Nätverksmetaanalyser av artificiellt sötade drycker och kardiometabolisk risk

Bakgrund: Sockerarter, särskilt i form eller sockersötade drycker (SSB) har pekats ut som en av de främsta bovarna i de dubbla epidemierna fetma och diabetes. Artificiellt sötade drycker (ASB) är ett potentiellt viktigt medel för att ersätta överflödiga kalorier från fria sockerarter i kosten. Det finns dock en oro för att användningen av ASB i sig kan bidra till en ökad risk för fetma och diabetes. Denna oro fick 2015 års Dietary Guidelines for American Committee (DGAC) att rekommendera att sockerarter i kosten inte ersätts med ASB utan snarare med "hälsosamma alternativ" som vatten. Huruvida ASB:er som en ersättningsstrategi för SSB:er har de avsedda fördelarna och om dessa fördelar liknar fördelarna med den föredragna ersättningsstrategin för vatten är fortfarande oklart.

Mål: För att informera om uppdateringen av European Association of the Study (EASD) riktlinjer för klinisk praxis för nutritionsterapi, kommer utredarna att genomföra en serie systematiska översikter och nätverksmetaanalyser för att bedöma effekten av ersättning av ASB med SSB, vatten för SSB och ASB för vatten på mått på fett och kardiometabola riskfaktorer.

Design: Varje systematisk granskning och metaanalys kommer att utföras enligt Cochrane Handbook for Systematic Review of Interventions och rapporteras enligt Preferred Reporting Items for Systematic Review and Meta-Analyses (PRISMA).

Datakällor: MEDLINE, EMBASE och Cochrane Central Register of Controlled Trials (Clinical Trials; CENTRAL) kommer att sökas igenom med lämpliga söktermer kompletterade med handsökningar av referenser till inkluderade studier. Abstracts kommer att inkluderas och inga språkbegränsningar kommer att användas.

Studieurval: Utredarna kommer att inkludera randomiserade kontrollerade studier (RCT) som är >=7 dagars varaktighet och bedömer effekten av vatten kontra ASB på incident övervikt/fetma eller kardiometabola riskfaktorer.

Dataextraktion: Två eller flera utredare kommer oberoende av varandra att extrahera relevant data och bedöma risken för partiskhet med hjälp av Cochrane Risk of Bias Tool. Alla meningsskiljaktigheter kommer att lösas genom konsensus. Standardberäkningar och imputationer kommer att användas för att härleda saknade variansdata.

Resultat: Det kommer att finnas 9 resultatkluster. Det primära resultatet blir kroppsvikt. Sekundära utfall kommer att vara andra markörer för fett (BMI, kroppsfett, midjemått); glykemisk kontroll (glykerade blodproteiner [HbA1c, fasteblodsocker, postprandialt blodsocker, fastande blodinsulin, homeostasmodellbedömning av insulinresistens [HOMA-IR]); etablerade terapeutiska lipidmål (LDL-kolesterol, icke-HDL-kolesterol, apolipoprotein B [apo B], HDL-kolesterol, triglycerider, totalkolesterol, ); blodtryck (systoliskt blodtryck och diastoliskt blodtryck); markörer för NAFLD (intrahepatocellulära lipider [IHCL], alaninaminotransferas [ALT], aspartataminotransferas [AST]); och urinsyra.

Datasyntes: Riskkvoter (incident övervikt/fetma) och medelskillnader (alla andra utfall) kommer att slås samman för direkta jämförelser (ASB kontra vatten) och indirekta jämförelser (ASB kontra SSB och vatten kontra SSB som använder SSB som gemensam jämförelse). Vi kommer att utföra Bayesian Network-Meta Analysis (NMA). Vi kommer att presentera de sammanslagna uppskattningarna som posteriora medel och 95 % trovärdiga intervall. Vi kommer också att använda NMA för känslighetsanalys för att validera våra resultat från de konventionella generiska modellerna med invers varians slumpmässiga effekter. NMA kommer att genomföras med Markov Chain Monte Carlo (MCMC) simulering med GeMTC-R-paketet. Parade analyser kommer att tillämpas för crossover-försök. Heterogenitet kommer att bedömas av Cochran Q-statistiken och kvantifieras av I2-statistiken. För att utforska källor till heterogenitet kommer utredarna att genomföra känslighetsanalyser, där varje studie systematiskt tas bort. Om det finns >=10 studier kommer utredarna också att undersöka källor till heterogenitet genom a priori subgruppsanalyser efter hälsotillstånd (metaboliskt syndrom/diabetes, övervikt, normalvikt), dos (<=medianintag, >medianintag), baslinje mätningar (global och abdominal fettmängd), randomisering, studiedesign (parallell, crossover), energibalans (positiv, neutral, negativ), uppföljning (<=8 veckor, >8 veckor), risk för bias och individuella domäner av risk för bias med hjälp av metaregressionsanalyser. Metaregressionsanalyser kommer att bedöma betydelsen av kategoriska och kontinuerliga undergruppsanalyser. När >=10 studier finns tillgängliga kommer publikationsbias att undersökas genom inspektion av trattplotter och formell testning med Egger-testet och Begg-testet. Om publiceringsbias misstänks kommer utredarna att försöka justera för asymmetri i trattdiagram genom att tillskriva de saknade studiedata med hjälp av Duval och Tweedie trim and fill-metoden.

Bevisbedömning: Säkerheten hos bevisen för varje resultat kommer att bedömas med hjälp av Grading of Recommendations Assessment, Development and Evaluation (GRADE)-metoden.

Kunskapsöversättningsplan: Resultaten kommer att spridas genom interaktiva presentationer vid lokala, nationella och internationella vetenskapliga möten och publicering i tidskrifter med hög effektfaktor. Målgrupp kommer att inkludera folkhälsan och forskarsamhällen med intresse för kost, diabetes, fetma och hjärt-kärlsjukdomar. Feedback kommer att införlivas och användas för att förbättra folkhälsobudskapet och nyckelområden för framtida forskning kommer att definieras. Sökande/Medsökande beslutsfattare kommer att nätverka bland opinionsbildare för att öka medvetenheten och delta direkt som kommittémedlemmar i utvecklingen av framtida riktlinjer.

Betydelse: Det föreslagna projektet kommer att hjälpa till med kunskapsöversättning relaterad till ASB:s roll i utvecklingen av övervikt och fetma, stärka evidensbasen för riktlinjer och förbättra hälsoresultat genom att utbilda vårdgivare och patienter, stimulera industriinnovation och vägleda framtida forskning design.