胃がん患者の栄養状態に対する栄養療法の影響のメタアナリシス

サマリー

この研究では、経口サプリメントが体重を有意に増加させ、早期の経管栄養は経口栄養よりもアルブミン前の状態を改善したことがわかりました。しかし、専門的な免疫栄養は主要な血液タンパク質に関して標準的な処方と比べて追加の利益を示しませんでした。これらの結果を確認するにはさらなる研究が必要です。

要約

本プロトコルは、胃がん患者の栄養状態に対する栄養療法の影響を評価するためのメタアナリシスを行うための方法論的枠組みを提供します。このプロトコルに従うことで、研究者はランダム化比較試験や比較研究からの証拠を体系的に特定し、評価し、統合することが可能になります。手順には、複数のデータベースにわたる包括的な検索戦略の策定、あらかじめ定められたPICOS基準(集団、干渉、比較、アウトカム、研究デザイン)を用いた二重独立スクリーニングおよび研究選択;アウトカム指標の標準化されたデータ抽出と調和;コクラン・リスク・オブ・バイアス2.0ツールを用いた研究の質評価;および適切なモデルを用いた統計的合成と、異質性および感度分析の探求。このプロトコルを利用可能なエビデンスに適用すると、体重に対する経口補給など特定の栄養介入の潜在的な利益が示唆されますが、高い異質性はこの分野で厳密かつ標準化された方法論の必要性を強調しています。固定効果またはランダム効果を用いた連続モデルを用いて、平均差(MD)と95%信頼区間(CI)を算出しました。合計18件の研究、3,586人の被験者がメタアナリシスのために選ばれました。経口栄養補助は胃がん患者と比較して体重増加(MD 0.74;95% CI 0.20-1.27、p = 0.007)が対照群と比較して有意に増加しました。早期経管栄養は、患者の経口栄養と比較して前アルブミン値(MD 22.53;95% CI 13.37-31.69、p < 0.001)を有意に改善しました。しかし、アルブミン(MD 0.57、95%CI、-0.31-1.44、p=0.20)、前アルブミン(MD 0.23、95%CI、-0.29-0.76、p=0.38)、またはトランスフェリンレベル(MD 0.11、95%CI、-0.09-0.32、p=0.28)との間で有意な差は認められませんでした。研究データによると、経口栄養補給は対照群と比較して体重が有意に増加し、早期経口栄養は経口栄養と比較して前アルブミンレベルを有意に改善しました。しかし、この発見を検証するにはさらなる研究が必要です。

概要

毎年、世界中で約100万件の胃がんが診断されています^。発生率は一貫して減少しているにもかかわらず、胃がんは依然として最も有病率で致死的な腫瘍の一つであり、2018年には783,000件(全がん死亡の8.2%)を占め^{ています。}手術は胃がんの主な治療法であり、ヨーロッパおよび^{アメリカ合衆}国における局所進行疾患の5年生存率は約25.7%です。近年の外科技術や周術期ケアの進歩にもかかわらず、胃がんの特徴、手術外傷、周術期の食事管理、不十分なカロリー摂取により、多くの胃がん患者が栄養状態や体組成に悪影響を及ぼす深刻な栄養失調を経験しています⁴.さらに、免疫反応の調節障害や代謝障害による悪化が悪化し、拒食症、エネルギー消費の増加、^{体重減少に}つながります5。これらの要因が、いわゆる病気関連栄養失調の基盤を形成^{しています。}この文脈で、がん患者の栄養状態を評価するための検査室および臨床機器が確立されています^。栄養状態の評価には、体重、体質量指数、体組成指標(例:無脂肪量または脂肪量)、および生化学的指標(例:アルブミンおよび前アルブミンレベル⁶)のデータが含まれます。胃^がんの予後指標、体格指数、血清アルブミン、術前体重減少など、さまざまな栄養状態マーカーが予後指標として評価^{されています。}実際、栄養状態の悪化は合併症の発生増加、無進行生存率の低下、全生存期間の短縮につながる可能性があります⁷。これらの発見は、栄養失調を特定し、適切な栄養サポートを提供して栄養状態を改善することの重要性を強調し、胃がん患者の生活の質と生存率を最適化することを目指しています。さまざまな栄養治療が異なる文脈で栄養状態に与える影響は依然として議論の的です。

