Die Wirkung von Flohsamenfasern auf LDL-C, Non-HDL-C und Apolioprotein-B: Eine systematische Überprüfung und Metaanalyse

Hintergrund: Studien haben viskose Ballaststoffe als potenziell cholesterinsenkend identifiziert, einschließlich Flohsamenschalen, die das LDL-Cholesterin (LDL-C) senken und somit die Behandlung von Herz-Kreislauf-Erkrankungen (CVD) lindern können.

Ziel: Aktualisierung der Evidenz zur Wirkung von Psyllium auf LDL-C und Bereitstellung einer Bewertung seiner Wirkung auf neue Lipidmarker: Nicht-HDL-Cholesterin (Non-HDL-C) und Apolipoprotein-B (apoB).

Design: Die Durchführung des systematischen Reviews und der Metaanalyse folgt dem Cochrane-Handbuch für systematische Reviews von Interventionen. Die Berichterstattung erfolgt gemäß den PRISMA-Richtlinien (Preferred Reporting Items for Systematic Reviews and Meta-Analyses).

Datenquellen und Studienauswahl: MEDLINE, EMBASE, CINAHL und The Cochrane Central Register of Controlled Trials werden mit geeigneten Suchbegriffen durchsucht. Unabhängige Gutachter extrahieren Informationen über Studiendesign, Stichprobengröße, Probandenmerkmale, Dosis, Nachsorge und Placebo/Vergleich. RCTs, die die Wirkung von Flohsamenfasern auf LDL-C, Non-HDL-C oder ApoB untersuchen, werden mit einer Mindestnachbeobachtungszeit von ≥ 3 Wochen eingeschlossen. Die Menge an Flohsamenfasern muss angegeben werden und die Auswirkungen auf die Ergebnisse LDL-C, Non-HDL-C oder ApoB müssen isolierbar sein. Studien, die ausreichende Informationen für die Nicht-HDL-C-Berechnung enthalten, werden ebenfalls berücksichtigt. Unveröffentlichte Studien werden berücksichtigt und es gibt keine sprachlichen Einschränkungen.

Ergebnisse: LDL-C, Nicht-HDL-C, apoB

Datenextraktion: Mittelwerte±SEM-Werte werden für alle Ergebnisse extrahiert. Standardberechnungen und Imputationen werden verwendet, um fehlende Varianzdaten abzuleiten. Das Bias-Risiko und die Gesamtqualität der Studie werden mit dem Cochrane Risk of Bias-Tool und dem GRADE-Ansatz bewertet.

Datensynthese: Die Daten werden unter Verwendung der generischen inversen Varianzmethode mit Zufallseffektmodellen gepoolt. Heterogenität bewertet durch die Cochran Q-Statistik und quantifiziert durch I2. Sensitivitätsanalysen und a priori Subgruppenanalysen werden durchgeführt, um Quellen der Heterogenität zu untersuchen. Ein Spline-Kurvenmodell (MKSPLINE-Verfahren) wird verwendet, um eine nichtlineare Dosis-Antwort-Kurve darzustellen. Der Publikationsbias wird durch visuelle Inspektion von Funnel-Plots untersucht und formal mit Egger- und Begg-Tests getestet. Falls signifikant, wird eine Trim-and-Fill-Analyse durchgeführt.