위암 환자의 영양 상태에 미치는 영양 치료의 영향에 대한 메타분석

요약

이 연구는 경구 보충제가 체중을 유의미하게 증가시키고, 조기 관관 영양이 경정구 영양보다 알부민 전(pre-albumin)을 더 잘 개선한다는 것을 발견했습니다. 그러나 특수 면역영양은 주요 혈액 단백질에 대해 표준 공식에 비해 추가적인 이점이 없음을 보여주었습니다. 이 결과를 확인하기 위해서는 추가 연구가 필요합니다.

초록

이 프로토콜은 위암 환자의 영양 상태에 미치는 영양 요법의 영향을 평가하기 위한 메타분석을 수행하는 방법론적 틀을 제공합니다. 이 프로토콜을 따르면 연구자들은 무작위 대조 시험과 비교 연구에서 증거를 체계적으로 식별, 평가 및 종합할 수 있습니다. 단계에는 여러 데이터베이스에 걸친 포괄적인 검색 전략 수립; 사전 정의된 PICOS 기준(인구, 간섭, 비교, 결과, 연구 설계)을 이용한 이중 독립적 선별 및 연구 선정; 결과 측정의 표준화된 데이터 추출 및 조화; Cochrane Risk of Bias 2.0 도구를 사용한 연구 질 평가; 적절한 모델을 이용한 통계적 종합과 이질성 및 민감도 분석 탐구를 포함합니다. 이 프로토콜을 이용 가능한 근거에 적용하면 체중에 대한 경구 보충과 같은 특정 영양 개입의 잠재적 이점이 시사되나, 높은 이질성은 이 분야에서 엄격하고 표준화된 방법론의 필요성을 강조합니다. 고정 또는 무작위 효과를 가진 연속 모델을 사용하여 95% 신뢰구간(CI)과 함께 평균 차이(MD)를 산출하였습니다. 총 18개의 연구, 3,586명의 피험자가 메타분석을 위해 선정되었습니다. 경구 영양 보충제는 위암 환자에서 대조군에 비해 체중이 유의하게 증가했습니다(MD 0.74; 95% 신뢰구간, 0.20-1.27, p = 0.007). 초기 장내 영양은 경정 영양에 비해 알부민 전단계 수치(MD 22.53; 95% 신뢰구간, 13.37-31.69, p < 0.001)를 유의하게 개선하였다. 그러나 알부민(MD, 0.57, 95% 신뢰구간, -0.31-1.44, p=0.20), 전장 알부민(MD, 0.23, 95% 신뢰구간, -0.29-0.76, p=0.38), 트랜스페린 수치(MD, 0.11, 95% 신뢰구간, -0.09-0.32, p=0.28) 간에 유의한 차이는 발견되지 않았습니다. 연구 데이터는 경구 영양 보충제가 대조군에 비해 체중을 유의미하게 증가시켰으며, 조기 장내 영양은 정경 영양에 비해 알부민 전 수치를 유의미하게 개선했다는 것을 보여주었습니다. 그러나 이 결과를 검증하려면 더 많은 연구가 필요합니다.

