A psyllium rost hatása az LDL-C-re, a nem-HDL-C-re és az Apolioprotein-B-re: Szisztematikus áttekintés és metaanalízis

Háttér: A vizsgálatok kimutatták, hogy a viszkózus élelmi rostok potenciálisan csökkentik a koleszterint, beleértve a psyllium héjat, amely csökkenti az LDL-koleszterint (LDL-C), így enyhítheti a szív- és érrendszeri betegségek (CVD) kezelését.

Célkitűzés: A psyllium LDL-C-re gyakorolt ​​hatásával kapcsolatos bizonyítékok frissítése, valamint az új lipidmarkerekre gyakorolt ​​hatásának értékelése: nem HDL koleszterin (nem HDL-C) és apolipoprotein-B (apoB).

Tervezés: A szisztematikus áttekintés és metaanalízis a beavatkozások szisztematikus áttekintésére vonatkozó Cochrane kézikönyvet követi. A jelentéstétel a szisztematikus áttekintések és metaelemzések preferált jelentési tételei (PRISMA) irányelveit követi.

Adatforrások és tanulmányok kiválasztása: A MEDLINE, az EMBASE, a CINAHL és a The Cochrane Central Register of Controlled Trials a megfelelő keresőkifejezések használatával történik. A független bírálók információkat gyűjtenek a vizsgálat felépítéséről, a minta méretéről, az alany jellemzőiről, a dózisról, a követésről és a placebóról/összehasonlításról. Azok az RCT-k, amelyek a psylliumrost LDL-C-re, nem-HDL-C-re vagy apoB-ra gyakorolt ​​hatását vizsgálják, minimum 3 hetes követési idővel szerepelnek. A psyllium rost mennyiségét jelenteni kell, és az LDL-C, nem-HDL-C vagy apoB kimenetelére gyakorolt ​​hatásoknak elkülöníthetőnek kell lenniük. A nem HDL-C kiszámításához elegendő információt részletező tanulmányokat is figyelembe kell venni. A nem publikált próbaverziókat figyelembe veszik, és a nyelvre vonatkozóan nincs korlátozás.

Eredmények: LDL-C, nem HDL-C, apoB

Adatkinyerés: Az átlag±SEM értékeket minden eredmény esetében kivonja a rendszer. Szabványos számításokat és imputációkat használunk a hiányzó varianciaadatok származtatására. Az elfogultság kockázatát és a vizsgálat általános minőségét a Cochrane Risk of Bias eszközzel és a GRADE megközelítéssel értékelik.

Adatszintézis: Az adatokat az általános inverz variancia-módszerrel, véletlenszerű hatásmodellekkel egyesítjük. A heterogenitást a Cochran Q-statisztikával értékelték, és az I2-vel számszerűsítették. A heterogenitás forrásainak feltárására érzékenységi elemzést és a priori alcsoport elemzéseket végeznek. Spline görbe modellt (MKSPLINE eljárás) használunk a nemlineáris dózis-válasz görbe illusztrálására. A közzétételi torzítást a tölcsérparcellák szemrevételezésével vizsgálják, és formálisan tesztelik Egger- és Begg-teszttel. Ha jelentős, akkor Trim and Fill elemzéseket végeznek.