Metaanalysen wichtiger Nahrungsquellen für Zucker und auftretender kardiometabolischer Erkrankungen

Hintergrund: Zucker hat sich zu einem der wichtigsten Ziele der öffentlichen Gesundheit entwickelt. Die Aufmerksamkeit konzentrierte sich auf die besondere Rolle von Fruktose aufgrund seiner einzigartigen biochemischen, metabolischen und endokrinen Reaktionen. Bei kalorienbezogenen Vergleichen mit anderen Kohlenhydratquellen konnten diese Mechanismen jedoch nicht in klinisch bedeutsame Effekte umgesetzt werden. Ein Sonderfall scheinen zuckergesüßte Getränke (SSBs) zu sein. Während große prospektive Kohortenstudien einen konsistenten Zusammenhang zwischen SSBs und auftretender Fettleibigkeit, Diabetes, metabolischem Syndrom (MetS), Bluthochdruck, koronarer Herzkrankheit (KHK), Schlaganfall und Gicht gezeigt haben, wurden bei der Modellierung des Gesamtzuckers (mit dem Ausnahme: Gicht) oder andere Nahrungsquellen mit zugesetztem/freiem Zucker wie reine Fruchtsäfte, Joghurt oder auch Süßigkeiten. Da für Zucker allein kein klares Signal vorliegt, ist unklar, ob die für SSBs beobachteten Zusammenhänge auch für andere wichtige Nahrungsquellen für Zucker gelten.

Notwendigkeit einer Überprüfung: Da sich die Ernährungsrichtlinien und die öffentliche Gesundheitspolitik in Richtung ernährungs- und ernährungsmusterbasierter Empfehlungen verlagert haben, stellt der Mangel an qualitativ hochwertigen Synthesen und der Übersetzung der Rolle verschiedener Nahrungsquellen für Zucker bei kardiometabolischen Erkrankungen einen dringenden Bedarf an stärkerer Evidenz dar zur Unterstützung der Richtlinienentwicklung.

Ziele: Um auf unserer bisherigen Arbeit aufzubauen, werden wir eine Reihe systematischer Überprüfungen und Metaanalysen durchführen, um wichtige Nahrungsquellen für zugesetzten/freien Zucker (SSBs, reiner Fruchtsaft, Joghurt, Süßigkeiten, Cerealien usw.) zu vergleichen. in ihrem Zusammenhang mit auftretenden kardiometabolischen Erkrankungen.

Design: Unsere vorgeschlagene Reihe systematischer Übersichten und Metaanalysen wird dem gleichen erfolgreichen Protokoll folgen, das wir für unsere frühere CIHR-finanzierte Wissenssynthese zu Fruktose und kardiometabolischem Risiko (clinicaltrials.gov, NCT01363791). Die Wissenssynthesen werden gemäß dem Cochrane Handbook for Systematic Reviews of Interventions durchgeführt und gemäß den Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) berichtet.

Datenquellen: MEDLINE, EMBASE und die Cochrane-Bibliothek werden durchsucht.

Studienauswahl: Wir werden Kohorten einbeziehen, die den Zusammenhang verschiedener Nahrungsquellen fructosehaltiger Zucker (SSBs, reiner Fruchtsaft, Joghurt, Süßigkeiten, Cerealien usw.) mit Typ-2-Diabetes, MetS, Bluthochdruck, KHK, Schlaganfall und Gicht bewerten .

Datenextraktion: Zwei Forscher extrahieren unabhängig voneinander relevante Daten und bewerten das Risiko einer Verzerrung.

Ergebnisse: Wir werden 6 Ergebnisse bewerten: Typ-2-Diabetes, MetS, Bluthochdruck, KHK, Schlaganfall und Gicht.

Datensynthese: Risikoverhältnisse werden unter Verwendung der generischen inversen Varianzmethode für jede Nahrungsquelle fruktosehaltiger Zucker zusammengefasst. Random-Effects-Modelle werden auch dann verwendet, wenn keine statistisch signifikante Heterogenität zwischen den Studien vorliegt, da sie bei Vorliegen einer Restheterogenität konservativere zusammenfassende Effektschätzungen liefern. Fixed-Effects-Modelle werden nur verwendet, wenn weniger als 5 Studien eingeschlossen sind. Bei Crossover-Versuchen werden gepaarte Analysen angewendet. Die Heterogenität wird anhand der Cochran-Q-Statistik bewertet und anhand der I2-Statistik quantifiziert. Um Quellen der Heterogenität zu erforschen, führen die Forscher Sensitivitätsanalysen durch, bei denen jede Studie systematisch entfernt wird. Wenn es >=10 Studien gibt, werden die Forscher auch Quellen der Heterogenität durch A-priori-Untergruppenanalysen untersuchen (Follow-up, Anpassungen, Expositionsbewertung, Dosis, Ergebnisermittlung, Risiko einer Verzerrung). Meta-Regressionsanalysen werden die Bedeutung kategorialer und kontinuierlicher Untergruppenanalysen bewerten. Wenn >=10 Studien verfügbar sind, wird der Publikationsbias durch Inspektion von Trichterdiagrammen und formale Tests mithilfe der Egger- und Begg-Tests untersucht. 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.

Evidenzbewertung: Die Stärke der Evidenz für jedes Ergebnis wird anhand der Bewertung, Entwicklung und Bewertung von Empfehlungen (GRADE) bewertet.

Wissensübersetzungsplan: Wir werden dem Ottawa-Modell folgen. Die Ergebnisse werden durch Präsentationen auf wissenschaftlichen Tagungen und Veröffentlichungen in renommierten Fachzeitschriften verbreitet. Auch Webcasts und Social-Media-Beiträge auf YouTube-Videos, Facebook, Twitter und LinkedIn werden genutzt. Zu den Zielgruppen gehören Kliniker, Angehörige der Gesundheitsberufe, politische Entscheidungsträger, die Industrie, Forscher und Patientengruppen.

Bedeutung: Das vorgeschlagene Projekt wird bei der Wissensübersetzung im Zusammenhang mit den gesundheitlichen Auswirkungen von Zuckerquellen in der Nahrung helfen, evidenzbasierte Leitlinien liefern und Gesundheitsergebnisse verbessern, indem Gesundheitsdienstleister und Patienten aufgeklärt, Brancheninnovationen angeregt und zukünftige Forschungsdesigns gesteuert werden.