eine prospektive Pilotstudie zur Screening-out-Rate und zum klinischen Management der familiären Hypercholesterinämie

Ziel 1.1. Hauptziel Abschätzung der Prävalenz der klinisch diagnostizierten familiären Hypercholesterinämie sowie der klinischen Merkmale und der aktuellen Behandlung unter Anwendung des kürzlich in China herausgegebenen FH-Screening-Protokolls in der Pilotambulanzabteilung von China.

1.2.Sekundäres Ziel Beschreibung von Parametern im Zusammenhang mit dem klinischen Management von diagnostizierter FH, einschließlich Patientendemografie und -merkmalen, LDL-C- und Triglyceridkonzentrationen, Anwendung von lipidmodifizierenden Therapien und Ergebnissen im Laufe der Zeit.

1.3.Explorativ Um zu beschreiben, wie das China FH-Screening-Protokoll im Vergleich zu DLCN in die Praxis passt.

Untersuchung des multidisziplinären Praxismusters des FH-Patientenmanagements

Endpunkt(e)/Ergebnis(e) Bewertung 2.1.Endpunkt(e) 2.1.1.Primärer Endpunkt Die Screening-Out-Rate der klinisch diagnostizierten familiären Hypercholesterinämie unter Anwendung des kürzlich in China herausgegebenen FH-Screening-Protokolls bei Patienten mit LDL-C>4,65 mmol/ L, wenn Statin-naiv oder LDL-C > 3,7 mmol/L, wenn in einer Pilotambulanz in China mit Statinen behandelt.

Die klinischen Merkmale von klinisch diagnostizierten FH-Patienten (einschließlich HoFH und HeFH), einschließlich: Demographie, Anamnese, Familienanamnese, Anzeichen und Symptome, Labortests und kardiovaskuläres Bildergebnis.

Die medikamentöse Therapie für klinisch diagnostizierte FH-Patienten (einschließlich HoFH und HeFH), einschließlich Art der Medikation, Anteil für jede Medikation, Dosierung und Behandlungsdauer.

2.1.2.Sekundärer Endpunkt LDL-C-Spiegel während der Nachbeobachtungszeit Die pharmazeutische Therapie für klinisch diagnostizierte FH-Patienten (einschließlich HoFH und HeFH), einschließlich Art der Medikation, Anteil für jede Medikation, Dosierung und Behandlungsdauer während der Nachbeobachtungszeit .

Erreichen der in der China-Richtlinie von 2016 definierten LDL-C-Zielwerte; < 2,6 mmol/l (hohes Risiko), < 1,8 mmol/l (sehr hohes Risiko) Inzidenz kardiovaskulärer Ereignisse (CV-Tod, Gesamtmortalität, nicht tödlicher Myokardinfarkt, nicht tödlicher Schlaganfall).

2.1.3 Exploration Endpunkt Die Differenz der FH-Screening-out-Rate zwischen China-Kriterien und DLCN. 2.2. Studienparameter 2.2.1. Basisdatenerhebung Demografische Daten: Alter, Geschlecht, persönliche Vorgeschichte: Vorzeitige KHK-Vorgeschichte des Probanden (männlich: < 55 Jahre, weiblich: < 65 Jahre), vorzeitige pAVK oder zerebrale Gefäßerkrankung des Probanden (männlich : < 55 Jahre, weiblich: < 65 Jahre), Rauchen, Krankengeschichte: PAD, DM, Bluthochdruck, Herzinsuffizienz, Schlaganfall, MI, CABG/PTCA/PCI, CKD : < 55 Jahre, weiblich: < 60 Jahre; Verwandte 2. Grades, männlich: < 50 Jahre, weiblich: < 55 Jahre), FH-Diagnose bei Verwandten des 2. Grades Körperliche Untersuchung: Größe, Gewicht, BMI, Hornhautbogen, Xanthoma, Achillessehnendicke Lab: LDL -C, HDL-C, TC, TG, Lp(a), ALT, AST, CK, Glukose, Kreatinin, Harnstoffstickstoff, entzündlicher Biomarker, einschließlich hs-CRP-EKG, kardiovaskuläres Bild: CAG (optional), myokardiale Radionuklid-Bildgebung (optional) , UCG (jährlich), Carotis-Plaques messen (jährlich) Lipidmodifikationstherapie: Statin (Art, Dosierung), Nicht-Statin (Art, Dosierung) Apherese 2.2.2 Studie Nachbeobachtungszeitraum Datenerfassung Labor:LDL-C,HDL-C,TC,TG,Lp(a),ALT,AST,CK,Glukose,Kreatinin,Harnstoff-Stickstoff Entzündungsbiomarker, einschließlich hs CRP Kardiovaskuläres Imagine:CAG(optional), Radionuklid-Bildgebung des Myokards (optional), UCG (jährlich), Carotis-Plaques (jährlich) Lipidmodifikationstherapie: Statin (Art, Dosierung), Nicht-Statin (Art, Dosierung) Apherese; Erreichen der in der China-Richtlinie von 2016 definierten LDL-C-Zielwerte; < 2,6 mmol/l (hohes Risiko), < 1,8 mmol/l (sehr hohes Risiko); Inzidenz kardiovaskulärer Ereignisse (CV-Tod, Gesamtmortalität, nicht-tödlicher MI, nicht-tödlicher Schlaganfall).

