Thérapie Aha BOOST Arm-hand BOOST pour améliorer la récupération après un AVC : évaluation clinique, économique de la santé et des processus (AHA-BOOST)

L'objectif global de ce projet est d'étudier les patients après un AVC, qui sont admis en rééducation pour patients hospitalisés après un AVC et qui ont le potentiel de réapprendre, s'il s'agit d'une thérapie bras-main complète et ciblée (Aha BOOST), par rapport à la dose adaptée la thérapie pour le membre inférieur, peut-elle améliorer les résultats au-delà du niveau de récupération actuel et à long terme, et en outre démontrer un effet bénéfique sur la santé, l'économie et la qualité de vie, ayant un impact sur le patient et la société ?

Cette étude est un essai contrôlé randomisé en aveugle avec une conception parallèle. Au total, 80 patients victimes d'un AVC subaigu seront recrutés dans deux services de rééducation en Belgique (Hôpital de réadaptation RevArte et Centre de réadaptation K7 UZ Gent) et seront randomisés dans le groupe Aha BOOST ou L-BOOST. Les deux groupes reçoivent 24 heures de thérapie supplémentaire. L'étude comprend trois modules de travail : une évaluation clinique, une évaluation socio-économique et une évaluation des processus. Pour chaque module de travail, différents résultats sont collectés à différents moments (pré-intervention, post-intervention, 3 mois après l'intervention, 6 mois après un AVC et 12 mois après un AVC) et différentes analyses sont utilisées.

Collecte et transfert de données :

• Les données seront collectées par les sites cliniques et par les chercheurs externes de la KU Leuven, de la VUB et de l'hôpital Jessa. Des documents sources seront utilisés pour collecter les données, ceux-ci peuvent être sur papier ou sous forme numérique.
• Différents types de données seront collectées sur papier, par exemple les résultats des tests cliniques, les questionnaires et les journaux. Un formulaire de rapport de cas standardisé (CRF) sera complété lors de la collecte des données, contenant les notes des chercheurs, des remarques concernant la qualité des données, des informations contextuelles, les écarts par rapport au protocole, etc. Ces CRF seront conservés sur papier, dans le même dossier que les données de recherche collectées sur papier et feront partie de la documentation source du participant. Ces formulaires seront numérisés par les chercheurs dans les e-CRF via REDCap. Après numérisation des données, ces formulaires papier seront stockés dans une armoire verrouillée du Département des Sciences de la Réadaptation, Bâtiment Le Nayer, de la KU Leuven. Pendant la collecte des données, un stockage temporaire est possible au bâtiment K du campus de santé de Jette, de la VUB. Seul le personnel autorisé aura accès à ces salles de stockage verrouillées car il devra y avoir accès par le PI.
• Les données collectées par les sites cliniques consisteront en une combinaison de formulaires papier et de documents numériques. Une plateforme ManGO (hébergée par le service informatique de la KU Leuven) sera utilisée pour collecter ces différentes formes de données pseudonymisées. Les différents formulaires papier et données reçus via ManGO seront traités vers REDCap par les chercheurs externes. Après numérisation des données, les formulaires papier seront stockés dans une armoire verrouillée du Département des Sciences de la Réadaptation, Bâtiment Le Nayer, de la KU Leuven. Pendant la collecte des données, un stockage temporaire est possible au bâtiment K du campus de santé de Jette, de la VUB. Seul le personnel autorisé aura accès à ces salles de stockage verrouillées car il devra y avoir accès par le PI. Les vidéos enregistrées seront transférées via ZIVVER, après quoi elles seront traitées par les chercheurs externes et supprimées à la fois sur l'ordinateur du chercheur externe et dans les sites cliniques.
• Tous les enregistrements ou ensembles de données de participants transférés au sponsor ou à tout partenaire du sponsor contiendront uniquement l'identifiant du participant spécifique à l'étude ; Les noms des participants ou toute information permettant de les identifier ne seront pas transférés. Toutes les données pseudonymisées relatives à l'Enquête doivent être transmises de manière sécurisée au Parrain ou à tout partenaire du Parrain via la plateforme ManGO ou Zivver. Des rapports intermédiaires et un rapport final au niveau du groupe (sans données individuelles sur les patients) seront fournis au bailleur de fonds (FWO).

Calcul de puissance :

• Un calcul de puissance a été effectué sur la base de la question de recherche principale (évaluer l'effet clinique à court terme de l'intervention Aha BOOST par rapport à l'intervention témoin sur la capacité bras-main). Cela donne les résultats suivants : Dans l'ECR de preuve de concept, une différence moyenne de 7,8 points dans l'ARAT entre les deux groupes, en termes de changement entre la pré et la post intervention, a été trouvée. De plus, l'écart type du changement entre la période pré et post-intervention a été estimé à 11,7 points pour l'échelle ARAT. Avec 74 patients, la comparaison entre le groupe expérimental et le groupe témoin pour le changement entre avant et après l'intervention aura une puissance de 80 % pour détecter une différence moyenne d'au moins 7,8 points au niveau de signification bilatéral de 5 %, en supposant un écart type de au maximum 11,7 points.
• Pour tenir compte d'un abandon attendu d'au plus 8 %, 80 patients seront recrutés.

