Die Wirkung des Mikrobioms auf die Immun-Checkpoint-Inhibitor-Reaktion bei Melanompatienten

Ancillary-correlative (Fragebogen, Probenentnahme, CT)

Die Patienten füllen zu Studienbeginn einen FFQ aus, werden zu Studienbeginn innerhalb von 2 Tagen nach Beginn der Kortikosteroidbehandlung (falls zutreffend) Stuhlproben entnommen, wenn sie um eine Kontrollprobe gebeten werden, und nach 12 Wochen, und zu Studienbeginn werden Blutproben und CT entnommen 12 Wochen.

Sonstiges: Labor-Biomarker-Analyse

Korrelative Studien

Verfahren: Computertomographie

Unterziehe dich einer CT

Andere Namen:

• CT
• KATZE
• Computertomographie
• Computergestützte axiale Tomographie
• CT-Scan
• Tomographie

Sonstiges: Fragebogenverwaltung

Vollständige Fragebogen

Verfahren: Sammlung von Bioproben

Blut- und Stuhlabnahme durchführen

Andere Namen:

• Biologische Probensammlung

Baseline-Mikrobiom-Alpha-Diversität bei Respondern im Vergleich zu (vs) Non-Respondern

Diese Analyse folgt einer logistischen Regressionsstruktur. Die abhängige Variable, das Ansprechen auf die Behandlung, wird anhand standardisierter Kriterien (Response Evaluation Criteria in Solid Tumors [RECIST] Version [v] 1.1) bewertet. Jeder Patient wird als kategoriale Variable als „Response“, „Stabil“ oder „Progression“ klassifiziert und dann binarisiert, wobei „Response“ oder „Stable“ in der Kategorie „Responder“ und „Progression“ in der Kategorie „Non -Responder". Unabhängige Variablen werden Alpha-Diversität sein. Zusätzliche Kovariaten werden in das Modell aufgenommen, um Unterschiede in Alter, Geschlecht, Body-Mass-Index (BMI), Ernährungsindex im Food Frequency Questionnaire (FFQ) und Medikationshistorie zu kontrollieren.

Baseline-Mikrobiom-Alpha-Diversität bei Patienten, denen Kortikosteroide verschrieben wurden, im Vergleich zu Patienten, denen keine Kortikosteroide verschrieben wurden

Diese Analyse folgt einer logistischen Regressionsstruktur. Die abhängige Variable, Toxizität, wird durch Kortikosteroidverschreibung bewertet. Abhängige Variablen, einschließlich Alpha-Diversität oder einzelne Mikroben, werden unabhängige Variablen sein.

Rekrutierungsraten für Längsschnitt-Bioprobenentnahmen, einschließlich Stuhl, bei Melanompatienten

Die Rekrutierungsraten werden als der Anteil der gescreenten Erwachsenen definiert, die berechtigt sind und sich bereit erklären, an der Klinik für Hautonkologie teilzunehmen, mit einer geschätzten Rekrutierungsrate von 30 %. Verfolgt die monatliche Erfassung von Daten und dokumentiert Gründe für das Versäumen geplanter Erfassungstermine. Die Rekrutierungsrate wird in Kombination mit der Varianz der Bioprobendaten in Leistungsberechnungen verwendet, um die für zukünftige Studien erforderliche Probengröße abzuschätzen.

Compliance-Raten für die Längsschnittentnahme von Bioproben, einschließlich Stuhl, bei Melanompatienten

Die Compliance wird als 90 % der Basislinie, des Endpunkts und der Kortikosteroidsammlung definiert. Verfolgt die monatliche Erfassung von Daten und dokumentiert Gründe für das Versäumen geplanter Erfassungstermine. Die Compliance-Rate wird in Kombination mit der Varianz der Bioprobendaten in Leistungsberechnungen verwendet, um die für zukünftige Studien erforderliche Probengröße abzuschätzen.

Mikroben als signifikante Prädiktoren in logistischen Regressionen, bei denen die Ergebnisse binär sind (klinisches Ansprechen oder Behandlungstoxizität, die Kortikosteroide erfordert), mit den Eingaben als relative Häufigkeit einzelner Mikroben

Die relative Häufigkeit einzelner Mikroben wird zwischen Respondern und Non-Respondern mit zusätzlicher Filterung verglichen, um der spärlichen Mikrobiom-Datenmatrix Rechnung zu tragen. Insbesondere werden die Mikroben verglichen, die am häufigsten vorkommen und in mehr als 50 % der Proben vorhanden sind. Eine Arcussinus-Wurzel-Transformation wird auf die relative Häufigkeit der Mikroben angewendet, um eine Gaußsche Verteilung anzunähern, und dann wird ein verallgemeinertes lineares Modell angewendet, bei dem „Antwort“ die Antwortvariable und einzelne Mikroben die Prädiktorvariablen sind.

P-Werte werden nach der Bonferroni-Methode korrigiert und dann durch Vulkanplot visualisiert. Mikroben und Kovariaten, die sich im Modell als am signifikantesten erwiesen haben, werden zu einem einzigen Modell kombiniert, um die prozentuale Varianz abzuschätzen, die durch diese Prädiktoren erklärbar ist. Analysen werden in R mit dem Statistikpaket durchgeführt.