Az évszakok hatásának értékelése a biológiai életkorra felnőtteknél (SeasonAGE)

Minőségi intézkedések: a vizsgálatvezető biztosítja a résztvevő személyes adatainak védelmét és hogy minden jelentés, publikáció, résztvevő minták és bármely egyéb nyilvánosságra hozatal, kivéve ahol a törvények előírják. A személyes és orvosi adatok feldolgozása követi a svájci adatvédelmi rendelkezéseket, és összhangban van az ORH (Humán Kutatási Rendelet) rendelet 5. cikkelyével. A résztvevőket csak résztvevő azonosító számmal és helyazonosító számmal azonosítják a résztvevő adatainak titkosságának megőrzése érdekében. A CRF-eken és más projektspecifikus dokumentumokon a résztvevőket csak egyedi résztvevő számukkal azonosítják. Minden résztvevő vizsgálati nyilvántartás biztonságosan kerül tárolásra hozzáférés-ellenőrzött területen. A résztvevő neveit a résztvevő azonosító számokhoz összekapcsoló azonosító kódlisták a résztvevő nyilvántartásoktól elkülönítve kerülnek tárolásra. Az adatok kódolva lesznek. A résztvevő azonosító lista csak a helyi csapat számára lesz elérhető és az azonosítható információ csak a vizsgálatvezető fájlban kerül tárolásra. A vizsgálatvezető fájl egy biztonságos és tanúsított elektronikus rendszer (Veeva Vault), amely arra szolgál, hogy megvédje ezt a vizsgálati információt jogosulatlan vagy véletlen nyilvánosságra hozatástól, módosítástól, törléstől, másolástól és ellopástól.

A kódolt adatokat rögzítik az Elektronikus Adatrögzítés (EDC) rendszerbe, a Medidata RAVE biztosítja a nyomon követhetőséget (audit nyomvonal). Az EDC-be rögzített adatok csak az Adatkezelő, a helyi személyzet és a vizsgálati tagok számára érhetők el.

A biológiai minták elemzése után az eredmények egy LabKey nevű másik rendszerbe kerülnek rögzítésre jelszóval védett módon, és csak az elemzésekért felelős laboratóriumi technikusok számára elérhetők. A végső laboratóriumi adatokat ezután a LabKey-ből egy audit nyomvonallal rendelkező biztonságos SharePoint-on keresztül továbbítják a kijelölt adatkezelőnek. A RAVE és a LabKey, valamint a külső eredmények integrálva vannak az LSAF-be, egy statisztikai elemzésre szolgáló szoftverbe, amely jelszóval vezérelt, és csak a statisztikus és az Adatkezelő számára elérhető. Minden szoftver szervere és tartalék szervere az Egyesült Államokban (Medidata RAVE), Németországban (LSAF) és Svájcban (LabKey) található. A biológiai anyagot ebben a projektben nem résztvevő névvel azonosítják, hanem egyedi résztvevő számmal. A biológiai anyag megfelelően kerül tárolásra egy korlátozott területen, amely csak jogosult személyek számára érhető el.

Adatátvitel esetén a Société des Produits Nestlé S.A. magas szintű titoktartást és a résztvevő személyes adatainak védelmét biztosítja. Klinikai információ nem kerül nyilvánosságra a résztvevő írásos engedélye nélkül, kivéve a szabályozó hatóságok vagy a vizsgálat szponzorának felügyelete esetén. A fővizsgáló vagy megbízottja megfelelő technikai és szervezési intézkedéseket fog alkalmazni és fenntartani annak biztosítására, hogy a résztvevők hozzáférjenek személyes adataikhoz és a vizsgálat során gyűjtött biológiai elemzési eredményeikhez. Kérésre a fővizsgáló vagy megbízottja biztosítja, hogy személyes adatok kivonatait szolgáltassa a résztvevőknek. A fővizsgáló vagy megbízottja megfelelő eljárásokat fog alkalmazni, hogy azonnal értesítse a szponzort bármely résztvevő kéréséről személyes adataik vagy biológiai mintáik helyesbítésére vagy törlésére a vizsgálat során. A vizsgálati helyi fájlok, beleértve a kódlistát, a kutatási csapat által 25 évig kerülnek megőrzésre és archiválásra egy, a Nestlé adatvédelmi politikájának megfelelő biztonságos tárolóban, még akkor is, ha a jelölt nem szerepel a kutatási projektben. A Vizsgálati Mester Fájl külön kerül megőrzésre 25 évig a Nestlé politika szerint.

A jelenlegi vizsgálaton túl a résztvevőknek felajánlják, hogy fontolják meg a hozzájárulásukat biológiai mintáik és adataik „további felhasználásához” a Nestlé Center of Biological Resources (NCBR) szélesebb körében; ha ehhez hozzájárulnak, a mintákkal és az egészséggel kapcsolatos adatokkal a biobank szabályozásokban leírtak szerint fognak eljárni (CERVD vélemény - Req. 2020-00307).

Ha nem járulnak hozzá, az adatokat csak ennek a kutatásnak a keretein belül használják fel. Semmilyen adatot nem használnak fel tovább az Etikai Bizottság jóváhagyása és a résztvevők hozzájárulása nélkül.

