Lactoferrine chez les patients hospitalisés Covid-19 (LAC)

Il a été démontré par des études «in vitro» que la FL est capable d'empêcher l'entrée du SRAS-CoV-2 dans les cellules hôtes.

Dans l'ensemble, les preuves disponibles suggèrent que la FL peut être une option thérapeutique qui peut être utilisée pour contrer et réduire la gravité de l'infection à Covid 19. L'étude a été conçue afin de démontrer l'efficacité de la lactoferrine in vivo.

Les patients qui seront admis par les centres participants pour l'infection Covid-19 seront examinés pour déterminer leur admissibilité à l'étude. S'ils sont considérés comme éligibles, ils se verront proposer de participer à l'étude, et celle-ci sera proposée et le consentement éclairé sera expliqué. Les patients éligibles seront enregistrés dans une base de données centralisée dans les systèmes informatiques de l'Université du Piémont Orientale (UPO)/Entreprise hospitalo-universitaire "Maggiore della Carità" de Novara. Les données pseudo-anonymisées du patient seront enregistrées par le centre clinique dans un formulaire de rapport clinique "ad hoc" avec un accès en ligne.

Après avoir obtenu le consentement éclairé, les patients seront ensuite randomisés dans un groupe FL ou un groupe placebo en utilisant les listes de randomisation précédentes préparées. La randomisation aura lieu sur une base compétitive et équilibrée par participant au centre clinique. La randomisation en blocs permutés de taille 4 sera mise en place avec un ratio d'allocation de 1:1 pour assurer l'équilibre entre les groupes de traitement. La liste de randomisation sera gérée via un module de randomisation REDCap.

La Pharmacie Hospitalière du Centre Participant, non impliquée dans l'enrôlement des patients, préparera une séquence numérotée d'enveloppes scellées contenant le code d'attribution, et conservera sa liste qui restera inaccessible aux professionnels intervenant dans le recrutement. Ces enveloppes scellées être ouvert séquentiellement, au moment de la randomisation.

Le maintien de la personne aveugle sera garanti par la tenue des listes de randomisation du personnel, c'est-à-dire le personnel de la Pharmacie Hospitalière, d'une part (personnel qui gérera et délivrera également aux investigateurs les produits à l'étude, qui se ressembleront) , et le personnel médical de randomisation et d'expérimentation, d'autre part.

La localisation logistique des deux personnels sera également complètement séparée, dans des secteurs de l'Hôpital différents et éloignés l'un de l'autre, et ne communiquant en aucune façon.

Il convient de souligner que le patient inscrit par les centres cliniques sur la base des critères de sélection peut commencer un traitement de référence, dans tous les cas, avant que la procédure de randomisation soit le schéma thérapeutique de base identique dans les deux bras de l'étude.

Pour le calcul de la taille de l'échantillon nécessaire pour démontrer le critère d'évaluation principal, il a été utilisé un modèle construit sur des données historiques concernant le même critère d'évaluation. Les données préalables à l'essai des deux centres participants estiment le besoin d'admission en USI à 25 % ; le besoin de ventilation mécanique dans 30 % des cas ; mortalité hospitalière dans 15%; la durée moyenne d'hospitalisation en 16 jours.

La taille de l'échantillon a été déterminée en considérant un test t bilatéral pour deux échantillons indépendants selon les paramètres suivants :

1. Un niveau alpha correct de 0,025 pour deux paramètres de la méthode Bonferroni (Alpha total=0,025x2=0,05)
2. Une puissance totale de 0,8
3. Une taille d'effet Cohen h de 0,44 (correspondant à un effet standardisé moyen/petit [Cohen 1977]), soit avec un taux de démission à 14 jours de 60 % pour les témoins et de 80 % pour les traités.

Dans ce scénario, la taille de l'étude réalisée est de 97 patients par bras d'étude. Les calculs ont été effectués à l'aide du logiciel R 3.6.1 [Core Team 2015] et du package pwr [Champely 2018]. les références:

• Cohen, J. Analyse de puissance statistique pour les sciences du comportement (rev.ed.1977).
• Core Team R: Un langage et un environnement pour le calcul statistique ; R Foundation for Statistical Computing : Vienne, Autriche, 2015 ;
• Champely, S.; Ekström, C.; Dalgaard, P.; Gill, J.; Weibelzahl, S.; Anandkumar, A.;Ford, C.; Volcic, R.; De Rosario, H.; De Rosario, M.H. Paquet 'pwr.' Version du package R 2018, 1-2.