Meta-analisi della pasta come parte di diete a basso indice glicemico e adiposità

Sfondo: il sovrappeso e l'obesità sono un fattore di rischio modificabile chiave per la prevenzione e la gestione del diabete di tipo 2, dislipidemia, ipertensione, malattie cardiovascolari e alcuni tipi di cancro. È stato dimostrato che i modelli dietetici a basso indice glicemico migliorano il peso corporeo, tra gli altri fattori di rischio tra cui il controllo glicemico e i lipidi nel sangue, e sono stati associati alla riduzione del rischio di diabete di tipo 2 e CVD. Le attuali linee guida di pratica clinica suggeriscono la sostituzione di alimenti ad alto indice glicemico con alimenti a basso indice glicemico per il miglioramento del controllo glicemico e dei fattori di rischio cardiovascolare. La pasta è un importante esempio di un alimento che può abbassare l'IG della dieta, una proprietà che è stata ampiamente sfruttata negli studi sui modelli dietetici a basso indice glicemico. Tuttavia, non è chiaro se la pasta come parte di modelli dietetici a basso indice glicemico migliorerà le misure dell'adiposità globale, compreso il peso corporeo oltre ad altri marcatori di adiposità.

Necessità di una revisione: la mancanza di sintesi di conoscenza di alta qualità per supportare una guida dietetica basata sull'evidenza sulla pasta rappresenta un appello urgente per prove più forti. Una revisione sistematica e una meta-analisi di studi randomizzati controllati rimane il "Gold Standard" delle prove a supporto delle linee guida della pratica clinica e della politica di salute pubblica. Mettendo insieme la totalità delle prove disponibili, una revisione sistematica e una meta-analisi di studi randomizzati e controllati fornirebbe la migliore stima dell'effetto della pasta sulle misure di adiposità globale rilevanti per la prevenzione e la gestione del sovrappeso e dell'obesità.

Obiettivi: Per fornire una guida basata sull'evidenza per la politica di salute pubblica, le indicazioni sulla salute e le linee guida nutrizionali relative alla pasta come parte del modello dietetico a basso indice glicemico, i ricercatori condurranno una revisione sistematica e una meta-analisi di studi randomizzati controllati per valutare l'effetto di passato come parte di una dieta a basso indice glicemico sui marcatori di adiposità globale, incluso il peso corporeo in aggiunta ad altri, nonché marcatori regionali di adiposità che hanno dimostrato rilevanza clinica.

Design: la pianificazione e la conduzione delle meta-analisi proposte seguiranno il manuale Cochrane per le revisioni sistematiche degli interventi. La segnalazione seguirà le linee guida sugli elementi di segnalazione preferiti per le revisioni sistematiche e le meta-analisi (PRISMA).

Fonti di dati: MEDLINE, EMBASE e The Cochrane Central Register of Controlled Trials saranno cercati utilizzando termini di ricerca appropriati.

Selezione degli studi: Verranno inclusi studi controllati randomizzati che indagano l'effetto della pasta come parte di un modello dietetico a basso indice glicemico sul peso corporeo e altri marcatori di adiposità negli esseri umani. Saranno esclusi gli studi che hanno una durata della dieta inferiore a 3 settimane, che non hanno un gruppo di controllo, che includono donne incinte, donne che allattano o bambini o che non riportano dati sui marcatori del peso corporeo.

Estrazione dei dati: due ricercatori indipendenti estrarranno informazioni sul disegno dello studio, sulla dimensione del campione, sulle caratteristiche del soggetto, sulla dieta GI/GL, sul follow-up e sulla composizione delle diete di base. I valori medi ± SEM saranno estratti per tutti i risultati. I calcoli e le imputazioni standard verranno utilizzati per derivare i dati mancanti. Il rischio di bias sarà valutato utilizzando lo strumento di rischio di bias della Cochrane Collaboration.

Esito: l'esito primario sarà rappresentato dalle differenze medie nel peso corporeo come marker globale di adiposità che ha dimostrato rilevanza clinica. Gli esiti secondari saranno differenze medie in altri marcatori di adiposità globale con rilevanza clinica tra cui BMI e percentuale di grasso corporeo, nonché marcatori regionali di adiposità con rilevanza clinica tra cui circonferenza della vita, rapporto vita-fianchi, diametro addominale sagittale e adiposo viscerale tessuto [IVA] mediante modalità di imaging.

