Metaanalysen der Wirkung von Pflanzenprotein und Tierprotein auf kardiometabolisches Risiko

Hintergrund: Vegetarische Diäten wurden mit einem verringerten Risiko für vermeidbare kardiometabolische Erkrankungen wie Typ -2 -Diabetes und Herz -Kreislauf -Erkrankungen in Verbindung gebracht. Es ist unklar, ob der Ersatz von tierischem Protein durch pflanzliches Protein kardiometabolische Vorteile hat.

Objectives: To improve evidence-based guidance for dietary guidelines and health claims development, we propose to conduct a series of systematic reviews and meta-analyses of the effects of plant-based protein in replacement for animal protein on cardiometabolic risk factors including: (1) blood lipids, (2) glycemic control, (3) blood pressure, (4) body weight, (5) uric acid, (6) markers of non-alcoholic fatty liver disease (NAFLD), (7) Nierenfunktion und Verletzung und (8) CRP als Entzündungsmarker.

Design: Die Planung und Verhalten der vorgeschlagenen Metaanalysen folgen dem Cochrane-Handbuch für systematische Überprüfungen von Interventionen. Die Berichterstattung folgt den bevorzugten Berichterstattungspositionen für systematische Überprüfungen und Metaanalysen (PRISMA) -Richtlinien.

Datenquellen: Medline, Embase und das Cochrane Central Register kontrollierter Versuche werden unter Verwendung geeigneter Suchbegriffe durchsucht.

Studienauswahl: Langzeit (≥ 3 Wochen), randomisierte, kontrollierte Studien, die den Effekt des Austauschs von Pflanzenproteinen für tierische Proteine ​​auf die zuvor beim Menschen erwähnten Ergebnisse untersuchen. Studien, die ein akutes Fütterungsdesign haben, nicht randomisiert sind oder es wird keine geeignete Kontrolle enthalten. Sowohl isoalorische als auch nicht isokalorische Studien werden einbezogen.

Datenextraktion: Unabhängige Forscher (≥2) extrahieren Informationen zu Studiendesign, Stichprobengröße, Subjektcharakteristik, Impulsform, Dosis, Follow-up und Zusammensetzung der Hintergrunddiäten. Der Mittelwert ± SEM -Werte wird für alle Ergebnisse extrahiert. Standardberechnungen und -Putationen werden verwendet, um fehlende Varianzdaten abzuleiten. Das Risiko einer Verzerrung und der Studienqualität wird anhand des Cochrane -Risikos von Bias -Tool und dem methodischen Qualitätsbewertungswert von Heyland (MQS) bewertet.

Outcomes: The proposed syntheses will each assess a set of outcomes related to a different area of ​​cardiometabolic risk: (1) blood lipids (established therapeutic targets for the prevention of cardiovascular disease - LDL-C, apo-B, non-HDL-C), (2) glycemic control (glycated blood proteins, fasting glucose and insulin, and Homeostasis model assessment of insulin resistance [HOMA-IR]), (3) body weight, (4) uric acid, (5) blood pressure (systolic BP and diastolic BP), (6) markers of NAFLD (imaging and spectroscopy endpoints of liver fat and biomarkers of hepatocellular injury [transaminases]), (7) kidney injury and function (creatinine, urea, creatine clearance, estimated glomerular filtration Rate [EGFR], Albumin-zu-Creatin-Verhältnis [ACR], Albuminurie, Proteinurie) und (8) Entzündungsmarker (CRP).

Datensynthese: Für jeden Bereich der kardiometabolischen Kontrolle werden separate gepoolte Analysen unter Verwendung der generischen Inverse Varianzmethode durchgeführt. Modelle von Zufallseffekten werden auch ohne statistisch signifikante Heterogenität der Studie verwendet, da sie in Gegenwart einer Restheterogenität konservativere Zusammenfassungseffektschätzungen ergeben. Ausnahmen werden für die Verwendung von Festeffektmodellen durchgeführt, bei denen <5 enthaltene Versuche unabhängig von der Heterogenität oder kleinen Versuchen mit größeren genaueren Versuchen wegen statistisch signifikanter Heterogenität zusammengefasst werden. Paired Analysen werden auf alle Crossover -Versuche angewendet. Die Heterogenität wird von Cochrans Q -Statistik getestet und durch die I2 -Statistik quantifiziert. Quellen der Heterogenität werden durch Empfindlichkeits- und Untergruppenanalysen untersucht. A priori Subgruppenanalysen umfassen Studiendesign, Dosis, Gemüseproteintyp, Tierproteinvergleich, Nachuntersuchung, Basiswerte und Studienqualität. Eine signifikante ungeklärte Heterogenität wird durch zusätzliche Post -hoc -Untergruppenanalysen untersucht (z. Alter, Geschlecht, Fütterungskontrolle [metabolisch, ergänzt, Ernährungsberatung], Auswaschung in Crossover -Versuchen, Energiebilanz der Hintergrunddiät, Zusammensetzung der Hintergrunddiät [Gesamtzusammenzug Energie aus Fett, Kohlenhydrat, Protein], Veränderung der Cholesterinaufnahme, Änderung des Glykämischensindex usw.). Meta-Regressionsanalysen werden die Bedeutung von Untergruppenanalysen bewerten. Die Veröffentlichungsverzerrung wird durch die Inspektion von Trichterplots und die Anwendung von Eggers und Beggs Tests untersucht.

Wissensübersetzungsplan: Die Ergebnisse werden mit traditionellen Mitteln wie interaktiven Präsentationen in lokalen, nationalen und internationalen wissenschaftlichen Treffen und Veröffentlichungen in Faktorjournalen mit hohem Impact -Faktor verbreitet. Innovative Mittel wie Webcasts mit E-Mail-Feedback-Mechanismen werden ebenfalls verwendet. Wissensnutzer werden als Wissensbroker -Vernetzung zwischen Meinungsführern und verschiedenen Anwendergruppen fungieren, um das Bewusstsein in jeder Phase zu schärfen. Vier Wissensnutzer werden auch direkt als Mitglieder der Ernährungsrichtlinienausschüsse teilnehmen. Zielanwaltsanbieter umfassen die klinischen Praxis, die öffentliche Gesundheit, die Industrie, die Forschungsgemeinschaften und die Patientengruppen. Feedback wird integriert und verwendet, um Analysen und Verbesserung der Schlüsselmeldungen in jeder Phase zu leiten und zu verbessern.

Bedeutung: Das vorgeschlagene Projekt zeigt, dass die Verbesserung der langfristigen Gesundheitsmaßnahmen. Diese Demonstration wird bei Wissensübersetzung in Bezug auf die Auswirkungen von Pflanzenproteinen auf das kardiometabolische Risiko, das Management von Nierenerkrankungen und das metabolische Syndrom helfen, die Beweismittel für Ernährungsempfehlungen und gesundheitliche Ansprüche und Verbesserung der Gesundheitsergebnisse durch die Information von Gesundheitsdienstleistern und Patienten, die Stimulierung der Industrieinnovation und die Leitung zukünftiger Forschungen stärken.