水果和蔬菜来源与心血管结局的荟萃分析

背景：

大量摄入水果和蔬菜是健康饮食模式的一个共同特征，也是预防心血管疾病 (CVD) 的营养干预措施的基石。 国际共识是每天至少 5 份水果和蔬菜有益于整体人口健康（WHO，2003）。 然而，该指南主要基于观察性研究，这些研究显示大量水果和蔬菜摄入与具有健康意识的个体的 CVD 具有保护性关联（Reddy 和 Katan，2004 年）。 食用特定类型水果和蔬菜（如柑橘类水果和绿叶蔬菜）的建议主要基于观察性研究中分离营养素与 CVD 风险降低的关联或小型随机试验中分离营养素对 CVD 风险因素的影响（Katamay 等人，2007 年）。 鉴于其在饮食指南中的重要性，有必要确定可归因于水果和蔬菜消费的 CVD 风险降低程度。 随着指南从关注单一营养素转向关注整体食物和饮食模式，实现充足的摄入量仍然是世界范围内的挑战（Hall 等人，2009 年），确定哪种类型的营养素也有优势水果和蔬菜与每份 CVD 发病率和死亡率的最大保护相关。 尽管一些前瞻性队列研究的系统评价和荟萃分析表明，水果和蔬菜的总摄入量与 CVD 风险之间存在保护性关联（Aune 等人，2017 年；Zhan 等人，2017 年；Gan 等人，2015 年；Wang et al., 2014; Hu et al., 2007; He et al., 2007; Dauchet et al., 2006)，很少有人关注特定的水果和蔬菜或探索可能具有不同病因的一系列心血管结果。 最近发表了几项大型前瞻性队列研究，这些研究可能会通过增加对不同水果和蔬菜暴露与不同心血管结果之间关系的观察次数来加强证据的确定性。 我们建议通过对前瞻性队列研究进行综合综合，比较不同类型水果和蔬菜与一系列心血管结果相关证据的确定性，从而建立和扩展现有的系统评价和荟萃分析。

客观的：

对现有的前瞻性队列研究进行系统回顾和荟萃分析，使用推荐分级评估、制定和评估 (GRADE) 方法评估不同类型的水果和蔬菜与不同心血管结果（包括 CVD、CHD、以及中风​​的发病率和死亡率。

设计：

拟议的系统评价和荟萃分析的实施将遵循干预系统评价的 Cochrane 手册和使用 GRADE 方法对证据的确定性和推荐强度进行分级的 GRADE 手册。 报告将遵循流行病学观察研究的元分析 (MOOSE) 和系统评价和元分析的首选报告项目 (PRISMA) 声明。

数据源：

MEDLINE、Embase 和 Cochrane 对照试验中心注册中心 (CENTRAL) 将使用相关搜索词进行搜索。 数据库的搜索将通过参考书目的手动搜索来补充。

研究选择：

将包括前瞻性队列研究，探索水果和/或蔬菜摄入量与心血管疾病事件之间的关系，随访时间至少为 1 年。

数据提取：

两名独立评审员将提取相关信息，包括研究设计、样本量、受试者特征、暴露形式（即水果和蔬菜总量、柑橘类水果、绿叶蔬菜等）、随访持续时间/人-年、模型调整从跨暴露分位数的临床事件数据中得出的临床结果的风险比。 任何分歧都将通过首席研究员的仲裁达成共识来调和。

偏倚风险：

偏倚风险 (ROB) 将由两名独立评审员使用纽卡斯尔-渥太华量表 (NOS) 进行评估。 根据队列选择（最多 4 分）、队列设计和分析的可比性（最多 4 分）以及结果测量的充分性（最多 3 分），最多可获得 9 分。 获得≥6分的研究将被视为更高质量。 同样，任何分歧都将通过首席研究员的仲裁达成共识来调和。

