Metaanalizy wpływu białka roślinnego w porównaniu z białkiem zwierzęcego na ryzyko kardiometaboliczne

Tło: Diety wegetariańskie są związane ze zmniejszonym ryzykiem chorób kardiometabolicznych, takich jak cukrzyca typu 2 i choroby sercowo -naczyniowe. Nie jest jasne, czy zastąpienie białka zwierzęcego białkiem warzywnym ma zalety kardiometaboliczne.

Cele: Poprawa opartych na dowodach wskazówek dotyczących wytycznych w diecie i rozwoju roszczeń zdrowotnych, proponujemy przeprowadzenie serii systematycznych recenzji i metaanalizy wpływu białka roślinnego w zastępowaniu białka zwierzęcego na kwas kardiometaboliczny, w tym: (1) Lipidy krwi, (2) kontrola glikemiczna, (3) ciśnienie krwi, (4) kwasu (5) kwasu Uric, (6) Młodków krwionośnych, (2) Kontrola glikemii (3). Choroba wątroby (NAFLD), (7) funkcja i obrażenia nerek oraz (8) CRP jako marker stanu zapalnego.

Projekt: Planowanie i prowadzenie proponowanych metaanalizy będzie śledzić podręcznik Cochrane w celu systematycznych przeglądów interwencji. Raportowanie będzie zgodne z preferowanymi pozycjami raportowania do systematycznych przeglądów i wytycznych metaanaliz (PRISCA).

Źródła danych: MEDLINE, EMBASE i CENTER CENTRALNY REJESTRA COCHRANE PRODY ZOSTAŁYCH ZOSTAŁYCH ZARZĄDUJĄCYCH SZEDNIKÓW.

Wybór badania: długoterminowe (≥ 3 tygodnie), randomizowane, kontrolowane badania, które badają wpływ wymiany białek roślinnych na białka zwierzęce na wyniki wspomniane u ludzi. Badania, które mają ostre projekt karmienia, nie są losowo losowo lub nie mają odpowiedniej kontroli. Uwzględniono zarówno badania izokaloryczne, jak i nieizokaloryczne.

Ekstrakcja danych: Niezależni badacze (≥2) wyodrębnią informacje o projekcie badań, wielkości próbki, cechach podmiotu, formie impulsu, dawce, obserwacji i składu diet w tle. Średnie ± Wartości SEM zostaną wyodrębnione dla wszystkich wyników. Standardowe obliczenia i imputacje zostaną wykorzystane do uzyskania brakujących danych wariancji. Ryzyko odchylenia i jakości badania zostanie ocenione przy użyciu narzędzia Cochrane narzędzia odchylenia i oceny jakości metodologicznej HEYLAND (MQS).

Wyniki: Proponowane synteza będą oceniać zestaw wyników związanych z innym obszarem ryzyka kardiometabolicznego: (1) lipidy we krwi (ustalone cele terapeutyczne zapobiegania chorobom sercowo-naczyniowym-LDL-C, APO-B, nie-HDL-C), (2) kontrola glicemiczna (białka krwi, szybkie glukozor i insulinę, i homeostazę, i homeostazę insulinową i insulinę. Odporność [HOMA-IR]), (3) Masa ciała, (4) kwas moczowy, (5) ciśnienie krwi (skurczowe BP i rozkurczowe BP), (6) Markery NAFLD (obrazowanie i spektroskopia (funkcja strefinowa (krewcja twórcza, prognozę, prognozę, twórczość, twórczość, twórczy, twórcz, twórcz, twórcz, twórczą, filtration, twórczolunną. Szybkość [EGFR], stosunek albuminy do kreatyny [ACR], albuminuria, białkomorek) i (8) marker stanu zapalnego (CRP).

Synteza danych: Oddzielne analizy zbiorcze będą przeprowadzane dla każdego obszaru kontroli kardiometabolicznej przy użyciu ogólnej metody odwrotności odwrotnej. Modele efektów losowych zostaną wykorzystane nawet przy braku statystycznie istotnej heterogeniczności między badaniem, ponieważ dają one bardziej konserwatywne oszacowania efektu podsumowującego w obecności heterogeniczności resztkowej. Wyjątki zostaną dokonane do zastosowania modeli o stałym skutkom, w których są <5 zawarte próby niezależnie od heterogeniczności lub małe próby są gromadzone z większymi dokładniejszymi próbami przy braku statystycznie istotnej heterogeniczności. Parowane analizy zostaną zastosowane do wszystkich prób crossover. Heterogeniczność zostanie przetestowana za pomocą statystyki Q Cochrana i określona ilościowo za pomocą statystyki I2. Źródła heterogeniczności będą badane za pomocą wrażliwości i analiz podgrup. Analizy podgrup z priori będą obejmować projekt badania, dawkę, rodzaj białka warzywnego, komparator białek zwierzęcych, obserwację, wartości wyjściowe i jakość badania. Znacząca niewyjaśniona heterogeniczność zostanie zbadana za pomocą dodatkowych analiz podgrup post hoc (np. Wiek, płeć, poziom kontroli żywieniowej [metaboliczne, uzupełnione, porady dietetyczne], wymywanie w badaniach krzyżowych, bilans energetyczny diety w tle, skład diety w tle [ogółem % energii z tłuszczu, węglowodanów, białka], zmiana wlotu cholesterolu, zmiana indeksu glikemii itp.). Analizy meta-regresji ocenią znaczenie analiz podgrup. Błąd publikacji zostanie zbadana poprzez kontrolę wykresów lejkowych i zastosowania testów Egger i Begga.

Plan tłumaczenia wiedzy: Wyniki będą rozpowszechniane za pomocą tradycyjnych środków, takich jak interaktywne prezentacje na lokalnych, krajowych i międzynarodowych spotkaniach naukowych oraz publikacja w czasopismach o wysokim wpływie. Zostaną również użyte innowacyjne środki, takie jak internetowe z mechanizmami informacji e-mail. Użytkownicy wiedzy będą działać jako brokerzy wiedzy wśród liderów opinii i różnych grup adoptowanych w celu zwiększenia świadomości na każdym etapie. Czterech użytkowników wiedzy będą również uczestniczyć bezpośrednio jako członkowie komitetów wytycznych żywieniowych. Docelowi użytkownicy będą obejmować praktykę kliniczną, zdrowie publiczne, przemysł, społeczności badawcze i grupy pacjentów. Informacje zwrotne zostaną włączone i wykorzystywane do prowadzenia analiz i ulepszania kluczowych wiadomości na każdym etapie.

Znaczenie: Proponowany projekt pokaże, że poprawa długoterminowych środków zdrowotnych. Ta demonstracja pomoże w tłumaczeniu wiedzy związanej z wpływem białek roślinnych na ryzyko kardiometaboliczne, zarządzanie chorobami nerek i zespół metaboliczny, wzmacniając zasadę dowodów na zalecenia dietetyczne i roszczenia zdrowotne oraz poprawa wyników zdrowotnych poprzez informowanie dostawców opieki zdrowotnej i pacjentów, stymulując innowacje w branży oraz prowadzenie przyszłych badań.