N2-(1-karboxyethyl)-2'deoxyguanosin (CEdG) potenciální biomarker pro diabetes

Primárním cílem je replikovat a validovat test CEdG pro použití u lidských subjektů. Byl vyvinut plně automatizovaný test pro močový CEdG. výzkumníci ověří pozorování provedená na diabetických zvířecích modelech u lidských subjektů s diabetes mellitus 2. typu (T2DM) a bez něj. Konkrétně budou výzkumníci zkoumat a stanovovat inter- a intra-testové koeficienty variability u lidských subjektů.

Sekundárním cílem je určit korelaci mezi hladinami CEdG a hemoglobulinem A1c (HbA1c) u lidských subjektů s T2DM a odpovědí na diabetickou léčbu a definovat vztah CEdG s diabetickými komplikacemi. Výzkumníci budou zkoumat vztah CEdG s glykemickou kontrolou na základě HbA1c, což je současný zlatý standard, u pacientů s diabetem 1. i 2. typu. Výzkumníci také porovnávají změny hladin CEdG a Hb1Ac v reakci na diabetickou léčbu u diabetických pacientů. Vztah CEdG s diabetickými komplikacemi bude také zkoumán u diabetických pacientů.

Statistická hlediska pro primární cíl:

Velikost vzorku: Protože u lidských subjektů existuje mnohem více proměnných, výzkumníci vypočítali velikost vzorku na základě mnohem konzervativnějšího předpokladu, než jaký výzkumníci pozorovali na diabetických zvířecích modelech. Výzkumníci plánují studii kontinuální proměnné odezvy od nezávislých kontrolních a experimentálních subjektů s 1 kontrolou na experimentální subjekt. Na základě údajů na zvířatech výzkumníci očekávají, že výsledky v každé skupině subjektů budou normálně rozděleny se standardní odchylkou 0,3. Pokud je skutečný rozdíl v průměru mezi diabetickou a nediabetickou skupinou 0,5, výzkumníci budou muset studovat 9 diabetických a 9 nediabetických subjektů, aby byli schopni zamítnout nulovou hypotézu, že průměr populace experimentální a kontrolní skupiny se rovnají s pravděpodobností (mocninou) 0,9. Pravděpodobnost chyby typu I spojená s tímto testem této nulové hypotézy je 0,05. Aby byla zohledněna možná míra opotřebení 30 %, výzkumníci zařadí do studie 12 diabetických a 12 nediabetických subjektů.

Statistická analýza: Vliv stavu diabetu na hladiny CedG v moči bude porovnán pomocí Studentova t-testu. Rozdíly v spojitých proměnných mezi skupinami subjektů budou testovány buď jednosměrnou ANOVA nebo Studentovým t-testem, pokud je to vhodné. Rozdíly v proporcích budou hodnoceny chí-kvadrát testem. Spojité proměnné, které neprojdou testem normality, budou před analýzou logaritmicky transformovány. Pro zkoumání vlivu matoucích proměnných bude použita postupná regresní analýza. Hodnota p menší než 0,05 bude považována za statisticky významnou.

Podle pokynů NIH pro validaci analytických metod pro biomarkery používané při vývoji léků, pro malé molekuly, bioanalytické testy, kde je analytický běh přijat jako platný, když alespoň 67 % (4/6) kontrol kvality spadá do 15 % jejich nominální hodnotu. Konzistence 6 opakovaných běhů bude hodnocena Grubbsovým testem na opakovatelnost v rámci každého předmětu. Celkovou konzistenci CedG opatření lze kvantifikovat podílem subjektů s 1+ identifikovanými odlehlými hodnotami mezi 6 opakovanými běhy. K získání základního odhadu konzistence testu CEdG vezmou vyšetřovatelé jako výsledek měření počet těchto šesti měření, která spadají do 15 % průměru. Definitivní validace biomarkeru bude vyžadovat definitivní kvantitativní nebo relativní kvantitativní testovací přístupy.

Statistická hlediska pro sekundární cíl:

Vyšetřovatelé budou regresovat hodnoty y-var (HbA1c) účastníků studie oproti x-var (CEdG). Předchozí data naznačují, že standardní odchylka x-var je 0,15 a standardní odchylka regresních chyb bude 0,15. Pokud je skutečný sklon přímky získané regresí y-var vůči x-var 0,3, budou výzkumníci muset studovat 89 subjektů, aby byli schopni zamítnout nulovou hypotézu, že tento sklon se rovná nule s pravděpodobností (mocninou) 0,8. Pravděpodobnost chyby typu I spojená s tímto testem této nulové hypotézy je 0,05. Proto bude pro studii přijato 100 subjektů, aby se zohlednilo potenciální opotřebení subjektů.

Demografické a klinické charakteristiky pacienta budou tabelovány pomocí statistiky průměru, standardní odchylky, mediánu, rozsahu, počtu a procenta, pokud je to vhodné. CEdG data budou analyzována jako spojitá nebo transformovaná proměnná pro naměřenou hladinu exprese. Jednorozměrná korelace mezi expresí CEdG a každým kvantitativním klinickým měřením bude hodnocena pomocí Pearsonovy korelace a jejího 95% intervalu spolehlivosti. Časový trend v longitudinálních datech a jeho možná interakce s dalšími rizikovými faktory budou prozkoumány pomocí boxplotů, proložených křivek, zobecněných lineárních modelů a případně zobecněných odhadových rovnic. Odhadované korelace mezi údaji CEdG a klinickými cílovými body a jejich možné časové trendy během 12měsíčního období poskytnou cenné informace pro výběr primárního cíle a velikosti vzorku v budoucí korelační studii ve větším měřítku.