Meta-Analyse des Portfolio-Ernährungsmusters und des kardiometabolischen Risikos

Hintergrund: Das Portfolio-Ernährungsmuster, das Nüsse, viskose Ballaststoffe, Pflanzenproteine ​​und Pflanzensterine umfasst, hat nachweislich eine cholesterinsenkende Wirkung, die der von frühen Statin-Medikamenten ähnelt. Trotz der Befürwortung des Portfolio-Ernährungsmusters durch wichtige internationale Diabetes- und Herz-Kreislauf-Richtlinien haben die Leitlinien der European Association for the Study of Diabetes (EASD) für Ernährungstherapien keine spezifischen Empfehlungen für das Portfolio-Ernährungsmuster ausgesprochen. Die vorliegende systematische Übersichtsarbeit und Metaanalyse nach dem Grading of Recommendations Assessment, Development, and Evaluation (GRADE)-Ansatz wurde daher von der Diabetes and Nutrition Study Group (DNSG) der EASD in Auftrag gegeben, um die verfügbare Evidenz aus kontrollierten Studien zur Wirkung zusammenzufassen des Portfolios Ernährungsmuster auf LDL-Cholesterin (LDL-C) und andere etablierte kardiometabolische Risikofaktoren.

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 sich die Ernährungsrichtlinien und die öffentliche Gesundheitspolitik auf Empfehlungen auf der Grundlage von Lebensmitteln und Ernährungsmustern verlagert haben, besteht die Notwendigkeit einer systematischen Überprüfung und Metaanalyse zur Bewertung der gepoolten Wirkung der Portfolio-Ernährungsmuster-Studien auf Cholesterin und kardiometabolische Risikofaktoren.

Ziel: Die Prüfärzte werden eine systematische Überprüfung und Metaanalyse durchführen, um die Wirkung eines Portfolio-Ernährungsmusters im Vergleich zur Kontrolle auf Lipide und andere kardiometabolische Risikofaktoren in kontrollierten klinischen Studien zusammenzufassen.

Design: Der systematische Review und die Metaanalyse 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 The Cochrane Central Register of Controlled Trials werden unter Verwendung geeigneter Suchbegriffe durchsucht, ergänzt durch Handsuchen von Referenzen eingeschlossener Studien. Die Autoren werden für zutreffende fehlende Daten kontaktiert.

Studienauswahl: Die Forscher schließen kontrollierte Ernährungsstudien ein. Randomisierte und nicht randomisierte kontrollierte Studien werden eingeschlossen, wenn sie >= 4 Wochen dauern und die Wirkung des Portfolio-Ernährungsmusters auf Cholesterin und kardiometabolische Risikofaktoren im Vergleich zu einer Kontrolldiät bewerten.

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: Das primäre Ergebnis der systematischen Überprüfung und Metaanalyse wird das etablierte Lipidziel für die Reduzierung des kardiovaskulären Risikos, LDL-C, sein. Sekundäre Ergebnisse umfassen andere Blutfette (Gesamt-C, Triglyceride, HDL-C, Nicht-HDL-C, Apolipoprotein B (Apo B)), Adipositas (Körpergewicht), Entzündung (C-reaktives Protein), Blutdruck (systolischer und diastolischer Blutdruck (BP)), glykämische Kontrolle (HbA1c, Nüchtern-Plasmaglukose, Nüchtern-Blutinsulin) und der Framingham-Risiko-Score zur Abschätzung des 10-Jahres-Risikos für eine koronare Herzkrankheit (KHK).

Datensynthese: Mittelwertdifferenzen und standardisierte Mittelwertdifferenzen werden für die Ergebnisse gepoolt, die unter Verwendung der generischen inversen Varianzmethode festgestellt wurden. 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 in Betracht gezogen, wenn <5 Studien eingeschlossen sind und große präzise Studien mit kleineren unpräzisen Studien kombiniert werden. 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. Es wird auch eine Sensitivitätsanalyse durchgeführt, in der Studien, in denen Lebensmittel bereitgestellt wurden, mit Studien verglichen werden, in denen die Teilnehmer Ernährungsberatung erhielten, aber keine Lebensmittel zur Verfügung stellten. Wenn es >=10 Studien gibt, werden die Forscher auch Quellen der Heterogenität durch a priori Subgruppenanalysen nach Alter (Kinder [=<18 Jahre], Erwachsene), Gesundheitszustand (metabolisches Syndrom/Diabetes, Übergewicht, Normalgewicht) untersuchen ), Komparator, Baseline-Messungen, Randomisierung, Studiendesign (parallel, Crossover), 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 mit den 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 bei der Wissensübersetzung im Zusammenhang mit der Rolle des Portfolio-Ernährungsmusters bei cholesterinsenkenden und kardiometabolischen Risiken helfen, die Evidenzbasis für Richtlinien stärken und die Gesundheitsergebnisse verbessern, indem es Gesundheitsdienstleister und Patienten aufklärt, Innovationen in der Branche anregt und Leitlinie für zukünftiges Forschungsdesign.