서론

매년 전 세계적으로 거의 100만 건의 위암 사례가 진단^됩니다. 발생률이 꾸준히 감소하고 있음에도 불구하고, 위암은 여전히 가장 유병률이 높고 치명적인 신생물 중 하나로, 2018년 기준으로 783,000건(전체 암 사망자의 8.2%)을 차지^{했습니다.} 수술은 위암의 주요 치료법으로, 유럽과 미국에서 국소 진행성 질환의 경우 5년 생존율이 약 25.7%입니다. 최근 몇 년간 수술 기법과 수술 전후 관리가 발전했음에도 불구하고, 대부분의 위암 환자들은 위암의 특성, 수술 외상, 수술 전후 식이 관리, 불충분한 칼로리 섭취로 인해 심각한 영양실조를 경험하며, 이는 영양 상태와 체성분에 부정적인 영향을 미칩니다⁴. 더불어, 영양실조는 면역 반응 조절 장애와 대사 장애로 인한 심화된 이물질화로 악화되어 거식증, 에너지 소비 증가, 체중 감소로 이어집니다⁵. 이러한 요인들이 이른바 질병 관련 영양실조의 근간을 이룹니다^. 이러한 맥락에서^{암 환자의 영양} 상태를 평가하기 위한 실험실 및 임상 장비가 구축되었습니다. 영양 상태 평가에는 체중, 체질량지수, 체성분 지표(예: 무지방 또는 지방 질량), 그리고 알부^{민 및 전}부 알부민 수치와 같은 생화학적 지표 데이터가 포함됩니다. 예후 영양 지수, 체질량 지수, 혈청 알부민, 수술 전 체중 감소 등 다양한 영양 상태 지표가 위암의 예후 지표로 평가되었습니다 ^7,8. 실제로 영양 상태의 악화는 합병증 발생 증폭, 무진행 생존율 감소, 전체 생존 감소로 이어질 수 있습니다⁷. 이러한 발견은 영양실조를 식별하고 적절한 영양 지원을 제공하여 영양 상태를 개선하여 위암 환자의 삶의 질과 생존율을 최적화하는 것이 중요함을 강조합니다. 다양한 상황에서 영양 상태에 미치는 다양한 영양 치료의 영향은 여전히 논쟁의 여지가 있습니다.

이러한 논란이 되는 효과를 연구하려면 표준화된 방법론을 사용해야 합니다. 전통적인 내러티브 리뷰는 이러한 이질적인 증거를 체계적으로 종합할 엄밀성이 부족하며, 개별 임상시험 데이터만으로는 비교 효과에 대한 확실한 결론을 내릴 수 없습니다. 이 프로토콜은 메타분석 접근법을 사용하여 구조적이고 재현 가능한 근거 종합 방법론을 제공함으로써 이러한 대안들에 비해 뚜렷한 이점을 제공합니다. 메타분석은 포괄적인 검색 전략과 명시적 포함 기준을 통해 편향을 최소화합니다. 또한 통계적 검정력^{과 정밀도를} 높이기 위한 결과의 정량적 풀링을 가능하게 합니다. 선택한 접근법은 특히 중재가 구성, 시기, 투여 경로에서 크게 다르기 때문에 영양 종양학 연구에서 매우 유용합니다.

구체적으로, 이 프로토콜은 다양한 영양 중재 분류에 대한 명확한 지침을 제공하고, 결과 측정 시점을 표준화하며, 이질성을 기반으로 한 모델 선택 기준을 투명하게 제공하고, 포괄적인 민감도 분석을 통합함으로써 기존 방법론의 공백을 해소합니다. 이 프로토콜은 위암 환자에 대한 영양 중재를 조사하는 모든 연구에 적용되며, 결과는 인체 측정(체중), 생화학적 지표(알부민, 전알부민, 트랜스페린), 기능 평가 등을 포함합니다. 그러나 결론은 구체적으로 다루지 않은 다른 암 유형이나 영양 개입에 일반화되지 않을 수 있으며, 상당한 방법론적 이질성이나 불완전한 결과 보고가 있는 연구의 적용 범위가 제한될 수 있습니다. 이 연구의 목적은 경구 영양 보충제, 조기 장내 영양, 경정 영양, 장내 면역영양 등 다양한 영양 요법이 위암 환자의 체중, 알부민, 전부 알부민, 트랜스페린 수치 변화로 측정되는 영향을 체계적으로 평가하고 비교하는 것이었습니다.

프로토콜

이 연구는 이전에 발표된 데이터를 분석하는 것으로, 윤리 승인이나 환자 동의가 필요하지 않습니다.