このような議論の的となる効果を研究するには、標準化された方法論を用いる必要があります。従来のナラティブレビューでは、この異質な証拠を統合するための体系的な厳密さが欠けており、個々の試験データだけでは比較効果について決定的な結論を出すことはできません。このプロトコルはメタアナリシス手法を採用しており、構造化され再現性のあるエビデンス統合方法論を提供することで、これらの代替案に比べて明確な利点を提供します。メタアナリシスは包括的な検索戦略と明示的な包含基準を通じてバイアスを最小限に抑えます。また、統計的検出力^{と精度を高める}ための定量的な結果のプーリングも可能にします。選択されたアプローチは、介入が組成、タイミング、投与経路に大きく異なる栄養腫瘍学研究において特に価値があります。

具体的には、このプロトコルは、異なる栄養介入の分類に関する明示的な指針を提供し、アウトカム測定時点の標準化、異質性に基づくモデル選択の透明性基準の提供、包括的な感度分析の組み込みを通じて、既存の方法論のギャップを埋めています。このプロトコルは、胃がん患者に対するあらゆる栄養介入を検討した研究に適用可能であり、人間測定(体重)、生化学的マーカー(アルブミン、前アルブミン、トランスフェリン)、機能評価などのアウトカムが含まれます。しかし、結論は他のがんタイプや特に扱われていない栄養介入には一般化できない可能性があり、方法論的異質性や不完全なアウトカム報告の研究には適用範囲が限定されることがあります。本研究の目的は、経口栄養補給、早期経腸栄養、経口栄養、腸内免疫栄養など、さまざまな栄養療法が胃がん患者の体重、アルブミン、前アルブミン、トランスフェリンのレベルの変化によって測定される栄養状態に与える効果を体系的に評価・比較することでした。

プロトコル

この研究は既に発表されたデータの分析を含み、倫理承認や患者の同意を必要としません。

1. 探索戦略の開発 ⁹

1. 以下のデータベースを検索してください:PubMed、Cochrane Library、Embase、Google Scholar、OVIDです。すべての検索では、医療主題見出し(MeSH)用語とフリーテキストキーワードの両方を使用してください。言語や日付の制限は適用しないでください。
2. 検索日と各データベースから取得したレコード数を記録してください。
3. PICOSフレームワーク(集団、介入、比較、アウトカム、研究デザイン)を用いて検索文字列を作成します¹⁰.
   1. 人口については、胃腫瘍、胃がん、胃がん、胃癌などの用語を使います。
   2. 介入には、経腸栄養、経腸栄養、栄養補助、栄養療法、経腸栄養、静脈栄養、経口栄養、免疫栄養などの用語を使用してください。
   3. 結果としては、栄養状態、栄養状態、体重、アルブミン、プレアルブミン、トランスフェリンなどの用語を用いてください。
   4. 研究デザインには、ランダム化比較試験、対照臨床試験、ランダム化、ランダム化、試験などの用語を用いてください。
4. すべての項を適切なブール演算子(AND、OR、NOT)で組み合わせます。各データベースの特定の要件に合わせて検索構文を調整します。

2. 試験のスクリーニングと選定 ¹¹

1. すべての検索結果を参考文献管理ソフトウェア(例:EndNote X20)にインポートしてください。自動重複除去を実行し、その後手動で検証して重複レコードを削除します。
2. スクリーニングプロセスには専用のシステマティックレビューソフトウェア(例:Covidence)を使用してください。¹².2名の独立著者に割り当て、あらかじめ定められた包含・除外基準に基づいてタイトルと要旨を選別します。著者間の不一致があれば、議論を通じて、または必要に応じて第三者の著者に相談することで解決してください。
3. 以下の選択基準を用いてください:ランダム化比較試験または比較研究;成人胃がん患者(≥18歳);栄養介入と対照または代替介入の比較;少なくとも1つの関連する栄養状態アウトカム(体重、アルブミン、前アルブミン、トランスフェリン)の報告。
4. 以下の除外基準を用いてください:非比較デザイン;非胃がん集団;栄養効果なし;メタ分析のためのデータ不足。
5. タイトル/要旨審査を通過したすべての記録の全文記事を取得する¹³.各全文記事を選考基準に照らして評価するために、独立した著者2名を割り当てます。この段階で除外されたすべての記事の除外理由を文書化してください。必要に応じて、研究の通信著者に連絡して欠落データや説明を依頼してください。

