Metaanalysen der Wirkung von Saccharose im Vergleich zu Maissirup mit hohem Fruchtzuckergehalt auf das kardiometabolische Risiko

Bedarf an vorgeschlagener Forschung: Qualitativ hochwertige systematische Übersichtsarbeiten und Metaanalysen kontrollierter Studien stellen das höchste Evidenzniveau dar, um Ernährungsrichtlinien und die Entwicklung der öffentlichen Gesundheitspolitik zu unterstützen. Da HFCS in den letzten ~50 Jahren als beliebtes Süßungsmittel zunehmend an Popularität gewonnen hat und Saccharose in der Ernährung ersetzt, besteht ein dringender Bedarf an systematischen Übersichtsarbeiten und Metaanalysen, die Saccharose mit HFCS bei der Entwicklung von kardiometabolischen Erkrankungen vergleichen.

Ziel: Die Forscher werden eine Reihe systematischer Reviews und Metaanalysen durchführen, um die Wirkung des isokalorischen Austauschs von Saccharose gegenüber HFCS auf das kardiometabolische Risiko in kontrollierten Studien zu unterscheiden.

Design: Jede systematische Überprüfung und Metaanalyse wird gemäß dem Cochrane-Handbuch für systematische Überprüfungen von Interventionen durchgeführt und gemäß den bevorzugten Berichtselementen für systematische Überprüfungen und Metaanalysen (PRISMA) berichtet.

Datenquellen: MEDLINE, EMBASE und The Cochrane Central Register of Controlled Trials (Clinical Trials; CENTRAL) werden unter Verwendung geeigneter Suchbegriffe durchsucht, ergänzt durch Handsuchen von Referenzen eingeschlossener Studien.

Studienauswahl: Die Prüfärzte schließen randomisierte und nicht-randomisierte kontrollierte Studien mit einer Dauer von >= 7 Tagen ein, um die Wirkung von Saccharose gegenüber HFCS unter isokalorischen Bedingungen auf Messungen des kardiometabolischen Risikos zu bewerten. Es werden direkte Vergleiche von Saccharose mit HFCS und indirekte Vergleiche von Saccharose oder HFCS mit anderen Kohlenhydraten unter energieangepassten Bedingungen durchgeführt.

Datenextraktion: Zwei oder mehr Ermittler werden relevante Daten unabhängig voneinander extrahieren und das Bias-Risiko mithilfe des Cochrane Risk of Bias Tools bewerten. Alle Meinungsverschiedenheiten werden einvernehmlich gelöst. Standardberechnungen und Imputationen werden verwendet, um fehlende Varianzdaten abzuleiten.

Ergebnisse: Sieben Ergebnissätze werden bewertet: (1) Körpergewicht und Marker der Adipositas, (2) glykämische Kontrolle, (3) Blutdruck, (4) Blutfette, (5) Harnsäure, (6) alkoholfreie Fette Lebererkrankung (NAFLD) und ektopisches Fett, (7) Entzündung

Datensynthese: Mittelwertunterschiede werden unter Verwendung der generischen inversen Varianzmethode gepoolt, wenn Daten aus mehr als 2 Studien verfügbar sind. Random-Effects-Modelle werden auch dann verwendet, wenn keine statistisch signifikante Heterogenität zwischen den Studien vorliegt, da sie bei Vorhandensein einer Restheterogenität konservativere zusammenfassende Effektschätzungen liefern. Fixed-Effects-Modelle werden nur verwendet, wenn <5 eingeschlossene Studien vorhanden sind. Für Crossover-Studien werden gepaarte Analysen angewendet. Die Heterogenität wird durch die Cochran-Q-Statistik bewertet und durch die I2-Statistik quantifiziert. Um Quellen der Heterogenität zu erkunden, führen die Forscher Sensitivitätsanalysen durch, in denen jede Studie systematisch entfernt wird. Wenn es >=10 Studien pro Endpunkt gibt, werden die Forscher auch Quellen der Heterogenität durch a priori Subgruppenanalysen nach Alter (Kinder [=<18 Jahre], Erwachsene), Gesundheitszustand (Metabolische Syndrom-Kriterien, Diabetes, Übergewicht) untersuchen / adipös, gesund), Vergleichstyp, fructosehaltige Zuckerform (Saccharose, HFCS, Honig, Fructose), Dosis (=<10% Energie, >10% Energie), Baseline-Messungen, Randomisierung, Studiendesign (parallel, crossover) , Energiebilanz (positiv, neutral, negativ), Follow-up (= < 8 Wochen, > 8 Wochen) und Bias-Risiko. Meta-Regressionsanalysen werden die Aussagekraft von kategorialen und kontinuierlichen Subgruppenanalysen bewerten. Wenn >=10 Studien verfügbar sind, wird die Publikationsverzerrung durch Inspektion von Funnel-Plots und formale Tests unter Verwendung der Egger- und Begg-Tests untersucht. Wenn ein Publikationsbias vermutet wird, werden die Forscher versuchen, die Trichterplot-Asymmetrie zu korrigieren, 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 des Grading of Recommendations Assessment, Development and Evaluation (GRADE) bewertet.

Wissensübersetzungsplan: Die Ergebnisse werden durch interaktive Präsentationen auf lokalen, nationalen und internationalen wissenschaftlichen Tagungen und Veröffentlichung in Zeitschriften mit hohem Impact-Faktor verbreitet. Zu den Zielgruppen gehören das öffentliche Gesundheitswesen und wissenschaftliche Gemeinschaften mit Interesse an Ernährung, Diabetes, Fettleibigkeit und Herz-Kreislauf-Erkrankungen. Das Feedback wird aufgenommen und verwendet, um die öffentliche Gesundheitsbotschaft zu verbessern, und es werden Schlüsselbereiche für zukünftige Forschung definiert. Entscheidungsträger von Antragstellern/Mitantragstellern vernetzen sich mit Meinungsführern, um das Bewusstsein zu schärfen, und beteiligen sich direkt als Ausschussmitglieder an der Entwicklung zukünftiger Leitlinien.

Bedeutung: Das vorgeschlagene Projekt wird die Wissensübersetzung in Bezug auf die Rolle von Saccharose gegenüber HFCS bei der Entwicklung von kardiometabolischen Erkrankungen unterstützen, die Evidenzbasis für Leitlinien stärken und die Gesundheitsergebnisse verbessern, indem es Gesundheitsdienstleister und Patienten aufklärt, Innovationen in der Branche anregt und die Zukunft lenkt Forschungsdesign.