Metaanalyse kalorienarmer gesüßter Getränke und kardiometabolischer Ergebnisse

Hintergrund:

Kalorienarme gesüßte Getränke (LCSBs) können ein potenziell wichtiges Mittel sein, um überschüssige Kalorien aus freiem Zucker in der Ernährung zu ersetzen. Prospektive Kohortenstudien deuten jedoch darauf hin, dass die Verwendung von LCSBs zu einem erhöhten Risiko für Fettleibigkeit und Diabetes beitragen könnte. Diese Ergebnisse sind wahrscheinlich auf methodische Einschränkungen des Studiendesigns und der Analyse zurückzuführen, die die umgekehrte Kausalität nicht berücksichtigen, bei der ein höheres Risiko kardiometabolischer Ergebnisse dazu führen kann, dass Menschen auf LCSBs umsteigen. Es besteht Bedarf an einer systematischen Überprüfung und Metaanalyse (SRMA) prospektiver Kohortenstudien, um diese methodischen Einschränkungen zu überwinden.

Zielsetzung:

Wir werden eine SRMA prospektiver Kohortenstudien an menschlichen Probanden durchführen, die kardiometabolische Ergebnisse mithilfe von zwei Analysestrategien bewertet haben:

i) Bewertung der Änderung der Aufnahme von LCSBs mit Änderung des Ergebnisses (Änderungsanalyse)

ii) Bewertung der Substitution von zuckergesüßten Getränken (SSBs) oder Wasser durch LCSBs.

Design:

Wir führen eine SRMA gemäß dem Cochrane Handbook for Systematic Reviews of Interventions durch und berichten über die Ergebnisse gemäß den Richtlinien Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) und Meta-analysis of Observational Studies in Epidemiology (MOOSE).

Datenquellen:

Die Datenbanken MEDLINE, EMBASE und Cochrane Library werden mit geeigneten Suchbegriffen durchsucht, ergänzt durch manuelle Suchen nach Referenzen der eingeschlossenen Studien. Es werden keine sprachlichen Einschränkungen vorgenommen.

Studienauswahl:

Prospektive Kohortenstudien berichten über (a) Änderungsanalysen (Änderung der Aufnahme von LCSBs mit der Änderung des Ergebnisses) und/oder (b) Substitutionsanalysen (Substitution von SSBs durch LCSBs oder Wasser) mit einer Nachbeobachtungszeit von mehr als einem Jahr verwendet werden. Kohortenstudien, die eine Nachbeobachtungsdauer von <1 Jahr haben, keine Bewertung der Exposition berichten oder keine brauchbaren Ergebnisdaten nach Expositionsgrad liefern, werden ausgeschlossen.

Datenextraktion

Zwei oder mehr Forscher extrahieren unabhängig voneinander relevante Daten und bewerten das Risiko einer Verzerrung anhand der Newcastle-Ottawa-Skala (NOS) für potenzielle Kohorten. Alle Meinungsverschiedenheiten werden im Konsens gelöst. Risikoverhältnisse (RRs), Odds Ratios (ORs) und Hazard Ratios (HRs) für klinische Ergebnisse in den prospektiven Kohortenstudien werden aus klinischen Ereignisdaten über Expositionskategorien hinweg extrahiert oder abgeleitet.

Ergebnisse:

Es werden zehn kardiometabolische Gesundheitsergebnisse bewertet:

1. Globale Adipositas – Körpergewicht
2. Globale Adipositas – BMI
3. Globale Adipositas – Körperfett
4. Bauchfett – Taillenumfang
5. Übergewicht/Adipositas-Inzidenz
6. Inzidenz des metabolischen Syndroms
7. Inzidenz von Typ-2-Diabetes
8. Häufigkeit von Herz-Kreislauf-Erkrankungen
9. Sterblichkeit durch Herz-Kreislauf-Erkrankungen
10. Gesamtsterblichkeit

Datensynthese:

Natürliche logarithmisch transformierte RRs oder HRs klinischer Ergebnisse, die extreme Quantile (die höchste Exposition gegenüber der niedrigsten Exposition oder Referenzgruppe) vergleichen, werden separat unter Verwendung der generischen inversen Varianzmethode mit Zufallseffektmodellen zusammengefasst und als RRs mit 95 %-Konfidenzintervallen ausgedrückt (CIs). Die Heterogenität wird mit der Q-Statistik von Cochran getestet und mit der I2-Statistik quantifiziert. Um Quellen der Heterogenität zu erforschen, werden wir Sensitivitätsanalysen durchführen, bei denen jede Studie systematisch entfernt wird. Wenn ≥10 Kohortenvergleiche verfügbar sind, führen wir eine A-priori-Untergruppenanalyse durch Meta-Regression für Follow-up (<10 Jahre vs. ≥10 Jahre), Geschlecht (Männer vs. Frauen, Männer vs. gemischt, Frauen) durch vs. gemischt), Studienqualität (NOS <6 vs. ≥6) und Finanzierungsquelle. Signifikante ungeklärte Heterogenität wird durch zusätzliche Post-hoc-Untergruppenanalysen und Einflussanalysen untersucht. Eine Studie gilt als einflussreich, wenn sie die Richtung oder Bedeutung der zusammengefassten Schätzungen oder den Nachweis der Heterogenität ändert. Dosis-Wirkungs-Schätzungen werden unter Verwendung eines einstufigen linearen gemischten Modells zusammengefasst. 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 wir versuchen, die Funnel-Plot-Asymmetrie auszugleichen, indem wir die fehlenden Studiendaten mithilfe der Trim-and-Fill-Methode von Duval und Tweedie imputieren.

Beweiswürdigung:

Die Gesamtsicherheit der Evidenz für jedes Ergebnis wird anhand der Einstufung von Empfehlungen, Bewertungen, Entwicklungen und Bewertungen (GRADE) bewertet.

Wissensübersetzungsplan:

Die Ergebnisse werden durch interaktive Präsentationen auf lokalen, nationalen und internationalen wissenschaftlichen Tagungen und Veröffentlichungen in Fachzeitschriften mit hohem Impact-Faktor verbreitet. Zu den Zielgruppen gehören das öffentliche Gesundheitswesen und die Wissenschaft mit Interesse an Ernährung, Diabetes, Fettleibigkeit und Herz-Kreislauf-Erkrankungen. Das Feedback wird einbezogen und genutzt, um die Botschaft zur öffentlichen Gesundheit zu verbessern, und es werden Schlüsselbereiche für zukünftige Forschungen definiert. Entscheidungsträger der Antragsteller/Mitantragsteller werden sich unter Meinungsführern vernetzen, um das Bewusstsein zu schärfen und sich als Ausschussmitglieder direkt an der Entwicklung künftiger Leitlinien zu beteiligen.

Bedeutung:

Das vorgeschlagene Projekt wird dazu beitragen, Wissen über die Rolle der LCSBs als Ersatzstrategie für SSBs zu übertragen, die Evidenzbasis für Leitlinien zu stärken und die Gesundheitsergebnisse durch Aufklärung von Gesundheitsdienstleistern und Patienten zu verbessern, Brancheninnovationen anzuregen und zukünftige Forschungsdesigns zu leiten.