1. 탐색 전략 개발 ⁹

1. 다음 데이터베이스를 검색하세요: PubMed, Cochrane Library, Embase, Google Scholar, 그리고 OVID. 모든 검색에서 의료 주제 제목(MeSH) 용어와 자유 텍스트 키워드를 모두 사용하세요. 언어나 날짜 제한은 적용하지 마세요.
2. 검색 날짜와 각 데이터베이스에서 검색한 기록 수를 문서화하세요.
3. PICOS 프레임워크(인구, 개입, 비교, 결과, 연구 설계)를 사용하여 검색 문자열을 개발합니다¹⁰.
   1. 인구를 기준으로 하면 위 신생물, 위암, 위암, 위암과 같은 용어를 사용하세요.
   2. 중재 시에는 장내 영양, 비경관 영양, 식이 보충제, 영양 치료, 장내 영양, 정경 영양, 경구 영양, 면역영양 등의 용어를 사용하세요.
   3. 결과에 따라 영양 상태, 영양 상태, 체중, 알부민, 프리알부민, 트랜스페린과 같은 용어를 사용하세요.
   4. 연구 설계 시에는 무작위 대조 시험, 임상시험, 무작위, 무작위, 임상시험 등의 용어를 사용하세요.
4. 모든 항을 적절한 불 연산자(AND, OR, NOT)와 결합합니다. 각 데이터베이스의 구체적인 요구사항에 맞게 검색 문법을 조정하세요.

2. 연구 선별 및 선정 ¹¹

1. 모든 검색 결과를 참고문헌 관리 소프트웨어(예: EndNote X20)로 가져오세요. 자동 중복 제거 후 수동 검증을 수행하여 중복 기록을 제거합니다.
2. 선별 과정에는 전용 체계적 검토 소프트웨어(예: Covidence)를 사용하세요¹². 두 명의 독립 저자를 지정하여 미리 정의된 포함 및 제외 기준에 따라 제목과 초록을 심사합니다. 저자 간의 불일치는 논의를 통해서, 필요하다면 제3자와 상담하여 해결하세요.
3. 다음 포함 기준을 사용하세요: 무작위 대조 시험 또는 비교 연구; 성인 위암 환자(≥18세); 영양 개입과 대조군 또는 대체 개입의 비교; 최소 한 가지 관련 영양 상태 결과 보고(체중, 알부민, 전부 알부민, 트랜스페린).
4. 다음 제외 기준을 사용하세요: 비비교 설계; 비위암 집단; 영양 결과 없음; 메타분석에 필요한 데이터 부족.
5. 제목/초록 심사를 통과한 모든 기록의 전체 텍스트 기사를 찾아¹³. 각 전체 논문을 포함 기준에 따라 평가할 두 명의 독립 저자를 지정하세요. 이 단계에서 제외된 모든 기사에 대해 제외 사유를 문서화하세요. 필요 시 누락된 데이터나 설명을 요청하기 위해 연구의 교신저자에게 연락하십시오.

3. 데이터 추출 ¹³

1. 표준화된 데이터 추출 양식을 개발하세요. Microsoft Excel과 같은 소프트웨어를 사용해 양식을 작성하세요. 다음 분야 포함: 연구 특성(저자, 연도, 국가, 디자인); 참가자 특성(표본 크기, 나이, 성별, 암 병기); 중재 세부사항(유형, 구성, 지속 시간, 시기); 비교 자료; 결과 데이터(평균, 표준편차, 각 그룹 및 시점별 표본 크기); 그리고 방법론적 품질 지표를 포함합니다.
2. 표준화된 양식을 사용하여 포함된 연구에서 데이터를 추출할 두 명의 독립 저자를 지정합니다. 합의나 원본 출판물을 참조하여 불일치를 해결하세요.
3. 지정된 시점에서 다음 지표에 대한 결과 데이터를 추출합니다: 기준선부터 개입 후 1개월까지의 체중 변화; 그리고 수술 후 7일차(± 2일)에 알부민, 전부민, 트랜스페린 수치가 나타났습니다.
4. 추출된 모든 데이터를 표준화된 단위로 변환하세요: 체중 kg(kg), 알부민(g/L), 프리알부민(mg/L), 트랜스페린(g/L)입니다. 평균과 표준편차가 보고되지 않는다면, 기존 통계에서 확립된 변환 방법을 사용해 계산하세요.

