Estimation de la dépense énergétique chez des personnes diabétiques de type 2 à l'aide de capteurs "intelligents"

Estimation of energy expenditure in type 2 diabetic patients using a "smart" sensor

• Auteur / Autrice : Nathan Caron
• Direction : Georges Dalleau
• Type : Thèse de doctorat
• Discipline(s) : Staps
• Date : Soutenance le 06/12/2017
• Etablissement(s) : La Réunion
• Ecole(s) doctorale(s) : École doctorale Sciences, Technologies et Santé (Saint-Denis, La Réunion ; 2010-...)
• Partenaire(s) de recherche : Laboratoire : Ingénierie recherche intervention sport santé environnement (Le Tampon, Réunion)
• Jury : Examinateurs / Examinatrices : Isabelle Fock-Bastide, Francis Degache, Nicolas Peyrot, Pierre Portero, Anne Vuillemin

Mots clés

Mots clés contrôlés

Sports

Diabétiques

Métabolisme basal

Diabète non-insulinodépendant

Mots clés libres

Coût métabolique

Diabète de type 2

Activité Physique

Equation d'estimation

Actimétrie

Metabolic rate

Type 2 Diabetes

Physical activity

Estimation Equation

Actimetry

Résumé

L'objectif de cette thèse était de faire un bilan des méthodes et outils validés chez les patients DT2 et de développer une méthode d'estimation de la DE précise et adaptée à ces patients. Après avoir défini les activités quotidiennes les plus couramment réalisées dans une population de patients DT2 (Étude 1), nous nous sommes intéressés aux activités statiques et à la marche. Notre seconde étude a montré que le coût énergétique brut et net lors de la marche est respectivement 8,7 et 14,3 % plus élevé chez les patients DT2 en comparaison à un groupe témoin. Ce résultat mettait en avant la nécessité de valider une méthode d'estimation de la DE adaptée aux spécificités de la population diabétique. Les résultats de notre troisième étude ont démontré la validité de la DE estimée à partir d'un capteur intelligent et d'un algorithme existant pour différentes positions statiques et vitesses de marche chez des sujets DT2 et témoins. Enfin, dans une quatrième étude, trois équations d'estimation de la DE totale ont été développées à partir des données d'accélérations issues de trois capteurs intelligents (bas du dos, hanche et cheville) pour une population de sujets DT2 et témoins. Ces trois équations permettent d'estimer une DE totale lors d'activités statiques et de marches avec une différence moyenne respectivement de 0,009, -0,007 et -0,008 kcal/min pour le bas du dos, la hanche et la cheville en comparaison à celle de référence. Ainsi, ce travail de thèse a permis de valider trois équations d’estimation de la DE totale adaptés à une population de patients DT2, normo-pondérés ou en surpoids et âgés de 35 à 80 ans, basés sur les données d'un capteur intelligent.

The aim of this thesis is to review the methods and tools validated in T2D patients and to developed precise and adapted EE estimation method for these patients. After defining the most common daily activity in T2D patients (Study 1), we are interested, in particular, on static activities and walking. The results of our second study showed that the gross and net metabolic rate were 8.7 % and 14.3 % higher in T2D patients than in control subjects, respectively. These results highlight the need to validate an EE estimation method, adapted to diabetic’s specificities. The results of our third study demonstrated the validity of the activity-related EE estimated with a smart sensor and a validated algorithm during static activities and walking in T2D patients and healthy subjects. However, our results showed a lower accuracy of the estimated EE during walking in T2D patients in comparison with healthy subjects. Finally, in a fourth study, three equations estimating the total EE have been developed with acceleration data from three smart sensors (lower back, hip and ankle) and personal data (body mass index, sex, diabetes) from T2D and healthy subjects. These three equations allow to estimate the total EE during static activities and walking with a mean bias of 0.009, -0.007 et -0.008 kcal/min for the lower back, hip and ankle equation, respectively, in comparison with the reference value. Thus, this thesis enables to validate three suitable equations for the estimation of total EE in population including healthy and T2D patients, normal-weighted and overweighed and aged between 35 and 80 years, based on data from a smart sensor.