儿童和青少年的乳制品消费与超重和肥胖：荟萃分析。

搜索：我们将搜索以下电子书目数据库：MEDLINE (PubMed) 和 Cochrane 图书馆（Cochrane 系统评价数据库、Cochrane 对照试验中央注册库。

搜索策略将仅包括与曝光有关或描述曝光的术语。 不会有语言限制。

数据提取（选择和编码）：

在第一步中，重复的研究将被删除。 其次，将根据标题和摘要筛选研究，以排除不符合纳入标准的研究。 在最后一步中，将对文章进行全面审查，以选择符合所有收录标准的文章。

两名审稿人（LL 和 MM）将独立提取相关数据并根据标准化形式评估偏倚风险。 相关数据将包括：

• 作者、期刊和出版年份
• 标题
• 学习规划
• 研究名称
• 学习国家/地区
• 样本量
• 受试者特点
• 随访时间（前瞻性队列研究）
• 健康状况
• 资金来源
• 暴露类型和评估方法
• 结果和评估方法
• 优势比、风险比或风险比和 95%CI
• 统计分析

偏倚风险（质量）评估：

两位评论作者将通过考虑以下工具独立评估纳入研究的偏倚风险：New-Castle Ottawa 量表将用于评估纳入的前瞻性队列研究的质量，而 NIH 国家心肺血液研究所。 研究质量评估工具将用于横断面研究。 任何分歧将通过协商一致或与第三作者 (NB-T) 协商解决。

数据合成策略 荟萃分析将根据干预措施的系统评价 Cochrane 手册进行，结果将按照流行病学观察研究荟萃分析 (MOOSE) 指南进行报告。 当至少有 5 个或少于 5 个比较可用时，将分别使用具有随机效应模型或固定效应模型的通用逆方差方法来获得汇总估计。 研究间的异质性将通过 Cochrane Q 统计数据进行评估（p<0.10 将被视为显着），并通过 I2 统计数据进行量化（≥ 50% 将表明存在显着异质性）。 将通过进行敏感性分析来探索异质性的可能来源，其中一次将系统地删除一项研究。 如果有 10 个或更多比较可用，研究人员还将通过先验亚组分析（包括年龄、性别、地理区域和研究质量）探索异质性来源。 元回归将评估分类和连续亚组分析的重要性。 将分别使用广义最小二乘趋势 (GLST) 估计模型和样条曲线建模（MKSPLINE 程序）评估线性和非线性剂量反应关系。 当至少有 10 次试验比较可用时，将通过目视检查漏斗图以及 Egger 和 Begg 检验来评估发表偏倚。

子组或子集的分析：

如果至少有 10 项研究比较可用，则计划进行先前的亚组分析。 这将包括：年龄（中位数的 < 或 >）、性别（男孩、女孩和混合）、地理区域（美国、欧洲、非洲、亚洲和大洋洲）、学习质量（高质量与低质量）。