编辑推荐:
这篇综述对 32 项随机对照试验进行系统评价和荟萃分析,探究菜籽油(CO)对成年人体重和身体成分的影响。结果显示,CO 可降低体重(BW)、身体质量指数(BMI),增加腰臀比(WHR)和腰围(WC),但存在局限性,值得关注。
### 研究背景
肥胖已成为全球范围内日益严重的健康问题,它是心血管疾病、糖尿病等慢性疾病的重要危险因素。据统计,到 2022 年,全球近 20 亿人患有肥胖症,6.71 亿人因肥胖面临健康问题,预计到 2030 年,全球 38% 的成年人超重,20% 的成年人肥胖。
遗传和环境因素,如不合理饮食、缺乏运动等,在肥胖发生发展中起关键作用。饮食中碳水化合物、蛋白质和脂肪酸的组成与体重和身体成分密切相关。不同脂肪酸对肥胖的影响各异,例如多不饱和脂肪酸摄入增加可能与体重减轻有关,而饱和脂肪酸摄入过多则可能导致体重增加。
菜籽油(Canola Oil,CO)是一种被美国食品药品监督管理局批准的健康植物油,富含单不饱和脂肪(MUFAs,如油酸占 61%)、多不饱和脂肪(PUFAs,如亚油酸占 21%、α - 亚麻酸占 11%),还含有植物甾醇和生育酚,对健康有益。已有研究表明,CO 可降低血浆脂质水平,通过抗血栓和抗氧化作用促进免疫和心血管健康,其中的 PUFA Omega 3 还可能影响肥胖或超重人群减肥期间的脂肪氧化和餐后饱腹感。
然而,先前关于 CO 对人体测量指标和身体成分影响的临床研究结果并不一致。2018 年的一项系统评价和荟萃分析显示,CO 补充剂可降低体重,但对 BMI、腰围(WC)、脂肪量(FM)、腰臀比(WHR)、臀围(HC)、瘦体重(LBM)无显著影响。鉴于相关研究结果存在争议,且又有新研究发表,有必要更新对 CO 影响的认识,本研究还首次分析了 CO 对内脏脂肪量(VFM)的影响。
研究方法
- 研究注册与遵循准则:本研究方案已在 PROSPERO 网站注册(注册号:CRD42023438451),并遵循系统评价和荟萃分析的首选报告项目(PRISMA)声明指南进行研究。
- 文献检索策略:截至 2024 年 9 月,在 PubMed、Scopus、Google Scholar 和 ISI Web of Science 数据库中进行系统文献检索。检索词包括与菜籽油相关的术语(如 Canola、colza、rapeseed 等)、身体成分相关术语(如 body composition、fat mass、BMI 等)以及随机对照试验相关术语(如 Randomized Controlled Trial、clinical trial 等)。同时,查阅纳入研究的参考文献列表,以寻找其他相关文章。
- 研究选择:由两位研究者(A.M 和 F.B)通过阅读文章标题和摘要确定研究的 eligibility,之后 A.M 和 H.B 对选定文章的全文进行审查。若存在分歧,则与 A.A 讨论解决。通过计算 kappa 统计量评估研究者之间在研究选择上的一致性,结果显示在研究选择上有完美的一致性(kappa 统计量为 0.82,p<0.001)。纳入标准为:随机对照临床试验(RCTs);研究对象为成年人(>18 岁);给予研究对象菜籽油补充剂;作者报告了关于 BW、BMI、HC、WC、WHR、VFM、FM 和 LBM 的充分信息。排除标准包括:干预周期 < 2 周;研究对象为儿童或青少年;CO 摄入量低于先前研究定义的合理值(<10g/d)。
- 数据收集:按照 PRISMA 声明指南收集所需数据。使用筛选表确定符合纳入标准的文章,由两位作者(A.M. 和 F.B.)独立审查选定文章的数据,利用 Microsoft Office Excel 2016 软件提取数据,包括出版物特征、参与者数据、研究特征、研究结果及身体成分测量方法等。若数据收集时间点较多,则仅使用最后一次测量值。通过计算 kappa 统计量评估数据提取的一致性。
- 质量评估:两位研究者(A.M. 和 F.B.)依据 Cochrane 标准独立评估选定全文的方法学质量,从随机序列生成、分配隐藏、盲法、结局数据不完整、选择性报告结果和其他潜在偏倚来源等方面进行评估,将研究分为低、高或不确定偏倚风险类别。同时计算 kappa 统计量评估评估者之间的一致性,并应用 GRADE 证据概况评估关于身体成分的总体证据质量。
- 统计分析:评估食用菜籽油对体重和身体成分的影响,效应量以加权平均差(WMDs)和 95% 置信区间表示。计算菜籽油组和对照组干预前后身体成分的净变化,当缺乏标准差时,采用特定数学方法计算。通过 Cochran’s Q 检验(显著性水平设定为 p<0.1)和I2检验评估异质性,若存在异质性则采用随机效应模型,否则采用固定效应模型。进行留一法敏感性分析评估每项研究对总效应量的影响,利用漏斗图、Begg’s 秩相关和 Egger’s 加权回归检验识别潜在的发表偏倚,并使用 Duval & Tweedie “trim and fill” 和 “failsafe N” 方法调整发表偏倚的影响。所有亚组分析采用固定效应分析,使用 Comprehensive Meta-analysis version 3.0 软件进行统计分析,p<0.05 认为具有统计学意义。