4. 포함된 연구의 질 평가 ¹⁰

1. 각 연구별로 편향 위험을 평가하세요. 무작위 시험에는 코크란 편향 위험 2.0(RoB 2) 도구를 사용하세요.
2. 각 연구를 다섯 가지 영역에서 평가할 두 명의 독립 저자를 지정합니다: 무작위화 과정에서 발생하는 편향; 의도한 개입에서 벗어난 편향; 결과 데이터가 누락된 편향; 결과 측정 편향; 그리고 보고된 결과 선택에 대한 편향. 각 도메인의 편향 위험을 낮음, 일부 우려, 높음으로 분류하세요. 평가 불일치는 논의를 통해 해결하세요.
3. 각 연구에 대해 전반적인 품질 판단을 내리세요. 연구를 다음과 같이 분류하세요: 저위험(모든 영역에서 낮은 위험), 일부 우려(적어도 한 영역에서 우려), 또는 고위험(적어도 한 영역에서 고위험 또는 여러 영역에서 일부 우려).

5. 통계 분석

1. 분석을 위해 데이터를 준비하세요. 추출한 데이터를 메타분석 소프트웨어(예: Review Manager 5.4)에 입력합니다. 연속 결과의 경우, 각 연구별로 평균 차이(MD)와 95% 신뢰구간(CI)을 계산합니다. 동일한 결과에 대해 서로 다른 측정 척도를 사용할 경우, 표준화 평균차(SMD)를 사용하세요.
2. 통계적 이질성을 평가하세요. 이질성에 의한 전체 변동의 비율을 정량화하기 위해 I² 통계량을 계산합니다. I² 값을 다음과 같이 해석하세요: 0-25% (중요하지 않을 수 있음), 25-50% (낮음), 50-75% (보통), 75-100% (높음). 코크란의 Q 검정(p < 0.10)을 사용하여 유의미한 이질성 존재를 평가합니다.
3. 적절한 통계 모델을 선택하세요. I²가 50%>거나 임상적 이질성이 명확할 때 무작위 효과 모델을 사용하세요. I²가 50%≤ 임상적으로 균일할 때 고정효과 모델을 사용하세요. 민감도 분석의 일환으로 두 모델 결과를 보고합니다.
4. 하위 그룹 및 민감도 분석을 수행하세요. 개입 유형, 개입 시기, 지리적 지역, 암 병기를 기반으로 하위 그룹 분석을 수행합니다. 편향 위험이 높은 연구를 제외하고, 대체 효과 측정을 사용하며, 다양한 통계 모델을 적용하고, 생계 분석을 수행하여 민감도 분석을 수행합니다.
5. 출판 편향 평가¹⁴. 10개 이상의 연구가 포함된 결과에 대해 비대칭성을 시각적으로 검사할 깔때기 플롯을 만듭니다. 10개 이상의 연구를 대상으로 에거 회귀 검정을 수행하여 깔때기 플롯 비대칭을 통계적으로 검정합니다. 결과에 대해 10개 미만의 연구가 있을 경우 결과를 신중히 해석할 필요가 있습니다.

결과

검색 결과 및 연구 선택
2025년 7월 1일에 실시된 종합 문헌 검색에서 5개 데이터베이스에서 3,675건의 기록이 확인되었습니다. 1226개의 중복 기록을 제거한 후 2449개의 기록이 제목 및 초록 심사를 거쳤습니다. 이 중 148편의 전문문 논문이 적격성 평가를 받았으며, 130편은 포함 기준을 충족하지 못해 제외되었습니다. 18개의 연구^{15, 16, 17, 18, 19, 20, 21, 22,} ...

토론

메타분석 결과
현재 메타분석에서는 3586명의 피험자를 포함한 18개의 연구가 연구되었습니다:^{15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25}

재료

이 논문에 사용된 재료 목록

이름	회사	카탈로그 번호	댓글
연구 선별을 위한 코비던스	베리타스 헬스 이노베이션 주식회사	https://www.covidence.org/
주석 X9	클라리베이트	https://support.clarivate.com/Endnote/s/article/Download-EndNote?language=en_US
추가 분석을 위한 Metafor 패키지가 포함된 R 통계 소프트웨어(버전 4.3.1)	통계 컴퓨팅을 위한 R 재단	https://www.r-project.org/
메타분석을 위한 Review Manager 5.4 (코크란 콜라보레이션).	노르딕 코크란 센터, 코크란 협력체	https://www.cochrane.org/learn