Analyses statistiques:

1. Données cliniques : les modifications des scores ARAT par rapport à la ligne de base entre les patients du groupe expérimental et du groupe témoin seront comparées. Le changement par rapport à la ligne de base sera estimé dans les deux groupes sur la base d'un modèle ANOVA multivarié pour les scores ARAT d'origine, avec le temps et le traitement comme effets principaux et avec l'interaction temps-traitement. En tant qu'analyse de sensibilité plus approfondie, l'analyse sera répétée en corrigeant les caractéristiques du patient telles que l'âge, le temps post-AVC et les déficiences cognitives.

   Mesures de résultats secondaires : ANOVA multivariée et analyses de sensibilité, comme décrit ci-dessus.

   Analyses de sous-groupes : des analyses de sous-groupes prédéfinis seront entreprises pour explorer les effets des interventions chez différents types de survivants d'un AVC, tels que les troubles cognitifs, en faisant preuve de prudence quant à la multiplicité dans l'interprétation de ces résultats. S'il semble y avoir des effets différents dans différents sous-groupes, cela sera étudié à l'aide de tests d'interaction ou de tendance plutôt que de signification statistique du résultat pour chaque sous-groupe.

2. Données économiques sur la santé : l'évaluation économique intégrera les coûts et les gains en matière de santé au cours de la période d'essai et de suivi, en adoptant des perspectives sanitaires et sociétales. Du côté des coûts, l'évaluation se concentrera sur les coûts médicaux et non médicaux directs, et sur les coûts indirects selon la perspective. Les frais médicaux directs comprennent tous les frais de traitement et de suivi du point de vue des soins de santé ainsi que toutes les contributions directes du participant. Les coûts directs non médicaux incluent les frais de transport et l’aide aux soins à domicile, tandis que les coûts indirects incluent la perte de productivité (par exemple le nombre de jours d’arrêt du travail). Les pertes de productivité dues aux soins informels seront documentées et évaluées en utilisant l'approche du capital humain. Les effets sont exprimés en utilités, dérivées des valeurs nationales de l'EQ-5D-5L.

   Le rapport coût-efficacité de l'intervention sera exprimé en coût supplémentaire par QALY (années de vie ajustées en fonction de la qualité), en utilisant un modèle d'analyse décisionnelle basé sur les données d'essai avec un horizon temporel d'un an et sur un horizon de vie. Le coût supplémentaire par QALY sera calculé comme un rapport entre (Coût expérimental-Contrôle des coûts) / (Résultat expérimental-Contrôle des résultats). La robustesse des résultats sera analysée par des analyses probabilistes de sensibilité sur le coût ainsi que sur le résultat.

   Des diagrammes tornado seront utilisés pour mesurer l'impact des composants individuels dans l'utilisation des soins de santé. Des analyses de sensibilité probabilistes par bootstrap avec remplacement seront utilisées pour tester la robustesse des résultats, en utilisant MS Excel, en utilisant un minimum de 1 000 itérations pour obtenir les centiles de 2,5 % et 97,5 % de la distribution du rapport coût-efficacité différentiel (ICER). Dans une deuxième phase, le modèle économique de la santé sera étendu davantage d'un horizon temporel d'un an à un horizon de vie basé sur la littérature. Un modèle de Markov est développé pour définir les états de santé liés aux accidents vasculaires cérébraux chroniques. Les estimations de l’utilisation des ressources et des utilités pour chaque état de santé sont dérivées de la littérature internationale évaluée par des pairs. Une attention particulière est accordée à la transférabilité des données dans le contexte des soins de santé flamand. Cela se fera par des contrôles de validation au sein du consortium de recherche et du conseil consultatif. À l'instar du modèle sur un an, des analyses de sensibilité probabilistes seront utilisées pour tenir compte de l'incertitude entourant les paramètres d'entrée.

3. Données d'évaluation du processus : les données qualitatives seront analysées à l'aide d'une analyse de contenu (une analyse déductive basée sur les indicateurs définis) et d'une analyse thématique (une analyse inductive où des thèmes seront générés à partir des données par le(s) chercheur(s) en utilisant une approche qualitative générique). L'objectif est d'interroger +/- 16 personnes interrogées pour atteindre une saturation de sens par groupe de répondants (patients, thérapeutes experts et médecins traitants). Environ 48 entretiens seront menés, bien que les chiffres finaux soient déterminés par la saturation. Les entretiens seront enregistrés audio, transcrits textuellement et analysés dans NVIVO. Différents types de triangulation de données, en utilisant différentes méthodes ou sources de données pour acquérir une compréhension plus approfondie, seront appliqués : (1) triangulation méthodologique, par ex. en utilisant une combinaison d’entretiens et d’observations ; (2) triangulation des données, par ex. les patients, les thérapeutes Aha BOOST et les médecins traitants ; (3) triangulation théorique, par ex. impliquer des chercheurs de différentes disciplines pour examiner les données sous différents angles ; (4) triangulation des enquêteurs, par ex. impliquant différents chercheurs dans l’analyse des données.