Milchkonsum und Übergewicht und Adipositas bei Kindern und Jugendlichen: eine Meta-Analyse.

Recherchen: Wir werden die folgenden elektronischen bibliografischen Datenbanken durchsuchen: MEDLINE (PubMed) und The Cochrane Library (Cochrane Database of Systematic Reviews, Cochrane Central Register of Controlled Trials.

Die Suchstrategie enthält nur Begriffe, die sich auf die Exposition beziehen oder diese beschreiben. Es wird keine Sprachbeschränkungen geben.

Datenextraktion (Auswahl und Kodierung):

Im ersten Schritt werden doppelte Studien entfernt. Zweitens werden Studien anhand des Titels und des Abstracts gesichtet, um diejenigen auszuschließen, die die Einschlusskriterien nicht erfüllen. Im letzten Schritt werden die Artikel vollständig überprüft, um diejenigen auszuwählen, die alle Einschlusskriterien erfüllen.

Zwei Gutachter (LL und MM) werden relevante Daten unabhängig voneinander extrahieren und das Risiko von Verzerrungen nach einem standardisierten Formular bewerten. Zu den relevanten Daten gehören:

• Autoren, Zeitschrift und Erscheinungsjahr
• Titel
• Studiendesign
• Studienname
• Land/Ort des Studiums
• Stichprobengröße
• Eigenschaften der Fächer
• Nachbeobachtungsdauer (für prospektive Kohortenstudien)
• Gesundheitszustand
• Finanzierungsquellen
• Art der Exposition und Bewertungsmethode
• Ergebnis und Bewertungsmethode
• Odd Ratios, Risk Ratios oder Hazard Ratios und 95 % KI
• Statistische Analysen

Bewertung des Biasrisikos (Qualität):

Zwei Review-Autoren bewerten unabhängig voneinander das Bias-Risiko in eingeschlossenen Studien unter Berücksichtigung der folgenden Instrumente: Die New-Castle Ottawa-Skala wird verwendet, um die Qualität der eingeschlossenen prospektiven Kohortenstudien zu bewerten, während das NIH National Heart, Lung and Blood Institute. Für Querschnittsstudien werden Tools zur Bewertung der Studienqualität verwendet. Jede Meinungsverschiedenheit wird durch Konsens oder Rücksprache mit einem dritten Autor (NB-T) gelöst.

Strategie für die Datensynthese Die Meta-Analyse wird gemäß dem Cochrane-Handbuch für systematische Übersichtsarbeiten zu Interventionen durchgeführt, und die Ergebnisse werden gemäß den Leitlinien zur Meta-Analyse von Beobachtungsstudien zur Epidemiologie (MOOSE) berichtet. Die generische Inverse-Varianz-Methode mit Random-Effects-Modellen oder Fixed-Effects-Modellen wird verwendet, wenn mindestens 5 bzw. weniger als 5 Vergleiche verfügbar sind, um zusammenfassende Schätzungen zu erhalten. Die Heterogenität zwischen den Studien wird anhand der Cochrane-Q-Statistik bewertet (p < 0,10 wird als signifikant angesehen) und anhand der I2-Statistik quantifiziert (≥ 50 % weist auf eine erhebliche Heterogenität hin). Mögliche Quellen der Heterogenität werden durch die Durchführung von Sensitivitätsanalysen untersucht, bei denen jeweils eine Studie systematisch entfernt wird. Wenn 10 oder mehr Vergleiche verfügbar sind, untersuchen die Forscher auch Quellen der Heterogenität durch a priori-Untergruppenanalysen (einschließlich Alter, Geschlecht, geografisches Gebiet und Studienqualität). Meta-Regression wird die Bedeutung von kategorialen und kontinuierlichen Subgruppenanalysen bewerten. Lineare und nichtlineare Dosis-Wirkungs-Beziehungen werden unter Verwendung von verallgemeinerten Trendschätzungsmodellen der kleinsten Quadrate (GLST) bzw. Spline-Kurvenmodellierung (MKSPLINE-Verfahren) bewertet. Die Publikationsverzerrung wird durch visuelle Inspektion von Trichterdiagrammen und den Egger- und Begg-Tests bewertet, wenn mindestens 10 Studienvergleiche verfügbar sind.

Analyse von Untergruppen oder Teilmengen:

Vorausgehende Subgruppenanalysen sind geplant, wenn mindestens 10 Studienvergleiche vorliegen. Dazu gehören: Alter (< oder > des Medians), Geschlecht (Jungen, Mädchen und gemischt), geografisches Gebiet (Amerika, Europa, Afrika, Asien und Ozeanien), Studienqualität (hohe vs. niedrige Qualität).