人工加糖饮料和心脏代谢风险的网络荟萃分析

背景：糖，尤其是含糖饮料 (SSB) 中的糖，已被选为导致肥胖和糖尿病双重流行的罪魁祸首之一。 人工甜味饮料 (ASB) 提供了一种潜在的重要方法，用于从饮食中的游离糖中取代多余的卡路里。 然而，人们担心使用 ASB 本身可能会增加肥胖和糖尿病的风险。 这种担忧导致美国委员会 (DGAC) 的 2015 年膳食指南建议不要用 ASB 代替饮食中的糖分，而要用“健康的选择”，例如水。 ASB 作为 SSB 的替代策略是否具有预期的好处，以及这些好处是否与首选替代策略水的好处相似，目前尚不清楚。

目标：为更新欧洲研究协会 (EASD) 的营养治疗临床实践指南提供信息，研究人员将进行一系列系统评价和网络荟萃分析，以评估 ASB 替代 SSB、水用于 SSB 和 ASB 用于测量肥胖和心脏代谢危险因素的水。

设计：每项系统评价和荟萃分析将根据 Cochrane 干预系统评价手册进行，并根据系统评价和荟萃分析的首选报告项目 (PRISMA) 进行报告。

数据来源：MEDLINE、EMBASE 和 Cochrane 对照试验中央登记册（临床试验；CENTRAL）将使用适当的搜索词进行搜索，并辅以手动搜索所包含研究的参考文献。 将包括摘要，并且不使用语言限制。

研究选择：研究人员将包括持续时间 >=7 天的随机对照试验 (RCT)，并评估水与 ASB 对事件超重/肥胖或心脏代谢危险因素的影响。

数据提取：两名或更多研究人员将独立提取相关数据并使用 Cochrane 偏倚风险工具评估偏倚风险。 所有分歧将以协商一致方式解决。 标准计算和插补将用于导出缺失的方差数据。

结果：将有 9 个结果组。 主要结果将是体重。 次要结果将是其他肥胖指标（BMI、体脂、腰围）；血糖控制（糖化血蛋白 [HbA1c、空腹血糖、餐后血糖、空腹血胰岛素、胰岛素抵抗稳态模型评估 [HOMA-IR]）；确定的治疗性脂质目标（低密度脂蛋白胆固醇、非高密度脂蛋白胆固醇、载脂蛋白 B [apo B]、高密度脂蛋白胆固醇、甘油三酯、总胆固醇）；血压（收缩压和舒张压）； NAFLD 标志物（肝细胞内脂质 [IHCL]、丙氨酸转氨酶 [ALT]、天冬氨酸转氨酶 [AST]）；和尿酸。

数据综合：风险比率（事件超重/肥胖）和平均差异（所有其他结果）将被合并用于直接比较（ASB 与水）和间接比较（ASB 与 SSB 和水与 SSB，使用 SSB 作为共同比较器）。 我们将执行贝叶斯网络元分析 (NMA)。 我们将以后验均值和 95% 可信区间的形式呈现汇总估计。 我们还将使用 NMA 进行敏感性分析，以验证我们从传统通用逆方差随机效应模型中得出的发现。 NMA 将使用 GeMTC-R 包使用马尔可夫链蒙特卡罗 (MCMC) 方法模拟进行。 配对分析将应用于交叉试验。 异质性将通过 Cochran Q 统计量进行评估，并通过 I2 统计量进行量化。 为了探索异质性的来源，研究人员将进行敏感性分析，其中系统地删除了每项研究。 如果有 >=10 项研究，那么研究人员还将通过健康状况（代谢综合征/糖尿病、超重、正常体重）、剂量（<=中位摄入量、>中位摄入量）、基线的先验亚组分析来探索异质性来源测量（整体和腹部肥胖）、随机化、研究设计（平行、交叉）、能量平衡（阳性、中性、阴性）、随访（<=8 周、>8 周）、偏倚风险和个别领域使用元回归分析的偏倚风险。 元回归分析将评估分类和连续亚组分析的重要性。 当 >=10 项研究可用时，将通过检查漏斗图和使用 Egger 测试和 Begg 测试的正式测试来调查发表偏倚。 如果怀疑存在发表偏倚，则研究人员将尝试通过使用 Duval 和 Tweedie 修整和填充方法估算缺失的研究数据来调整漏斗图的不对称性。

证据评估：将使用建议评估、制定和评估 (GRADE) 分级方法评估每个结果的证据的确定性。

知识转化计划：结果将通过在地方、国家和国际科学会议上的互动演示以及在高影响因子期刊上发表来传播。 目标受众将包括对营养、糖尿病、肥胖症和心血管疾病感兴趣的公共卫生和科学界。 反馈将被纳入并用于改进公共卫生信息，并将确定未来研究的关键领域。 申请人/共同申请人的决策者将与意见领袖建立联系，以提高认识并作为委员会成员直接参与未来指南的制定。

意义：拟议的项目将有助于与 ASB 在超重和肥胖发展中的作用相关的知识转化，加强指南的证据基础，并通过教育医疗保健提供者和患者改善健康结果，刺激行业创新，并指导未来的研究设计。