Metaanalýza severského dietního vzorce o kardiometabolickém riziku a kardiovaskulárních výsledcích

Východiska: Větší dodržování středomořské stravy, tradičního způsobu stravování v širší oblasti Středozemního moře, bylo spojeno s příznivými kardiometabolickými výsledky, včetně prevence diabetu 2. typu a kardiovaskulárních onemocnění (CVD). Omezená dostupnost místních potravin, zvýšené náklady nebo neznámá kultura a tradice však znesnadňují dodržování středomořské stravy v severoevropském prostředí. Severská strava nebo jiná tradiční strava severských zemí (Švédsko, Norsko, Finsko, Dánsko, Island, Faerské ostrovy) jsou dietní vzorce bohaté na tradiční severská jídla, včetně bobulí, obilovin a tučných ryb, které jsou běžné v severní Evropě. Severská dieta je spojována s příznivými kardiometabolickými výsledky včetně zlepšeného lipidového profilu a citlivosti na inzulín. Tyto přínosy byly uznány v nejnovějších aktualizacích doporučení klinické praxe pro diabetes v Kanadě. Evropská asociace pro studium diabetu (EASD) nezahrnula severský stravovací vzorec do svých pokynů.

Potřeba navrhovaného výzkumu: Vysoce kvalitní systematické přehledy a metaanalýzy randomizovaných kontrolovaných studií a prospektivních kohort představují vysoce kvalitní důkazy na podporu dietetických směrnic a politiky veřejného zdraví. Vzhledem k tomu, že se dietní směrnice a politika veřejného zdraví posunuly směrem k doporučením založeným na potravinách a dietních vzorcích, existuje potřeba systematických přehledů a metaanalýz srovnávajících úlohu severské stravy v prevenci a řízení kardiometabolických výsledků a kardiovaskulárních onemocnění.

Cíle: Na podporu aktualizace pokynů pro klinickou praxi Evropské asociace pro studium diabetu (EASD) pro nutriční terapii provedou výzkumníci systematický přehled a metaanalýzu randomizovaných kontrolovaných studií a prospektivních kohort za použití přístupu GRADE na severských zemích. dietní vzorec na kardiometabolické rizikové faktory a výsledky kardiovaskulárních onemocnění.

Design: Systematický přehled a metaanalýza klinických studií a prospektivních kohortových studií bude prováděna podle Cochrane Handbook for Systematic Reviews of intervencí a reportována podle Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) a Meta- analýza pokynů pro Observační studie v epidemiologii (MOOSE).

Zdroje dat: MEDLINE, EMBASE a The Cochrane Central Register of Controlled Trials (Clinical Trials; CENTRAL) budou prohledávány pomocí vhodných vyhledávacích termínů doplněných ručním vyhledáváním referencí zahrnutých studií.

Výběr studie: Budou zahrnuty randomizované kontrolované studie prováděné na lidech s dobou sledování ≥ 3 týdny zkoumající účinek severské stravy na kardiometabolické výsledky. Studie, které nejsou prováděny na lidech, nejsou randomizované, mají akutní krmení (< 3 týdny), postrádají vhodnou kontrolu (neizokalorické) a/nebo neuvádějí životaschopné koncové údaje, nebudou zahrnuty. Budou zahrnuty prospektivní kohortové studie s více než 1 rokem sledování.

Extrakce dat: Dva nebo více výzkumníků nezávisle extrahuje relevantní data a vyhodnotí riziko zkreslení pomocí nástroje Cochrane Risk of Bias Tool pro randomizované klinické studie a Newcastle Ottawa Scale pro prospektivní kohorty. Všechny neshody budou vyřešeny konsensem. Standardní výpočty a imputace budou použity k odvození chybějících dat o rozptylu pro randomizované klinické. Poměry rizik, poměry šancí a poměry rizik pro klinické výsledky v prospektivních kohortových studiích budou extrahovány nebo odvozeny z údajů o klinických příhodách v průběhu expozice severské stravě.

Výsledky: V randomizovaných klinických studiích bude primárním výsledkem LDL-cholesterol. Sekundární výsledky budou zahrnovat markery kontroly glykémie (HbA1c, glukóza nalačno, inzulín nalačno); jiné krevní lipidy (non-HDL-C, apo B, HDL-C, triglyceridy); adipozita (tělesná hmotnost, BMI, obvod pasu), krevní tlak (systolický a diastolický krevní tlak) a zánět (C-reaktivní protein [CRP]).

U prospektivních kohort bude primárním výsledkem incidentní KVO Sekundární výstupy zahrnují incidentní ischemickou chorobu srdeční (ICHS) a náhlou cévní mozkovou příhodu.