结果：

我们将评估 6 个结果：CVD 发病率和死亡率、CHD 发病率和死亡率以及中风发病率和死亡率。

数据综合：

我们将使用逆方差法和随机效应模型将 6 种心血管结局的自然对数转换相对风险合并，数据表示为风险比 (RR) 和 95% 置信区间 (CI)。 分析将通过极端分位数分析进行，比较最高和最低（参考）暴露水平。 数据也将被缩放以允许每份/天的分析。 研究间的异质性将通过 Cochran Q 检验进行评估，并通过 I2 统计量进行量化，显着性为 P<0.1。 I2≥50%且P<0.1将被视为显着异质性的证据。 将进行敏感性分析和先验亚组分析以探索异质性的来源。 敏感性分析将包括系统地删除所包含的队列，并重新计算汇总估计。 当按年龄、性别、队列位置、随访持续时间、饮食评估工具、偏倚风险（NOS 评分）提供 ≥10 个队列比较时，将进行先验亚组分析。 NOS 还将对每个偏倚风险领域进行单独的亚组分析。 元回归分析将评估分类和连续亚组分析的重要性。 将使用随机效应广义最小二乘趋势估计模型 (GLST) 进行剂量反应分析，以评估线性关系和样条曲线建模（MKSPLINE 程序）以评估非线性关系。 如果有 ≥ 10 个队列比较可用，则将通过漏斗图的目视检查和 Egger 和 Begg 测试的正式测试来评估发表偏倚，显着性水平为 p≤ 0.10。 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。

证据分级：

推荐分级评估、制定和评估 (GRADE) 方法将用于评估每项心血管结局证据的总体确定性。 该系统将证据分级为“高质量”、“中等质量”、“低质量”或“极低质量”。 包括前瞻性队列研究在内的观察性研究从“低质量”开始，然后可以根据既定标准降级或升级。 降级标​​准将包括研究局限性（研究权重显示 NOS 存在偏倚风险）、不一致性（大量无法解释的研究间异质性，I2>50%，P<0.10），间接性（存在与人群、暴露、和限制普遍性的结果）、不精确性（95% CI 很宽或超过 5% [RR 0.95-1.05] 的最小重要差异）和发表偏倚（发表偏倚或小型研究效应的重要证据）。 升级标准将包括大幅度效应（RR>2 或 RR<0.5，在没有似是而非的混杂因素的情况下）、剂量反应梯度和似是而非的混杂效应引起的衰减。

知识翻译计划：

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、身体活动、生活方式改变、肥胖、糖尿病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。

意义：

该研究将有助于建立更强有力的证据基础，以确定高水果和蔬菜摄入量与 CVD 事件减少相关的程度。 它还可能揭示可以在 CVD 预防方面提供额外益处的水果和/或蔬菜类别。

参考：

世界卫生组织。 (2003)。 水果和蔬菜促进计划 - 会议报告。 日内瓦。

Reddy KS 和 Katan MB。 (2004)。 饮食、营养与预防高血压和心血管疾病。 公共卫生营养。 7(1A): 167-186

Katamay SW、Esslinger KA、Vigneault M 等人。 (2007) 营养评论。 65(4)：155-166。

Hall JN、Moore S、Harper SB 等人。 (2009)。 水果和蔬菜消费的全球变化。 美国预防医学杂志。 36:402-409

Aune D、Giovannucci E、Boffetta P 等人。 (2017)。 水果和蔬菜的摄入量与心血管疾病、总癌症和全因死亡率的风险——前瞻性研究的系统评价和剂量反应荟萃分析。 国际流行病学杂志。 1-28

Zhan J, Liu Y, Cai L, 等。 (2017)。 水果和蔬菜的消费与心血管疾病的风险：前瞻性队列研究的荟萃分析。 食品科学与营养评论。 57(8):1650-1663

Gan Y，Tong X，Liqing L，等。 (2015)。 水果和蔬菜的消费与冠心病的风险：前瞻性队列研究的荟萃分析。 国际心脏病学杂志。 183：129-137

Wang X，Ouyang Y，Liu J，等。 (2014)。 水果和蔬菜的消费以及各种原因、心血管疾病和癌症导致的死亡率：前瞻性队列研究的系统评价和剂量反应荟萃分析。 英国医学杂志。 349

Hu D，Hunag J，Wang Y，等。 (2014)。 水果和蔬菜消费与中风风险：前瞻性队列研究的荟萃分析。 中风。 45: 1613-1619

他 FG、Nowson CA、Lucas M 等人。 (2007)。 增加水果和蔬菜的摄入量与降低冠心病风险有关：队列研究的荟萃分析。 人类高血压杂志。 21:717-728

他 FJ、Nowson CA 和 MacGregor GA。 (2006)。 水果和蔬菜消费与中风：队列研究的荟萃分析。 柳叶刀：367:320-326。

Dauchet L、Amouyel P、Hereberg S 等人。 (2006)。 水果和蔬菜消费与冠心病风险：队列研究的荟萃分析。 营养学杂志。 136：2588-2593。