Mintaméret számítás:

A vizsgálat mintaméretét három információforrás alapján határozták meg. Koncevičius (2024) kimutatta, hogy a biológiai életkor óra gyorsulása cirkadián ritmushoz kapcsolódó változásnak van kitéve (egy nap alatt) 1 év amplitúdóval. Reed (2022) megmutatta, hogy az epigenetikus óra belső egyéni korrelációja magas (akár 0,93 korrelációig) az ismétlések között akár 15 év eltéréssel. Jokai (2023) kimutatta, hogy a PhenoAge óra gyorsulásának változékonysága közepesen edzett egészséges egyénekben mindkét nem esetében körülbelül 5,4 év volt (átlagosan megfigyelt férfiak és nők között).

Annak bizonyításához, hogy 1 év változás van a téli és nyári biológiai életkor között, feltételezve 5,4 év változékonyságot (szórás) és 0,93 belső résztvevői korrelációt, páros t-próba megközelítéssel, 80% erővel és 0,0166-ra beállított alfával (0,05/3) a multiplicitás figyelembe vétele érdekében, amelyet a 3 óra (PhenoAge, GrimAge és DuneDinPace – Bonferroni korrekció) ismétlése indukál, 46 alanyra van szükség a teljes elemzési halmazban (FAS). Figyelembe véve a 20%-os lemorzsolódási arányt (bevont alanyok, de biológiai életkor nélkül számítva bármely adott időpontban), 46/0,8=58 alanyt kell toborozni (felfelé kerekítve 60 alanyra).

A számításokhoz SAS 9.4 (LSAF v5.2.1) PROC POWER-ot használtak.

Statisztikai elemzési terv:

A elsődleges végpont fő elemzését a Teljes Elemzési Halmaz populáción értékelik. Érzékenységi elemzést végeznek, replikálva a fő elemzést a Per Protokoll halmazon.

A PhenoAge és GrimAge esetében a biológiai életkor gyorsulását egyéni szinten számítják ki lineáris kevert modell segítségével, ahol a biológiai életkor (év) a válaszváltozó és a kronológiai életkor (év) a zavaró tényező. Az alany azonosítója véletlen hatásként kerül bele a modellbe, hogy figyelembe vegye a biológiai életkor egymást követő mérésének korrelációját az alanyon belül. A Kenward-Roger módszert használják a szabadsági fokok számításához. Egy adott egyénnél, adott kronológiai életkornál a biológiai életkor gyorsulása a fix regressziós maradék lesz.

A DuneDinPace már egy életkor gyorsulást mér, ezért a fent említett transzformáció nem alkalmazható.

A biológiai életkor gyorsulás feltételezhetően normális eloszlást követ. A biológiai életkor gyorsulás szezonok közötti különbségét lineáris kevert modellel értékelik, hogy figyelembe vegyék az adatok longitudinális természetét és az intra-alanyi korrelációt. A biológiai életkor gyorsulást használják eredményváltozóként, és a mintavétellel összefüggő szezont, BMI-t, nemet, fizikai aktivitást, dohányzási állapotot és etnikumot használják fix zavaró tényezőkként. Az alany azonosítóját használják véletlen hatásként az eredmény intra-alanyi korrelációjának figyelembe vétele érdekében. A Kenward-Roger módszert használják a szabadsági fokok számításához.

A randomizálás hiányában a szezonális hatás modellbecslései torzítottak lehetnek a szezonhoz erősen korrelált zavaró tényezők, mint a fizikai aktivitás jelenléte miatt. A potenciális torzítás enyhítése érdekében változó kiválasztási módszert (elastic net) alkalmaznak a lineáris kevert modellre. Véletlen 5-rézes kereszvalidációt használnak a redukált modell kiválasztásához és a ridge regresszió paraméter megfelelő értékéhez.

Ha a szezon fix hatás megmarad, a biológiai életkor gyorsulás legkisebb négyzetek átlagait minden szezonra a fenti redukált modellből származtatják, és a legkisebb négyzetek átlagok páronkénti különbségeit (tél - nyár) számítják ki.

A páronkénti különbséghez kapcsolódó p-értékek, amelyek kisebbek 0,05/3-nál (Bonferroni korrekció), azt jelzik, hogy különbség van a biológiai életkor gyorsulásban a tél és nyár között a használt óra esetében.

Ha a szezon fix hatás nem marad meg a redukált modellben, ezt úgy értelmezik, hogy nincs szezonhoz kapcsolódó különbség a biológiai életkor gyorsulásban a használt óra esetében.

Minden szakaszban a kevert lineáris modellt a korlátozott maximum likelihood algoritmussal illesztik, lehetővé téve a részleges információ használatát (nem teljes pályájú alanyok, pl. 1 szezon elérhető a kettőből). Ez a módszer torzítatlan, ha a hiányzó adatok véletlenszerűen hiányoznak.

Extrém kiugró értékek jelenlétében érzékenységi elemzést végeznek, kizárva a megfigyelés(eke)t. A következtetések konzisztenciája ezen érzékenységi elemzés és a elsődleges végpont fő elemzése között azt jelzi, hogy a kiugró értékeknek nincs hatása a következtetésekre.