Sintesi dei dati: l'analisi aggregata sarà condotta utilizzando il metodo della varianza inversa generica. Saranno condotte analisi separate per bambini e adulti. Le analisi saranno ulteriormente stratificate per fenotipo metabolico (peso normale, sovrappeso/obesi, criteri di sindrome metabolica, diabete, ecc.). I modelli a effetti casuali saranno utilizzati anche in assenza di eterogeneità statisticamente significativa tra gli studi, in quanto forniscono stime degli effetti di sintesi più prudenti in presenza di eterogeneità residua. I modelli a effetti fissi verranno utilizzati solo in presenza di <5 studi inclusi. Le analisi appaiate verranno applicate a tutte le prove di crossover. L'eterogeneità sarà testata dalla statistica Cochran Q e quantificata dalla statistica I2. Le fonti di eterogeneità saranno esplorate mediante analisi di sensibilità e di sottogruppi. Se ci sono ≥ 10 confronti di studi, le analisi a priori dei sottogruppi saranno condotte anche per dose (<100 g/die, ≥100 g/die), comparatore, follow-up (<6 mesi, ≥6 mesi), corpo al basale peso (BMI ≤25 >25kg/m2), design (parallelo, crossover), bilancio energetico (negativo, neutro, positivo), IG (livello assoluto [≤55, >55], variazione durante il trattamento, variazione tra i trattamenti) , assunzione di grassi (livello assoluto [<30%, ≥30% di energia], variazione durante il trattamento, variazione tra i trattamenti), assunzione di carboidrati (livello assoluto [<50%, ≥50% di energia], variazione durante il trattamento, tra -variazione del trattamento), assunzione di proteine ​​(livello assoluto [<20%, ≥20% di energia], variazione durante il trattamento, variazione tra i trattamenti), assunzione di fibre alimentari (livello assoluto [<25g/die, ≥25g/die], cambiamento all'interno del trattamento, cambiamento tra il trattamento) e rischio di bias. La meta-regressione valuterà il significato delle analisi di sottogruppi categoriche e continue. Le relazioni non lineari saranno valutate mediante modellazione della curva spline (la procedura MKSPLINE) per valutare se esiste una soglia per il beneficio. Se ci sono ≥10 confronti di prova, il bias di pubblicazione sarà valutato mediante l'ispezione dei grafici a imbuto e i test di Egger e Begg. In presenza di bias di pubblicazione significativi, verrà tentata una correzione per l'asimmetria del grafico a imbuto utilizzando il metodo Duval e Tweedie trim-and-fill.

Valutazione delle prove: la forza delle prove per ciascun risultato sarà valutata utilizzando il Grading of Recommendations Assessment, Development and Evaluation (GRADE).

Piano di traduzione della conoscenza: i risultati saranno diffusi attraverso mezzi tradizionali come presentazioni interattive a convegni scientifici locali, nazionali e internazionali e pubblicazione su riviste ad alto fattore di impatto. Saranno utilizzati anche mezzi innovativi come i webcast con meccanismi di feedback via e-mail. Gli utenti della conoscenza agiranno come mediatori della conoscenza in rete tra opinion leader e diversi gruppi di adottanti per aumentare la consapevolezza in ogni fase. Quattro utenti della conoscenza parteciperanno anche direttamente come membri dei comitati delle linee guida nutrizionali. Gli utenti target includeranno la pratica clinica, la sanità pubblica, l'industria, le comunità di ricerca e i gruppi di pazienti. Il feedback sarà incorporato e utilizzato per guidare le analisi e migliorare i messaggi chiave in ogni fase.

Significato: il progetto proposto contribuirà alla traduzione delle conoscenze relative al ruolo della pasta come parte di un modello dietetico sano a basso indice glicemico sugli esiti di salute, rafforzando la base di prove per le linee guida e migliorando gli esiti di salute, educando gli operatori sanitari e i pazienti, stimolando innovazione del settore e guidare la futura progettazione della ricerca.