Metaanalysen von risikoarmen Lebensstilverhalten und wichtigen Ergebnissen für den Patienten

Begründung:

Internationale Gesundheitsbehörden empfehlen allgemein die Einhaltung eines risikoarmen Lebensstils zur Gesundheitsförderung und Prävention chronischer oder nicht übertragbarer Krankheiten (NCDs). Systematische Überprüfungen und Metaanalysen prospektiver Kohortenstudien haben gezeigt, dass die Einhaltung eines risikoarmen Lebensstilverhaltens, einschließlich eines gesunden Körpergewichts, einer gesunden Ernährung, regelmäßiger körperlicher Aktivität, der Raucherentwöhnung, eines mäßigen Alkoholkonsums oder ausreichend Schlafs, mit verbunden ist geringeres Risiko einer chronischen Erkrankung. Obwohl einzelne prospektive Kohortenstudien gezeigt haben, dass die Einhaltung einer Kombination dieser risikoarmen Lebensstilverhaltensweisen mit einem noch größeren Nutzen verbunden ist, gibt es keine systematischen Übersichten und Metaanalysen, die beurteilen, ob dies für verschiedene Definitionen risikoarmer Lebensstilverhaltensweisen gilt. Expositionsniveaus, Populationen, geografische Regionen, Hintergrundrisiken und Folgen chronischer Krankheiten. Um Empfehlungen für die Rolle risikoarmer Lebensgewohnheiten bei der Prävention chronischer Krankheiten zu liefern, hat die Canadian Cardiovaskuläre Gesellschaft (CCS) im Rahmen der Aktualisierung der Dyslipidämie-Richtlinien eine Reihe systematischer Überprüfungen und Metaanalysen unter Verwendung des Grading of Recommendations Assessment in Auftrag gegeben. Entwicklungs- und Bewertungsansatz (GRADE) des Zusammenhangs zwischen der Einhaltung einer Kombination aus risikoarmen Lebensstilverhalten und (1) Herz-Kreislauf-Erkrankungen (CVD), (2) Diabetes, (3) Krebs und (4) Gesamtmortalität Ergebnisse.

Ziele:

1. Durchführung einer Reihe systematischer Überprüfungen und Metaanalysen des Zusammenhangs zwischen der Einhaltung einer Kombination aus risikoarmen Lebensstilverhalten und 4 Folgen chronischer Krankheiten (1) Herz-Kreislauf-Erkrankungen (Inzidenz und Mortalität von Herz-Kreislauf-Erkrankungen (CVD), koronare Herzkrankheit [KHK). ] Inzidenz und Mortalität sowie Inzidenz und Mortalität von Schlaganfällen), (2) Diabetes, (3) Krebs (Krebsinzidenz und Krebsmortalität) und (4) Gesamtmortalität.
2. Zur Beurteilung der Qualität und Stärke der Evidenz mithilfe von GRADE.

Design:

Die Planung und Durchführung der vorgeschlagenen systematischen Überprüfungen und Metaanalysen orientiert sich am Cochrane-Handbuch für systematische Überprüfungen von Interventionen. Die Berichterstattung folgt den Aussagen „Meta-Analysis Of Observational Studies in Epidemiology“ (MOOSE) und „Preferred Reporting Items for Systematic Reviews and Meta-Analyses“ (PRISMA).

Datenquellen:

MEDLINE, EMBASE und The Cochrane Central Register of Controlled Trials (Clinical Trials; CENTRAL) werden mit geeigneten Suchbegriffen durchsucht. Diese Suchen werden durch manuelle Handsuchen in den Bibliographien der eingeschlossenen Studien und vorhandenen Übersichtsartikeln ergänzt.

Studienauswahl:

Eingeschlossen werden prospektive Kohortenstudien, die den Zusammenhang von mindestens drei risikoarmen Lebensstilverhaltensweisen, von denen eines eine gesunde Ernährung beinhalten muss, mit dem Auftreten von Herz-Kreislauf-Erkrankungen, Diabetes, Krebs oder Gesamtmortalität untersuchen. Studien werden ausgeschlossen, wenn risikoarmes Lebensstilverhalten mit Biomarkern kombiniert wird.

Datenextraktion:

Zwei oder mehr unabhängige Gutachter extrahieren unabhängig voneinander relevante Informationen über Studiendesign, Stichprobengröße, Probandenmerkmale, risikoarmes Lebensstilverhalten, Dauer/Personenjahre der Nachbeobachtung und Modellanpassungen. Risikoverhältnisse für klinische Ergebnisse werden aus klinischen Ereignisdaten über Expositionsquantile hinweg extrahiert oder abgeleitet.

Risiko einer Voreingenommenheit:

Zwei oder mehr unabhängige Gutachter bewerten das Bias-Risiko (ROB) jeder der eingeschlossenen prospektiven Kohortenstudien anhand der Newcastle-Ottawa-Skala (NOS) nach . Bis zu 9 Punkte können basierend auf der Kohortenauswahl (maximal 4 Punkte), der Vergleichbarkeit des Kohortendesigns und der Kohortenanalyse (maximal 4 Punkte) und der Angemessenheit der Ergebnismaße (maximal 3 Punkte) vergeben werden. Studien, die ≥6 Punkte erreichen, werden als qualitativ hochwertiger eingestuft.

Ergebnisse:

Jede der vier vorgeschlagenen systematischen Überprüfungen und Metaanalysen wird ein anderes Ergebnis chronischer Krankheiten bewerten: Herz-Kreislauf-Erkrankungen (CVD-Inzidenz und -Mortalität, KHK-Inzidenz und -Mortalität sowie Schlaganfall-Inzidenz und -Mortalität), (2) Diabetes, (3) Krebs (Krebs). und Krebssterblichkeit) und (4) Gesamtmortalität.

