L’hyperglycémie provoquée par voie orale (HGPO) est très utilisée pour diagnostiquer une diminution de la tolérance au glucose, un diabète sucré ou encore un diabète gestationnel. Les mesures concomitantes de l’insulinémie (éventuellement de peptide C) et de la glycémie permettent de dériver des indices d’insulinosécrétion et d’insulinosensibilité très utiles pour mieux comprendre les perturbations du métabolisme du glucose et, en particulier, prédire la progression d’une tolérance au glucose normale vers une diminution de la tolérance au glucose ou un diabète de type 2. Certains indices simples peuvent être utilisés en clinique (« indice insulinogénique » pour estimer la réponse insulinosécrétoire précoce, indice de Matsuda pour évaluer l’insulinosensibilité) alors que d’autres, plus complexes (et faisant appel le plus souvent à des procédures de modélisation mathématique), sont réservés à la recherche. L’indice de disposition orale, intégrant insulinosécrétion et insulinosensibilité, suscite un intérêt grandissant, notamment pour aider à la prédiction de survenue d’un diabète de type 2.

Oral glucose tolerance test (OGTT) has been widely used for the diagnosis of impaired glucose tolerance, diabetes mellitus and gestational diabetes. Simultaneous measurements of plasma glucose and insulin (or more rarely C-peptide) levels allow to derive indices of insulin secretion and insulin sensitivity that are helpful for the understanding of disturbances in glucose metabolism and, especially, for the prediction of progression from normal glucose tolerance to impaired glucose tolerance or type 2 diabetes. Certain indices, quite simple, may be used in clinical practice (“insulinogenic index” to assess early insulin secretion, Matsuda index to assess insulin sensitivity) while others, more complex (and most often based on modelling procedures), are essentially used in research. The oral disposition index, a recently introduced marker that integrates insulin secretion and insulin sensitivity, raises increasing interest, more particularly for the prediction of type 2 diabetes.