STATISTISCHE ANALYSE 3.1. Statistisch Schlussfolgerung In dieser Studie wird keine formale Hypothese getestet. Diese Studie wird die Prävalenz familiärer Hypercholesterinämie und das damit verbundene 95%-Konfidenzintervall in der ambulanten Bevölkerung in China in Pilotkrankenhäusern schätzen.

3.2. Überlegungen zur Stichprobengröße Basierend auf anfänglichen Machbarkeitsanalysen ergab sich eine ungefähre jährliche Patientenpopulation bei ambulanten Kardiologiepatienten von 1.000 Pkt./Monat (50 Pkt./Tag x 20 Tage) mit gemessenem Lipidprofil für das Screening. Es wird geschätzt, dass etwa 3000 Patienten außerhalb der kardiologischen Abteilung ihr Lipidprofil im klinischen Labor messen werden, die Arbeitstage für die Ambulanz sind auf 10 Monate festgelegt, dann beträgt die Gesamtzahl der Patienten in der Ambulanz etwa 4000 Punkte/Mon/Zentrum*10Mon =40.000/Zentrum/Jahr. Die Prävalenz von Verdachtspatienten basierend auf dem LDL-C-Spiegel beträgt 0,47 %, dann müssen 188 klinisch diagnostizierte Patienten/Zentrum/Jahr in die Nachbeobachtungsphase überführt werden. Basierend auf der geplanten Anzahl von 6 Zentren werden insgesamt 1128 Patienten in diese Studie aufgenommen. Basierend auf der Prävalenz von HoFH in der Nähe von 1/160.000–1/300.000 wird geschätzt, dass 1–2 HoFH-Patienten aus dieser Patientenpopulation identifiziert werden.

3.3. Geplante Analysen Alle Zusammenfassungen der Daten haben beschreibenden Charakter. Für kategoriale Variablen (einschließlich des primären Ergebnismaßes) werden die Häufigkeit und der Prozentsatz mit einem Konfidenzintervall von 95 % angegeben. Zusammenfassende Statistiken für kontinuierliche Variablen umfassen die Anzahl der Probanden, Mittelwert, Median, Standardabweichung oder Standardfehler, 25. Perzentil (Q1), 75. Perzentil (Q3), Minimum und Maximum. Die Ergebnisse im Laufe der Zeit werden mithilfe von Time-to-Event-Analysen/Cox-Proportional-Hazards-Modellen bewertet. Alle geplanten Analysen werden deskriptiv sein. SAS Version 9.2 (oder eine neuere Version) wird für alle Datenverwaltungs- und statistischen Analysen verwendet.

3.3.1. Beschreibung der Studieneinschreibung Alle in die Studie aufgenommenen Probanden, die die Einschlusskriterien erfüllen, werden in den vollständigen Analysesatz aufgenommen und in alle Zusammenfassungen und Analysen aufgenommen.

3.3.2.Beschreibung der Probanden-/Patientenmerkmale Klinische Charakteristika der Probanden in der Studie werden zusammengefasst. Messungen wie das Alter basieren auf dem Status zu Beginn des Beobachtungszeitraums für den Probanden, und klinische Merkmale wie kardiovaskuläre Ereignisse werden während des gesamten 3.3.3. Primärziels der Primäranalyse erfasst

-Schätzung der Screenout-Rate von klinisch diagnostizierter familiärer Hypercholesterinämie in der ambulanten Abteilung von China.

Prävalenz: Die Prävalenz von Verdacht auf FH wird anhand der Patientendaten geschätzt, die die Ambulanz in Pilotkrankenhäusern aufgesucht haben, sowie anhand messbarer LDL-C-Daten und validiert nach China-Kriterien bzw. DNCL. Die Prävalenz wird jährlich für die Jahre 2017-2019 gemeldet.