Datensynthese:

Risikoschätzungen extremer Vergleiche (alle, die sich an Verhaltensweisen mit geringem Risiko hielten, im Vergleich zu keinem) werden unter Verwendung von Zufallseffektmodellen mit inverser Varianz gepoolt und als Risikoverhältnisse (RR) mit 95 %-Konfidenzintervallen (CIs) ausgedrückt. Die Heterogenität zwischen Kohorten wird anhand der Cochran-Q-Statistik (Chi-Quadrat) bewertet und anhand der I2-Statistik quantifiziert. Das Signifikanzniveau wird auf p<0,10 festgelegt und ein I2 ≥ 50 % gilt als Beweis für eine erhebliche Heterogenität. Um die Quellen der Heterogenität zu untersuchen, führen die Forscher Sensitivitätsanalysen durch, bei denen jede Studie systematisch entfernt und die zusammenfassenden Schätzungen neu berechnet werden. Wenn es >=10 Studien gibt, werden die Forscher auch Quellen der Heterogenität mithilfe von A-priori-Untergruppenanalysen nach Grunderkrankungsstatus, Geschlecht, Anzahl der Lebensstilfaktoren, Nachbeobachtung (<10 Jahre, ≥10 Jahre) und Grad der Anpassung untersuchen von Modellen, NOS, Ergebnisermittlung und einzelnen Domänen von NOS. Meta-Regressionsanalysen werden die Bedeutung von kategorialen und kontinuierlichen Untergruppenanalysen bewerten. Dosis-Wirkungs-Analysen werden unter Verwendung von verallgemeinerten Trendschätzungsmodellen der kleinsten Quadrate (GLST) mit zufälligen Effekten durchgeführt, um lineare Beziehungen zu bewerten, und Spline-Kurven-Modellierung (das MKSPLINE-Verfahren), um nichtlineare Beziehungen zu bewerten. Wenn ≥10 Kohortenvergleiche verfügbar sind, wird der Publikationsbias durch visuelle Inspektion von Trichterdiagrammen beurteilt und formal mit den Egger- und Begg-Tests bei einem Signifikanzniveau von p≤ 0,10 getestet. Wenn ein Publikationsbias vermutet wird, werden die Forscher versuchen, die Funnel-Plot-Asymmetrie auszugleichen, indem sie die fehlenden Studiendaten unter Verwendung der Trim-and-Fill-Methode von Duval und Tweedie imputieren.

Qualität der Beweise:

Es werden Evidenzprofile erstellt. Die Gesamtstärke und Qualität der Evidenz wird mithilfe des Grading of Recommendations Assessment, Development, and Evaluation (GRADE)-Systems bewertet. Dieses System stuft die Beweise als „hohe Qualität“, „mittlere Qualität“, „geringe Qualität“ oder „sehr niedrige Qualität“ ein. Die eingeschlossenen prospektiven Kohortenstudien beginnen standardmäßig mit „niedriger Qualität“ und werden dann basierend auf vorab festgelegten Kriterien herabgestuft oder hochgestuft. Zu den Kriterien für eine Herabstufung gehören Studieneinschränkungen (Gewicht der Studien zeigt das Risiko einer Verzerrung durch NOS), Inkonsistenz (erhebliche unerklärliche Heterogenität zwischen den Studien, I2 > 50 % und P < 0,10), Indirektheit (Vorhandensein von Faktoren in Bezug auf die Bevölkerung, Expositionen, und Ergebnisse, die die Generalisierbarkeit einschränken), Ungenauigkeit (95 %-KI sind weit oder überschreiten einen minimal wichtigen Unterschied von 10 % [RR 0,9–1,1]) und Publikationsbias (signifikante Hinweise auf Effekte in kleinen Studien). Zu den Kriterien für die Hochstufung gehören ein großer Effekt (RR > 2 oder RR < 0,5 ohne plausible Störfaktoren), ein Dosis-Wirkungs-Gradient und eine Abschwächung durch plausible Störeffekte.

Wissensübersetzungsplan:

Die Ergebnisse werden durch interaktive Präsentationen auf lokalen, nationalen und internationalen wissenschaftlichen Tagungen und Veröffentlichungen in Fachzeitschriften mit hohem Impact-Faktor verbreitet. Zu den Zielgruppen gehören das öffentliche Gesundheitswesen und die Wissenschaft mit Interesse an Ernährung, körperlicher Aktivität, Lebensstiländerung, Diabetes, Krebs und Herz-Kreislauf-Erkrankungen. Das Feedback wird einbezogen und genutzt, um die Botschaft zur öffentlichen Gesundheit zu verbessern, und es werden Schlüsselbereiche für zukünftige Forschungen definiert.

Bedeutung:

Das vorgeschlagene Projekt wird bei der Wissensübersetzung im Zusammenhang mit den Auswirkungen risikoarmer Lebensgewohnheiten auf Herz-Kreislauf-Erkrankungen, Diabetes, Krebs und Gesamtmortalität helfen, die Evidenzbasis für Empfehlungen stärken und Gesundheitsergebnisse durch die Information von Verbrauchern und der öffentlichen Gesundheitspolitik verbessern Entscheidungsträger, die Brancheninnovationen anregen und künftige Forschung leiten.

Rolle der Finanzierungsquellen:

Die Finanzierungsquelle spielt keine Rolle bei der Forschungsfrage, dem Design, der Analyse, den Ergebnissen und der Interpretation der Ergebnisse dieser Studie.