研究结果
- 检索结果与研究流程:两位作者独立筛选文章,在研究选择上有完美的一致性(kappa 统计量为 0.86,p<0.001)。从多个数据库检索到 3094 篇文章,去除 312 篇重复文章后,通过标题和摘要筛选排除 2721 篇文章,对剩余 53 篇文章进行全文审查,最终排除 21 篇,纳入 32 项研究进行分析。
- 研究特征:纳入研究的样本量在 10 - 119 人之间,多数研究在欧洲(21 项)进行,部分在亚洲(10 项)和美洲(1 项)。试验持续时间为 3 - 28 周,部分研究仅纳入女性(5 项)或男性(2 项),其余涉及两性。研究设计包括平行设计(23 项)和交叉设计(9 项),干预组 CO 补充剂量范围为 12g/d - 50g/d。研究对象涵盖多种健康状况,如肥胖、2 型糖尿病(T2DM)、代谢综合征、非酒精性脂肪性肝病(NAFLD)、高脂血症、健康人群、冠心病和骨质疏松症等。
- 荟萃分析结果
- 体重(BW):30 项研究(共 1772 名参与者)报告了 BW 结果,固定效应模型显示 CO 摄入后 BW 无显著变化(MD:-0.017 kg,95% CI:?0.195,0.161,P 值:0.85),研究间异质性不显著(I2=0.0%,P 值 =0.883)。
- 身体质量指数(BMI):21 项研究(共 1337 名参与者)报告了 BMI 结果,固定效应模型表明 CO 摄入使 BMI 显著降低(MD: ?0.127kg/m2,95% C:?0.231,?0.024,P 值:0.016),研究间异质性不显著(I2=31.07%,P 值 =0.064)。
- 腰臀比(WHR):13 项研究(共 659 名参与者)报告了 WHR 结果,固定效应模型显示 CO 摄入导致 WHR 显著增加(MD: 0.003 cm,95% CI:0.001,0.005,P 值:0.003),研究间异质性不显著(I2=36.915%,P 值 =0.081)。去除 Azemati 等的研究后结果未改变。
- 脂肪量(FM):7 项研究(共 434 名参与者)报告了 FM 结果,固定效应模型显示 CO 摄入后 FM 无显著变化(MD: 0.101 kg,95% CI:?0.191,0.393,P 值:0.499),研究间异质性不显著(I2=0.0%,P 值 =0.981)。
- 臀围(HC):7 项研究(共 505 名参与者)报告了 HC 结果,固定效应模型表明 CO 摄入后 HC 无显著变化(MD: ?0.135 cm,95% CI:?0.531,0.26,P 值:0.503),研究间异质性不显著(I2=0.0%,P 值 =0.995)。
- 瘦体重(LBM):5 项研究(共 349 名参与者)报告了 LBM 结果,固定效应模型显示 CO 摄入后 LBM 无显著变化(MD: ?0.102 kg,95% CI:?0.289,0.086,P 值:0.287),研究间异质性不显著(I2=0.0%,P 值 =0.896)。
- 内脏脂肪量(VFM):3 项研究(共 249 名参与者)报告了 VFM 结果,固定效应模型表明 CO 摄入后 VFM 无显著变化(MD: 0.014 kg,95% CI:?0.126,0.154,F 值:0.845),研究间异质性不显著(I2=0.0%,P 值 =0.883)。
- 腰围(WC):14 项研究(共 1144 名参与者)报告了 WC 结果,随机效应模型显示 CO 摄入后 WC 无显著变化(MD:0.325 cm,95% CI:-0.47,1.12,P 值:0.426),研究间存在显著异质性(I2=71.25%,P 值 <0.001)。去除 Noroozi 等的研究后仍无显著变化。
- 敏感性分析:对本研究中评估的所有变量,菜籽油效应量在敏感性分析中表现稳健,表明去除任何一项试验都不会显著影响结果。
- 亚组分析结果
- 体重(BW):亚组分析显示,CO 补充剂在 T2DM 患者(WMD:?0.431 kg,95% CI:?0.72,?0.13,P 值:0.005)、平行设计研究(WMD:?0.4 kg,95% CI:?0.75,?0.006,P 值:0.01)、50 岁以上患者(WMD:?0.731 kg,95% CI:?1.11, -0.34,P 值 <0.001)和 CO 剂量超过 30g/d 的研究(WMD:?0.73 kg,95% CI: -1.12,-0.34,P 值 <0.001)中可显著降低 BW。