Syntéza dat:

Pokusy: Data budou shromážděna generickou metodou inverzní odchylky s modely náhodných efektů DerSimonian a Laird a vyjádřena jako střední rozdíly (MD) s 95% intervaly spolehlivosti (95% CI). Byly použity modely náhodných efektů, protože zohledňují zbytkovou heterogenitu a poskytují konzervativnější odhady. Pro <5 pokusů budou použity modely s pevnými efekty. Párové analýzy budou aplikovány na všechny crossover pokusy. Heterogenita bude testována pomocí Cochranovy Q statistiky a kvantifikována pomocí I2 statistiky. Abychom prozkoumali zdroje heterogenity, provedeme analýzy citlivosti, ve kterých bude každá studie systematicky odstraněna. Pokud existuje ≥ 10 studií, prozkoumáme zdroje heterogenity a priori podskupinovými analýzami podle designu studie (paralelní nebo zkřížené), doby sledování (<12 týdnů nebo ≥12 týdnů), srovnávací diety, výchozích měření, rizika zkreslení , trvání onemocnění a zdroj financování. Významná nevysvětlitelná heterogenita bude zkoumána dalšími post hoc analýzami podskupin (např. věk, pohlaví, index kvality stravy, složení základní stravy [celkové % energie z tuku, sacharidů, bílkovin]). Metaregresní analýzy posoudí význam kategoriálních a spojitých analýz podskupin. Když je k dispozici ≥10 studií, bude zkreslení publikace zkoumáno prohlídkou nálevkových grafů a formálním testováním pomocí Eggerova a Beggova testu. Pokud existuje podezření na zkreslení publikace, pokusíme se upravit asymetrii trychtýřového grafu přičtením chybějících studijních dat pomocí Duvalovy a Tweedieho metody trimování a vyplnění.

Prospektivní kohortové studie: Přirozeně logaritmicky transformovaná relativní rizika (RR) nebo poměry rizik (HR) klinických výsledků, porovnávající extrémní kvantily (nejvyšší expozice versus nejnižší expozice nebo referenční skupina), budou shromážděny odděleně pomocí generické metody inverzního rozptylu s modely náhodných efektů a vyjádřené jako RR s 95% intervaly spolehlivosti (CI). Heterogenita bude testována pomocí Cochranovy Q statistiky a kvantifikována pomocí I2 statistiky. Abychom prozkoumali zdroje heterogenity, provedeme analýzy citlivosti, ve kterých bude každá studie systematicky odstraněna. Pokud bylo k dispozici ≥10 kohortových srovnání, pak provedeme a-priori analýzy podskupin pomocí metaregrese pro sledování (<10 let vs. ≥10 let), pohlaví (muži vs. ženy, muži vs. smíšené, ženy vs. smíšená), kvalita studia (NOS <6 vs. ≥6) a zdroj financování. Významná nevysvětlitelná heterogenita bude zkoumána dodatečnými post hoc analýzami podskupin. Lineární a nelineární vztahy dávka-odezva budou zkoumány s použitím modelů odhadu trendu metodou nejmenších čtverců (GLST) a modelování spline křivky (procedura MKSPLINE). Když je k dispozici ≥10 studií, bude zkreslení publikace zkoumáno prohlídkou nálevkových grafů a formálním testováním pomocí Eggerova a Beggova testu. Pokud existuje podezření na zkreslení publikace, pokusíme se upravit asymetrii trychtýřového grafu přičtením chybějících studijních dat pomocí Duvalovy a Tweedieho metody trimování a vyplnění.

Hodnocení důkazů: Jistota důkazů pro každý výstup bude posouzena pomocí klasifikace hodnocení, vývoje a hodnocení doporučení (GRADE).

Plán překladu znalostí: Výsledky budou šířeny prostřednictvím interaktivních prezentací na místních, národních a mezinárodních vědeckých setkáních a publikování v časopisech s vysokým impakt faktorem. Cílové skupiny budou zahrnovat veřejné zdraví a vědecké komunity se zájmem o výživu, cukrovku, obezitu a kardiovaskulární onemocnění. Zpětná vazba bude začleněna a použita ke zlepšení sdělení o veřejném zdraví a budou definovány klíčové oblasti pro budoucí výzkum. Osoby s rozhodovací pravomocí žadatelů/spolužadatelů budou vytvářet sítě mezi názorovými vůdci s cílem zvýšit povědomí a přímo se jako členové výboru podílet na vývoji budoucích pokynů.

Význam: Navrhovaný projekt pomůže při přenosu znalostí k úloze severské stravy v prevenci a léčbě kardiovaskulárních onemocnění, posiluje důkazní základnu pro pokyny a zlepšuje zdravotní výsledky vzděláváním poskytovatelů zdravotní péče a pacientů, podněcuje inovace v průmyslu a řídí budoucí výzkum. design.