Meta-analyse av 46 FDA-identifiserte studier på lipidmarkører

Bakgrunn: FDA har i sin re-evaluering av de vitenskapelige bevisene for en sammenheng mellom soyaprotein og redusert risiko for koronar hjertesykdom (CHD), revidert dataene inkludert i helsepåstanden for soyaprotein og CHD fra 1999, samt studier publisert etter denne autoriserte helsepåstanden og konkluderte med at en hjertehelsepåstand ikke lenger er berettiget basert på nyere studier. De 46 identifiserte studiene har ikke blitt metaanalysert.

Behov for foreslått forskning: Å meta-analysere de 46 identifiserte studiene for å gi det høyeste nivået av bevis for å hjelpe til med den endelige avgjørelsen av soyaproteinet og redusert risiko for CHD helsepåstand.

Mål: For å gi evidensbasert veiledning for folkehelsepolitikk, helsepåstander og ernæringsretningslinjer knyttet til soya, vil vi gjennomføre en metaanalyse av de 46 FDA-identifiserte studiene av effekten av soyaprotein på surrogatmarkører for kardiovaskulær sykdom.

Design: Gjennomføringen av metaanalysen vil følge Cochrane-håndboken for systematiske vurderinger av intervensjoner. Rapporteringen vil følge retningslinjene for Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA).

Datakilder og studievalg: Vi vil inkludere de 46 studiene som er forhåndsvalgt av FDA i den foreslåtte regelen, soyaprotein og koronar hjertesykdom (dok.nr. FDA-2017-N-0763).

Datautvinning: To uavhengige etterforskere vil trekke ut studieinformasjon (studiedesign, prøvestørrelse, emnekarakteristikker, soyaform, dose, komparator, oppfølging, bakgrunnsdiett, resultatdata).

Utfall: Effekter av soyaproteininntak på LDL-C og TC.

Datasyntese: Gjennomsnittlige forskjeller vil bli samlet ved bruk av den generiske invers variansmetoden med tilfeldig-effektmodell selv i fravær av statistisk signifikans mellom studiens heterogenitet, da de gir mer konservative oppsummerende effektestimater i nærvær av gjenværende heterogenitet. Paret analyse vil bli brukt fra crossover-forsøk. Heterogenitet vil bli vurdert av Cochran Q-statistikken og kvantifisert av I2-statistikken. For å utforske kilder til heterogenitet, vil vi gjennomføre sensitivitetsanalyse, der hver studie blir systematisk fjernet. Vi vil også utforske kilder til heterogenitet ved a priori undergruppeanalyser etter baseline LDL-C-nivåer (<135 mg/dl vs >=135mg/dl), soyadose (<25 g/d vs >= 25 g/d), soya proteinmat (isolert soyaprotein, soyamat, soyamelk osv.), komparator (animalsk protein, meieriprotein, kjøttprotein), oppfølging (median) og kategorier gitt av FDA (baseline kolesterolnivå [ønskelig eller borderline, høy, eller normal, borderline og høy], hvordan soya ble gitt i studiene [mating eller substitusjon, lagt til diett], av en blanding av type soya, hvordan det ble gitt og baseline kolesterolnivå [1)Ønskelig eller borderline kolesterolnivå, tilsatt ISP; 2) Ønskelig eller borderline kolesterolnivå, fôrings- eller substitusjonsstudier med ISP; 3) Ønskelig eller borderline kolesterolnivå, tilsatt soyamat; 4) Ønskelig eller borderline kolesterolnivå, fôrings- eller substitusjonsstudier med soyamat; 5) Normale, borderline og høye kolesterolnivåer, fôrings- eller substitusjonsstudier med ISP; 6) Høyt kolesterolnivå, tilsatt ISP; 7) Høyt kolesterolnivå, fôrings- eller substitusjonsstudier med ISP; 8) Høyt kolesterolnivå, tilsatt soyamat; og 9) Høyt kolesterolnivå, mating av soyamat]), og risiko for skjevhet. Meta-regresjonsanalyse vil vurdere betydningen. Publikasjonsskjevhet vil bli vurdert ved visuell inspeksjon av traktplott og ved bruk av Egger og Beggs tester. Hvis det er mistanke om publiseringsskjevhet, vil vi forsøke å justere for traktplottasymmetri ved å tilskrive de manglende studiedataene ved å bruke trim- og fyllmetoden Duval og Tweedie. Dose-respons-analyser vil bli utført ved å bruke metareg- og mkspline-kommandoene.

Kunnskapsoversettelsesplan: Resultatene vil bli formidlet i to trinn, først av Soy Nutrition Institute i et svar på den foreslåtte regelen, Soy Protein and Coronary Heart Disease, og ved en publisering i et tidsskrift med høy effektfaktor.

Betydning: Metaanalysen vil hjelpe til med kunnskapsoversettelse knyttet til rollen til soyaproteininntak og surrogatmarkører for kardiovaskulær sykdom (LDL-C og TC), styrke det evidensbaserte for retningslinjer og helsepåstander, og forbedre helseresultater ved å utdanne helsepersonell og pasienter.