- 腰围(WC):CO 补充剂仅在平行设计研究(WMD:0.65 cm,95% CI:0.07,1.23,P 值:0.028)、高脂血症患者(WMD:5.12 cm,95% CI:1.53,8.7,P 值:0.005)、对照组无油干预的研究(WMD:0.84 cm,95% CI:0.18,1.51,P 值:0.013)和 CO 剂量超过 30g/d 的研究(WMD:0.77 cm,95% CI:0.07,1.47,P 值:0.03)中显著增加 WC。
- 腰臀比(WHR):CO 补充剂在交叉设计研究(WMD:0.003 cm,95% CI:0.001,0.005,P 值:0.004)、亚洲人群(WMD:0.003 cm,95% CI:0.001,0.006,P 值:0.002)、健康人群(WMD:0.003 cm,95% CI:0.000,0.005,P 值:0.03)、T2DM 患者(WMD:0.003 cm,95% CI:0.000,0.006,P 值:0.04)、绝经后患者(WMD:0.26 cm,95% CI:0.04,0.49,P 值:0.01)、50 岁以下患者(WMD:0.003 cm,95% CI:0.001,0.005,P 值:0.002)和持续时间超过 8 周的研究(WMD:0.003 cm,95% CI:0.001,0.006,P 值:0.002)中显著增加 WHR。
- 身体质量指数(BMI):CO 补充剂仅在平行设计(WMD: ?0.41kg/m2,95% CI:?0.98,?0.47,P 值 <0.001)、T2DM 患者(WMD: ?0.73kg/m2,95% CI:?0.6,?0.21,P 值:<0.001)、50 岁以上患者(WMD: ?0.68kg/m2,95% CI:0.92,0.45,P 值:<0.001)和对照组使用向日葵油干预的研究(WMD: ?0.4kg/m2,95% CI:?0.66,?0.14,P 值:0.003)中显著降低 BMI。
- 其他人体测量指标(HC、VFM、FM 和 LBM)在亚组分析中未显示出 CO 的显著影响。
- 发表偏倚:应用 “trim and fill” 方法调整发表偏倚后,对体重和身体成分荟萃分析中可能缺失的数据进行了补充。Begg’s 秩相关、Egger’s 线性回归、“failsafe N” 检验等结果总结在表 5 中。
讨论
- 研究结果分析:本研究总结分析了 RCTs,发现 CO 补充剂对 BW 和 WC 无显著影响,但可轻微增加 WHR,对其他人体测量指标(BMI、FM、HC、LBM 和 VFM)也无显著影响。这与 2018 年的研究结果不同,本研究纳入了更多参与者,并首次分析了 CO 对 VFM 的影响。
从亚组分析来看,CO 补充剂在特定人群和条件下对体重和身体成分有显著影响。例如,在平行设计研究、T2DM 患者、50 岁以上人群和 CO 摄入量超过 30g/d 时,CO 可显著降低 BW。这可能与 CO 中丰富的不饱和脂肪酸有关,其适宜的 omega - 3 与 omega - 6 比例(1:2)以及特殊脂肪酸(如 MCTs)可能诱导饱腹感,从而发挥抗肥胖作用。然而,CO 对 WC 的影响存在争议,在平行设计、高脂血症患者、对照组无油干预和 CO 摄入量超过 30g/d 的研究中,CO 会显著增加 WC。此外,CO 可轻微增加 WHR,在交叉设计、亚洲人群、健康人群、T2DM 患者、绝经后患者、50 岁以下患者和持续时间超过 8 周的研究中,WHR 增加更为明显。虽然 PUFA 被认为可改善代谢风险因素,但部分研究表明,基于 CO 的高脂肪饮食会增加大鼠腹部脂肪量,而含 omega - 3 脂肪酸的油对肥胖相关风险因素无显著影响,因此在推荐 CO 摄入时需谨慎。
2. 研究的优势与局限性:本研究的优势在于对大量临床试验进行系统评价和荟萃分析,基于多种人体测量变量进行亚组分析,全面搜索 4 个数据库并遵循 PRISMA 指南,采用标准方法评估一致性、异质性、敏感性和发表偏倚,评估者间一致性良好,并应用 GRADE 证据概况评估证据质量。
然而,研究也存在局限性。研究间异质性较高,尽管进行了亚组分析,但部分情况下仍无法完全解决。纳入参与者健康状况多样,可能影响结果解读,虽进行亚组分析,但不同健康状况下 CO 对人体测量指标的影响仍需进一步明确。此外,部分研究将人体测量指标作为次要结局,与主要结局研究可能存在差异。
3. 未来研究方向:未来应开展更多大样本、长干预周期的 RCTs,深入研究 CO 对身体成分的影响。同时,需要进一步探索 CO 影响身体成分的机制,以更全面地了解其作用,<