association significative (p = 0,052). Le modèle final le plus adéquat, selon la méthode forward-backward, est composé du mHEI optimal uniquement. À la lumière des résultats portant sur le mHEI initial et le mHEI optimal en préconception et les chances de grossesse dans le temps, nous pouvons affirmer que tous deux semblent d’importants prédicteurs indépendants des autres habitudes de vie et des paramètres anthropométriques.

Finalement, le fait que les habitudes de vie changent au cours du temps apporte un aspect complexe à leur analyse. Sélectionner le temps de mesure idéal dans des analyses de survie pour des variables qui varient dans le temps est difficile. C’est pourquoi plusieurs temps de mesure ont ici été vérifiés. La régression de Cox peut être construite selon un modèle qui prend en compte des variables qui changent dans le temps (Fisher & Lin, 1999), toutefois cette opération n’a pu être effectuée dans le cadre de ce projet de maîtrise, puisque l’exécution de la syntaxe précise pour les time-dependent covariates n’a pas été supportée par le logiciel d’analyses statistiques SPSS.

En résumé, l’analyse des résultats pour cet objectif a permis de constater que :

1) Il n’a pas été possible d’identifier une association entre le changement de la qualité alimentaire et l’amélioration de la fertilité, autant pour les changements entre la valeur initiale et la valeur optimale ou entre la valeur initiale et à six mois.

2) Le mHEI initial est significativement associé à la survenue d’une grossesse dans le temps, indépendamment de la performance au test de marche initial d’après le modèle de régression de Cox obtenu par la méthode forward-backward.

3) Le mHEI optimal est significativement associé à de meilleures chances de concevoir dans le temps. Le modèle de régression de Cox par méthode forward-backward a résulté en l’inclusion du mHEI optimal seul dans le modèle, sans facteur de confusion potentiel.

4.3 Objectif 2 : Impact de la modification des habitudes alimentaires sur les