ナッツと肥満のリスクのメタ分析

背景: ピーナッツと木の実 (アーモンド、ブラジル ナッツ、カシュー ナッツ、ヘーゼル ナッツ、マカダミア ナッツ、ピーカン、松の実、ピスタチオ、クルミ) は、不飽和脂肪酸、植物性タンパク質、繊維、ミネラル、ビタミン、そして植物栄養素。 FDA は、心血管疾患のリスクを軽減するための木の実の健康強調表示を許可しており、ナッツの心血管への利点が認められています [FDA, 2015;バオら、2013; Sabate et al., 2010];しかし、カナダでは木の実の摂取量が少ない. 2004 年のカナダ コミュニティ ヘルス調査 (CCHS) に基づくと、ナッツを消費する人の平均摂取量は 18 g/日で、ナッツを毎日消費するカナダ人は 5% 未満でした [PHAC, 2004]。 この摂取レベルは、心血管リスクの軽減のために FDA が推奨する 42 g/日の量をはるかに下回っています。 ナッツの消費を増やすことへの障壁の 1 つは、エネルギー密度が高いため、他の「健康食品」よりも体重増加に寄与する可能性があるという認識です。 過体重と肥満の増加、およびその下流の心血管代謝合併症により、心臓と糖尿病の協会は、心臓の健康のためにナッツを推奨すると同時に、ナッツの過剰摂取に対して警告を発しています [Sievenpiper et al., 2013;エバートら、2014年。アンダーソンら、2013]。 以前の一連のシステマティック レビューとメタ分析で、ナッツが血糖コントロールとメタボリック シンドロームの基準を改善することを示しました。 Blanco Mejia et al., 2014]。 以前の系統的レビューと対照試験のメタアナリシスでは、ナッツの摂取が体重に及ぼす影響がないことが示されましたが [Flores-Mateo et al., 2013]、ナッツが体重に増加、中立、または減少の影響を与えるかどうかは不明のままです。肥満のマーカーのより広いセット。

提案された研究の必要性: ナッツの利点と体重増加の可能性を調整するための高品質の合成と知識の翻訳の欠如は、より強力な証拠の緊急の要求を表しています. ランダム化比較試験および前向きコホート研究の質の高いシステマティック レビューとメタ分析は、食事ガイドラインと公衆衛生政策の策定をサポートする最高レベルの証拠を表しています。

目的: 研究者は一連の系統的レビューとメタ分析を実施して、(1) 無作為対照試験でピーナッツと木の実の体重と肥満のマーカーへの影響を識別し、(2) 偶発的なピーナッツと木の実の消費を評価します。前向きコホート研究における太りすぎ/肥満および体重の変化と肥満のマーカー。

設計: 各システマティック レビューとメタ分析は、Cochrane Handbook for Systematic Reviews of Interventions に従って実施され、Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) [Higgins et al., 2011;モハーら、2009]。

データ ソース: MEDLINE、EMBASE、およびコクラン セントラル レジスター オブ コントロールド トライアル (Clinical Trials; CENTRAL) は、含まれる研究の参考文献を手作業で検索することによって補足された適切な検索用語を使用して検索されます。

研究の選択: 研究者は、無作為対照食餌試験または前向きコホート研究のいずれかを含めます。 成人 (>= 18 歳) の体重の変化または肥満転帰のマーカーに対するナッツの摂取および/または他の栄養素への交換の影響を調査するランダム化比較試験が含まれます。 食事期間が 3 週間未満である研究、対照がない研究、18 歳未満の個人が含まれている研究、または消耗状態/栄養失調集団、妊娠中または授乳中の摂取量を評価している研究は除外されます。 対象期間が 1 年以上で、成人 (>=18 歳) を対象とし、木の実および/またはピーナッツと偶発的な過体重/肥満または体重の変化または肥満のマーカーとの関係を評価する場合、前向きコホート研究が含まれます。

データ抽出: 2 人以上の研究者が個別に関連データを抽出し、Cochrane Risk of Bias Tool を使用してバイアスのリスクを評価します。 すべての不一致は合意によって解決されます。 標準的な計算と代入を使用して、欠落している分散データを導き出します。

結果: 3 セットの結果が評価されます: (1) 過体重/肥満の発生率、(2) 全体的な肥満度の測定 (体重、体格指数 (BMI)、体脂肪)、(3) 腹部肥満の測定 (ウエスト)円周、ウエストとヒップの比率、内臓脂肪組織)。

データ合成: 一般的な逆分散法を使用して、試験の平均差とコホートのリスク比をプールします。 ランダム効果モデルは、統計的に有意な研究間の不均一性がない場合でも使用されます。残留不均一性の存在下でより保守的な要約効果推定値が得られるためです。 固定効果モデルは、含まれる研究が 5 つ未満の場合にのみ使用されます。 ペア分析は、クロス オーバー試験に適用されます。 不均一性は、Cochran Q 統計によって評価され、I2 統計によって定量化されます。 不均一性の原因を調査するために、研究者は感度分析を実施し、各研究を体系的に削除します。 >=10 の研究がある場合、研究者は、健康状態 (メタボリック シンドローム/糖尿病、太りすぎ、標準体重)、コンパレータ (炭水化物、他の脂肪源、動物性タンパク質、混合多量栄養素) による先験的なサブグループ分析によって、不均一性の原因も調査します。 、その他)、ナッツの種類、ナッツの投与量、ベースライン測定値、無作為化、研究デザイン (並行、クロスオーバー)、エネルギー バランス (ポジティブ、ニュートラル、ネガティブ)、フォローアップ期間、およびバイアスのリスク。 メタ回帰分析は、カテゴリおよび連続サブグループ分析の重要性を評価します。 10 件以上の研究が利用可能である場合、ファネル プロットの調査と、Egger および Begg テストを使用した正式なテストによって、出版バイアスが調査されます。 出版バイアスが疑われる場合、研究者は、Duval および Tweedie のトリム アンド フィル法を使用して欠落している研究データを代入することにより、ファンネル プロットの非対称性を調整しようとします。

エビデンス評価: 各結果のエビデンスの強さは、推奨事項評価、開発、評価 (GRADE) の等級付けを使用して評価されます [Guyatt et al., 2011a, 2011b, 2011c, 2011d, 2011e, 2011f, 2011g, 2011h, 2011i ;バルシェムら、2011;ブルネッティら、2013; Guyatt ら、2013a、2013b、2013c]。

ナレッジ トランスレーション プラン: 結果は、地域、国内、および国際的な科学会議でのインタラクティブなプレゼンテーションや、インパクトファクターの高いジャーナルでの出版を通じて広められます。 対象読者には、栄養、糖尿病、肥満、心血管疾患に関心のある公衆衛生および科学コミュニティが含まれます。 フィードバックが組み込まれ、公衆衛生メッセージを改善するために使用され、将来の研究の重要な分野が定義されます。 申請者/共同申請者の意思決定者は、オピニオン リーダー間でネットワークを構築して意識を高め、将来のガイドラインの作成に委員会のメンバーとして直接参加します。

重要性: 提案されたプロジェクトは、体重、特に肥満、過体重および肥満の進行に関連するピーナッツと木の実の役割に関連する知識の翻訳を支援し、ガイドラインのエビデンスベースを強化し、ヘルスケアを教育することによって健康転帰を改善します。業界のイノベーションを刺激し、将来の研究デザインを導きます。