Eine Studie zur Untersuchung der Wirkung spezialisierter Palliativversorgung auf Symptome, Überleben, wirtschaftliche Faktoren und Zufriedenheit (DanPaCT)

Die Studie ist eine randomisierte, klinische, multizentrische Studie mit 6 dänischen SPC-Zentren. Das Grundprinzip ist, dass Patienten mit palliativem Bedarf (siehe Einschlusskriterien) in onkologischen Abteilungen identifiziert und entweder (i) Standardbehandlung plus SPC (Interventionsgruppe) oder (ii) Standardbehandlung (Kontrollgruppe) randomisiert werden.

Die Patienten werden nach folgendem Verfahren identifiziert: A) Jede Woche überprüft eine Forschungsschwester die Krankenakten von aufeinanderfolgenden Patienten, die in der onkologischen Ambulanz behandelt werden. B) Geeignete Patienten werden gebeten, einen Fragebogen (das Screening) auszufüllen, der Symptome und Probleme untersucht. Den Patienten wird mitgeteilt, dass ihr Fragebogen ausgewertet wird und dass die Research Nurse einige der Patienten später mit Informationen zu einem RCT kontaktieren wird. C) Diejenigen Patienten, die im Fragebogen mindestens einen palliativen Bedarf angeben (siehe Einschlusskriterien) und vier zusätzliche Symptome aufweisen, werden von der Research Nurse kontaktiert, die die Patienten schriftlich und mündlich über den RCT informiert. D) Patienten, die ihre Einwilligung nach Aufklärung geben, werden randomisiert.

Detaillierter statistischer Analyseplan:

Analyse des primären Ergebnisses Die primäre Ergebnisanalyse wird eine modifizierte ITT-Analyse sein. Patienten, die nach der Randomisierung ihre Einwilligung widerrufen haben, die versehentlich randomisiert wurden und unsere Einschlusskriterien nicht erfüllten oder die zum Zeitpunkt der Nachsorge nicht am Leben waren, werden von der Primäranalyse ausgeschlossen. Alle Ausschlüsse werden im CONSORT-Flussdiagramm der Patientenbeteiligung angezeigt.

In der primären Outcome-Analyse verwenden wir multiple Imputation für Non-Responder, wenn mehr als 5 % fehlende Outcomes vorhanden sind. Insgesamt werden wir 20 verschiedene Datensätze mit Imputation basierend auf einem Regressionsmodell unter Verwendung von Predictive-Mean-Matching unter Verwendung der MI- und MI-ANALYSE-Prozeduren in SAS erstellen. Die primäre Ergebnisanalyse erfolgt als multiple Regressionen, angepasst an die Schichtungsvariable, wenn diese normalverteilt ist.

Sensitivitätsanalysen des primären Endpunkts Wir werden fünf Sensitivitätsanalysen durchführen: 1) eine vollständig angepasste Analyse einschließlich aller relevanten Kovariaten, 2) eine vollständige Fallanalyse, 3) eine Analyse einschließlich eines Modells für wiederholte Messungen, 4) eine Per-Protocol-Analyse, 5 ) eine Analyse mit Imputationen für die Verstorbenen.

Analyse sekundärer Endpunkte Die Analysen der sieben Skalen von EORTC QLQ-C30 (körperliche Funktion, Rollenfunktion, emotionale Funktion, Übelkeit und Erbrechen, Schmerz, Dyspnoe oder Appetitlosigkeit) werden nach den gleichen Prinzipien wie für den primären Endpunkt beschrieben durchgeführt Ergebnis einschließlich der Sensitivitätsanalysen. Das Überleben wird mithilfe des Kaplan-Meier-Plots analysiert. Patienten, die drei Monate nach Ende der Datenerhebung noch am Leben sind, werden zu diesem Zeitpunkt zensiert. Eine Cox-Regression wird für die Schichtungsvariable angepasst. Es wird eine Sensitivitätsanalyse durchgeführt, die alle relevanten Kovariaten berücksichtigt.

Explorative Ergebnisse und Subgruppenanalysen Für schwerwiegende unerwünschte Ereignisse berichten wir die Anzahl der Krankenhauseinweisungen, die Anzahl der akuten Krankenhauseinweisungen und die Anzahl der Todesfälle in der achtwöchigen Versuchsperiode. Auf die Analysen der anderen Sondierungsergebnisse wird hier nicht näher eingegangen. Die allgemeinen Prinzipien in Bezug auf Fragebogendaten (die verbleibenden Skalen von EORTC QLQ-C30, HADS und FAMCARE-P16) sind, dass sie als vollständige Fallanalysen analysiert werden.

Signifikanzniveaus Alle Tests sind zweiseitig. Für das primäre Ergebnis wird das Risiko eines Fehlers 1. Art auf 5 % festgelegt (d. h. ein Signifikanzniveau von P < 0,05). Da wir 8 sekundäre Ergebnisse haben, passen wir die Signifikanzniveaus auf P < 0,01 an, um den familiären (oder kumulativen) Typ-I-Fehler aufgrund von Multiplizität zu kontrollieren. Die p-Werte der explorativen Ergebnisse werden bereitgestellt, aber es wird deutlich gemacht, dass die Analysen explorativ sind.

Registerdaten, Datenmanagement und Analysen Das Überleben wird aus dem dänischen Zivilregistersystem (CPR) und schwerwiegende unerwünschte Ereignisse und Kontakte aus dem dänischen Patientenregister (Landspatientregistret) abgerufen.

Das Datenmanagement wird von Projektleiterin Anna Thit Johnsen übernommen. Analysen werden vom Statistiker Morten Aa durchgeführt. Petersen, der gegenüber der Identität der beiden Interventionsgruppen, die als Y und X bezeichnet werden, blind ist. Die Ergebnisse werden den Untersuchern auf die gleiche Weise verblindet präsentiert, und Schlussfolgerungen bezüglich der Ergebnisse werden von den Untersuchern gezogen und währenddessen niedergeschrieben die Interventionen sind noch verblindet. Die Verblindung wird nicht aufgehoben, bevor alle Analysen der primären und sekundären Endpunkte durchgeführt wurden.