-Beschreibung von Parametern im Zusammenhang mit der klinischen Behandlung von diagnostizierter FH, einschließlich Patientendemografie und -merkmalen, LDL-C- und Triglyceridkonzentrationen, Anwendung von lipidmodifizierenden Therapien und Ergebnissen im Laufe der Zeit.

Patientendemographie: Prävalenzanalysen werden für die folgenden demographischen Merkmale geschätzt: Alter, Geschlecht und Region.

Klinische Merkmale der Patienten: Der Anteil der Patienten, berechnet als Prozentsatz der Patienten, für jeden der folgenden Punkte: BMI (fettleibig/nicht fettleibig), Diabetes, CNE, Bluthochdruck, jegliche kardiovaskuläre Vorgeschichte/Anzahl kardiovaskulärer Ereignisse, Raucherstatus (aktuell/früher ). Diese werden sowohl zu Studienbeginn (Zeitpunkt der FH-Diagnose) gemessen.

Aktueller Einsatz lipidmodifizierender Therapien im Zeitverlauf: Anteil der Patienten, die LMT anwenden. Analysen nach Typ, Dosis und Häufigkeit werden mit statistischer Beschreibungsmethode analysiert.

Sekundäres Ziel

• LDL-C-Konzentrationen im Zeitverlauf. Der LDL-C-Wert wird bis zum Studienende überwacht.
• Verwendung von lipidmodifizierenden Therapien im Laufe der Zeit。 Anteil der Patienten, die LMT verwenden. Es werden Analysen nach Art, Dosis und Häufigkeit sowie dem Anteil der Patienten mit hochintensivem Statinregime und mit hohem LDL-C durchgeführt.
• Anteil der Patienten innerhalb und weit entfernt vom LDL-C-Ziel der chinesischen Leitlinie von 2016.

Dies wird als Prozentsatz der Patienten innerhalb des LDL-C-Zielwerts der chinesischen Richtlinie von 2016 (< 2,6 mmol/l, < 1,8 mmol/l) berechnet. LDL-C-Messungen werden bis zum Ende der Studie nachverfolgt.

-Inzidenz von tödlichen und nicht-tödlichen kardiovaskulären Ereignissen Der Anteil der Patienten mit einem tödlichen oder nicht-tödlichen kardiovaskulären Ereignis wird berechnet. Da es konkurrierende Risiken mit tödlichen/nicht tödlichen Ereignissen geben kann, werden Analysen separat und in Kombination durchgeführt. Alle Ereignisse, die ab dem Datum der Aufnahme in die Studie auftreten, werden eingeschlossen.

3.3.4.Allgemeine Überlegungen Das erste primäre Ziel und alle sekundären Ziele werden durch die deskriptive Statistik angegangen. Das CV-Ergebnis wird anhand von Time-to-Event-Analysen bewertet.

3.3.5.Fehlende oder unvollständige Daten und für die Nachverfolgung verloren gegangen Es gibt zwei Arten von Daten in dieser Studie. Für verschiedene Datentypen werden wir unterschiedliche Methoden anwenden, um fehlende Daten zu behandeln.

Für die Abstraktion von Krankenakten:

Die fehlenden Alterswerte werden als Gesamtmedian imputiert, um fallweise Löschungen zu vermeiden. Bei einigen Patienten wurden bestimmte physiologische Indikatoren während des Krankenhausaufenthalts nicht gemessen. Diese Variablen werden als spezifische „nicht gemessene“ Untergruppe mit klinischer Bedeutung behandelt, da „nicht gemessen“ nicht gleich „fehlend“ ist und die Ergebnisse beeinflussen kann. Wenn wir diese Variablen als kontinuierlich in die Modelle einpassen, könnten wir diese "ungemessenen" fehlenden Werte nur willkürlich als unangemessen betrachten. Die Imputation hat auch Einschränkungen. Um die Modelle mit den Merkmalen der Daten konsistent zu halten, werden wir daher bestimmte kontinuierliche Variablen in kategoriale Variablen umwandeln, entsprechende Dummy-Variablen erstellen und eine bestimmte Kategorie hinzufügen, um nicht gemessene Variablen anzuzeigen.

Für Baseline- und Follow-up-Fragebögen:

Die Ermittler vor Ort füllten die Fragebögen in einem elektronischen Datenerfassungsprogramm auf einem Tablet-Computer aus (was Logikprüfungen in Echtzeit ermöglicht, um die Genauigkeit und Vollständigkeit der Daten sicherzustellen). Alle Fragen mussten beantwortet werden, mit Ausnahme derjenigen, die nicht zutreffend waren. Für jede Frage gab es die Optionen „Antwort verweigern“ und „Weiß nicht“.