3. データの抽出 ¹³

1. 標準化されたデータ抽出フォームを作成しましょう。Microsoft Excelなどのソフトウェアを使ってフォームを作成しましょう。以下の分野を含める:研究特性(著者、年、国、デザイン);参加者の特徴(サンプルサイズ、年齢、性別、がんの病期);介入の詳細(種類、構成、期間、タイミング);比較器の詳細;アウトカムデータ(平均、標準偏差、各グループおよび時点のサンプルサイズ);および方法論的品質指標。
2. 標準化されたフォームを使って、含まれる研究からデータを抽出する独立した著者2名を割り当てます。不一致は合意形成または元の出版物を参照することで解決します。
3. 指定された時点における以下の指標のアウトカムデータを抽出します:ベースラインから介入後1か月までの体重変化;術後7日目(±2日目)のアルブミン、前アルブミン、トランスフェリンのレベルが評価されます。
4. 抽出したすべてのデータを標準化された単位に変換します:体重(kg)、アルブミン(グラム/リットル、g/L)、プレアルブミン(ミリグラム/リットル、mg/L)、トランスフェリン(グラム/リットル)です。平均および標準偏差が報告されない場合は、既存の統計から確立された換算方法を用いて計算してください。

4. 含まれた研究の質の評価 ¹⁰

1. 各研究のバイアスリスクを評価してください。ランダム化試験にはコクラン・リスクバイアス2.0(RoB 2)ツールを使用してください。
2. 各研究を5つの領域で評価するために、独立著者2名を割り当てます:ランダム化プロセスに起因するバイアス;意図された介入からの逸脱によるバイアス;結果データが欠落していることによるバイアス;アウトカムの測定におけるバイアス;報告結果の選択におけるバイアス。各ドメインのバイアスリスクを低い、いくつかの懸念点、高いと分類してください。評価の不一致があれば、話し合いを通じて解決しましょう。
3. 各研究に対して全体的な品質判断を下してください。研究を分類します:低リスク(すべての領域で低リスク)、いくつかの懸念(少なくとも1つの領域における懸念)、または高リスク(少なくとも1つの領域で高リスクまたは複数の領域で懸念)。

5. 統計分析

1. 分析のためにデータを準備してください。抽出したデータをメタアナリシスソフトウェア(例:Review Manager 5.4)に入力します。連続アウトカムについては、各研究の平均差(MD)と95%信頼区間(CI)を計算します。同じ結果に対して異なる測定尺度が使われている場合は、標準化平均差(SMD)を用いてください。
2. 統計的異質性を評価すること。異質性による総変動の割合を定量化するためにI²統計量を計算します。I²の値を次のように解釈します:0-25%(重要でない場合もある)、25-50%(低)、50-75%(中程度)、75-100%(高値)。コクランのQ検定(p < 0.10)を用いて有意な異質性の有無を評価します。
3. 適切な統計モデルを選択してください。I²>50%または臨床的異質性が明らかな場合はランダム効果モデルを用いてください。I²≤50%で臨床的に均質な場合は固定効果モデルを用いてください。感度分析の一環として両方のモデルの結果を報告します。
4. サブグループおよび感度分析を実施します。介入の種類、介入時期、地理的地域、がんステージに基づくサブグループ分析を実施します。バイアスリスクの高い研究を除外し、代替効果測定を用い、異なる統計モデルを適用し、リーブワンアウト分析を行うことで感度分析を行います。
5. 出版バイアスの評価¹⁴.10件以上の研究を含む結果に対して、非対称性を視覚的に検査するための漏斗プロットを作成します。10件以上の研究からエッガー回帰検定を用いて、漏斗プロットの非対称性を統計的に検証します。結果の解釈には10件未満の研究しかない場合は注意してください。

結果

検索結果と研究選択
2025年7月1日に実施された包括的な文献検索では、5つのデータベースから3675件の記録が特定されました。1226件の重複を削除した後、2449件の記録がタイトルおよび要旨の審査を受けました。そのうち148本の全文記事が適格性を評価され、130本は含み基準を満たさず除外されました。18の研究^{15、16、17、18、19、20、21、22、23、}

ディスカッション

メタアナリシスの結果
現在のメタアナリシスでは、3586名の被験者を含む18件の研究が調査されました。^{15、16、17、18、19、20、21、22、23、24、25、}

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
スタディスクリーニングのためのCovidence	ヴェリタス・ヘルス・イノベーション株式会社	https://www.covidence.org/
エンドノート X9	クラリベイト	https://support.clarivate.com/Endnote/s/article/Download-EndNote?language=en_US
追加解析用のMetaforパッケージを搭載したR統計ソフトウェア(バージョン4.3.1)	統計計算のためのR財団	https://www.r-project.org/
Review Manager 5.4(コクラン共同研究)によるメタ分析。	北欧コクランセンター、コクラン協働	https://www.cochrane.org/learn