Interprétation des données anthropométriques Flashcards

1
Q

Pk évaluer l’anthropométrie ?

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Comment interpréter les résultats d’un test ?

A

• Comparer à des valeurs de référence*
• Catégories à risque*
• Critère de décision clinique, critère d’embauche
• Comparer aux autre athlètes évalués (sélections)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Outils d’évaluation (anthropométrie) ; Valeur de prédiction

A
  • IMC
  • Tour de tail, ratio taille/hanche
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Valeur prédictive de l’adiposité → est-ce fiable pour prédire?

A
  • Association mais pas prédiction entre adiposité & mortalité
  • Peu de donnée évaluant relation entre mortalité et % de gras -> Étude surtout basé sur la bio-impédance

Quand tient compte de IMC + ratio taille/hanche, % masse grasse n’améliore pas la prédiction de la mortalité ou des évènements CV

BREF

  • % masse grasse n’est pas un déterminant pour la santé
  • Aucune valeur seuil ou catégories de risque pour la santé publiées pour le % masse grasse
  • À l’int d’un IMC -> 2 personnes avec un IMC pareille auront un % de gras différent
  • IMC et ratio est meilleur pour prédiction à long terme
  • Suivie de perte de gain de poids masse grasse et masse maigre -> p-ê utile mais rester conscients des lim des méthodes
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Quels sont les meilleurs prédicteurs de risque ?

A

IMC et ratio taille/hanche sont les meilleurs prédicteurs

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Vrai ou faux ? À l’int d’un IMC -> 2 personnes avec un IMC pareille auront un % de gras différent

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Quelles variables évaluer dans quels cas ?

Cas 1 ; Homme 48 ans / pas de maladie chronique connu sauf diabète de type 2 contrôlé

Cas2 ; Femme 33 ans / raffermir son ventre / pas de maladie chronique

Cas 3 ; Culturisme

Cas 4 : Joueur de hockey

A

Cas 1 ; Homme 48 ans / pas de maladie chronique connu sauf diabète de type 2 contrôlé -> technique IMC

Cas2 ; Femme 33 ans / raffermir son ventre / pas de maladie chronique -> IMC + plis

Cas 3 ; Culturisme -> Plis cutané

Cas 4 : Joueur de hockey -> Bio-impédance / poids taille

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Obésité & surpoids -> Devrait-on prioriser la perte de poids ?

Vous faites l’évaluation anthropométrique d’une femme de 40 ans:

❑ IMC = 31,5 kg/m2 (Obésité classe I)

❑ Tour de taille = 90 cm
❑ Catégorie de risque (SCPE): “Élevé”

Qu’est-ce qu’on fait à partir de là?

→Approche traditionnelle et critique

A

Approche traditionnelle => Critique / Réalité

Votre IMC est associé à un risque élevé de MCV ou métabolique ? => Incertain

Pour diminuer ce risque, imp de perdre du poids ? => Viser surtout adopter de saines H de V, améliorer Vo2max, prévenir la prise de poids supplémentaire

Suggestion d’aug dépense énergétique via les entraînements prescrit ? => Est-ce la méthode optimal ? Est-ce la réalité

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Obésité est-elle une maladie ?

A

Niveau population ;
❑Asso statistique claire entre surplus pondéral & risque de MCV, métabolique et autres (certains cancers, problèmes articulaires)

❑Aug prévalence de l’obésité dans le monde

❑Coûts im pour la société

Niveau individuel :
❑ Complications cardiométaboliques fréquentes
❑ Lim fonctionnelles
❑ Stigmatisation sociale, détresse psychologique
MAIS
❑ Obèses métaboliquement sains ?!
❑ Personnes en surplus pondéral sans lim fonctionnelles

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Obésité ; Est-ce que la baise de poids doit être un focus ?

A

Effets bénéfiques AP sur la santé ne passent pas nécessairement par un effet sur le poids

❑AP diminue la PA indépendamment de la perte de poids

❑Aptitude aérobie élevée réduit risque de dvt diabète type 2, chez personnes en surpoids & normal

Effet protecteur de l’aptitude aérobie sur la mortalité et l’incidence de MCV semble + imp que l’effet du poids

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Étude ; Fitness VS fatness

  • Résultats
  • Constats
  • Propositions
A

N = 21 925 hommes de 30–83 ans, suivis pendant ± 8 ans

❑ En général, l’impact de l’aptitude aérobie (être “unfit”) semble + imp que celui de l’adiposité

❑ Être “unfit” aug bc le risque pour tous les niveaux d’adiposité

❑ Peu de diff entre “lean” et “normal”

Risque est + élevé pour “lean/normal + unfit” que pour “obese + fit”

LEUR CONSTAT :

❑Classification obésité basée sur mesures anthro (IMC, circonférences, etc) est utile dans les études populationnelles, MAIS…

❑Lim imp pour application clinique niveau individuel: pas d’info sur la présence de comorbidités ou de lim fonctionnelles

LEUR PROPOSITION:
❑EOSS: Système simple de stadification de l’obésité décrivant la morbidité & lim fonctionnelles associées à l’excès de poids

❑Outil d’aide à la prise de décisions cliniques en conjonction avec la classif. basée sur l’anthropométrie

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Vous faites l’évaluation anthropométrique d’une femme de 40 ans:

❑ IMC = 31,5 kg/m2 (Obésité classe I) ❑ Tour de taille = 90 cm
❑ Catégorie de risque (SCPE): “Élevé”

SUPPOSONS UN STADE 0 selon EOSS:

A

Pas de facteurs de risque (à part obésité classe 1)

Pas de limitations fonctionnelles
Pas de problèmes psychologiques

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Conclusion bref anthro

A

EN BREF

Mesures anthro sont un outil parmi d’autres pour évaluer la santé du client

Souvent pertinent d’amener le focus ailleurs que sur le poids

→ Aptitude aérobie

→ Qualités musculaires

→ Saines habitudes de vie

How well did you know this?
1
Not at all
2
3
4
5
Perfectly