Teleterapia nei bambini sordi e con problemi di udito

210 bambini di età compresa tra 0 e 27 mesi con perdita uditiva permanente confermata saranno reclutati dalle cliniche di otorinolaringoiatria/audiologia in diversi ospedali pediatrici. Tutti forniscono assistenza a una popolazione D/HH ampiamente diversificata per le disparità di interesse. I bambini che si rivolgono alle cliniche di otorinolaringoiatria/audiologia verranno sottoposti a screening per verificarne l'idoneità. Una volta confermata l'idoneità, verrà offerta l'iscrizione. Una volta iscritti, tutti i gruppi saranno sottoposti a valutazioni complete del parlato, del linguaggio e della qualità della vita al basale e successivamente ogni 9 mesi in ciascun sito. Le valutazioni includeranno misurazioni del linguaggio, della parola, del vocabolario, della qualità della vita correlata all'udito, dell'autoefficacia dei genitori e dei benefici dell'intervento precoce. I ricercatori misureranno inoltre l'utilizzo della terapia e le caratteristiche demografiche e cliniche di base.

I bambini verranno assegnati a uno dei seguenti tre bracci di studio: 1) UC bassa (bambini a basso reddito, randomizzati a ricevere cure usuali); 2) Low-TT (bambini a basso reddito, randomizzati per ricevere cure abituali più accesso alla teleterapia supplementare) e; 3) UC elevata (bambini con reddito più elevato, che ricevono cure abituali). Il gruppo con TT basso riceverà un corso di teleterapia di 18 mesi a casa propria.

L'obiettivo generale di questo studio è scoprire se il miglioramento dell'accesso alla teleterapia per i bambini affetti da D/HH può ridurre le disparità nei risultati linguistici. Durante tutto lo studio si verificherà un impegno continuo con i consulenti dei genitori e delle parti interessate per garantire la centralità del paziente e il potenziale di diffusione.

Obiettivo specifico 1: Analisi primaria I

I dati demografici e altri dati di base, compresi i dati sulle caratteristiche familiari, saranno elencati e riepilogati in modo descrittivo dal braccio di trattamento. I dati categorici saranno presentati come frequenze e percentuali. Per i dati continui verranno presentati la media, la deviazione standard, la mediana, l'intervallo interquartile, il minimo e il massimo. Il Full Analysis Set (FAS) comprende tutti i bambini a cui è stato assegnato il trattamento di prova mediante randomizzazione. Secondo il principio intent-to-treat, l’analisi sarà completata in base al braccio di trattamento e agli strati a cui i bambini vengono assegnati attraverso la procedura di randomizzazione.

L'obiettivo principale di questo studio è confrontare la comprensione uditiva (AC) a 18 mesi per i bambini a basso reddito che ricevono TT rispetto a UC. Verranno testate le seguenti ipotesi statistiche per raggiungere l'obiettivo primario: Ho: θ1 = 0 vs. HA: θ1 ≠ 0 dove θ1 è la differenza tra TT basso e UC basso a 18 mesi. L'analisi primaria per verificare questa ipotesi e confrontare i due bracci di trattamento consisterà in un t-test generato da un modello di regressione lineare dell'endpoint primario, AC, aggiustato per fattori di stratificazione. Verrà calcolata la differenza tra i trattamenti, insieme al relativo IC al 95%. Un totale di 140 bambini a basso reddito dovrà essere randomizzato 1:1 (70 per braccio) a TT o UC per raggiungere una potenza statistica del 90% per rilevare una dimensione dell'effetto di 0,75 (stimata dalla Tabella 1 utilizzando l'assicurazione pubblica come proxy per (reddito assumendo una deviazione standard comune di 21,3 e una differenza di 16: 87 vs. 71, assumendo una differenza minore) dell'endpoint primario: PLS-5 AC a 18 mesi. Questa dimensione del campione è stata corretta per l'abbandono del 20% e per un fattore di inflazione della varianza di 0,1 (50/(1-.1) per tenere conto dei fattori corretti nel modello (coefficiente di correlazione multipla quadrata di 0,1). Questo calcolo era basato su un t-test a due campioni che assumeva varianze uguali (assumendo la maggiore delle due deviazioni standard di 21,3 nella Tabella 1) e un livello alfa bilaterale di 0,017 (Bonferroni aggiustato: 0,05/3 ipotesi co-primarie ).

Obiettivo specifico 1: Analisi primaria II e III

Mentre la questione principale di questo studio è verificare se la teleterapia migliora i risultati linguistici e l’accesso ai servizi specialistici per le famiglie svantaggiate, i ricercatori mirano anche a studiare se la teleterapia può colmare il divario nei risultati linguistici tra le famiglie a basso e ad alto reddito. Uno studio di coorte non randomizzato di famiglie con reddito più elevato (ma conservandole come confronto aggiuntivo) è giustificato dato che le famiglie con reddito più elevato probabilmente hanno accesso a servizi supplementari, se lo desiderano, indipendentemente dal fatto che i bambini partecipino o meno allo studio. I ricercatori selezioneranno pazienti a reddito più elevato parallelamente all’RCT sui bambini a basso reddito. Pertanto, è importante testare le ipotesi statistiche: Ho: θ2 = 0 vs. HA: θ2 ≠ 0 dove θ2 è la differenza a 18 mesi in AC tra i bambini a basso reddito che ricevono TT e i bambini ad alto reddito che ricevono UC; e Ho: θ3 = 0 vs. HA: θ3 ≠ 0 dove θ3 è la differenza a 18 mesi in AC tra i bambini a basso reddito che ricevono UC e i bambini ad alto reddito che ricevono UC.

I bambini con reddito più elevato verranno abbinati in base al livello di udito e ai siti di iscrizione. Per questi ultimi confronti, le variabili di controllo consisteranno anche in caratteristiche di base note per essere associate all'AC, che includono attributi clinici e disparità demografiche, e le potenziali differenze saranno valutate utilizzando test appaiati. Per valutare se le traiettorie dei risultati differiscono in base al gruppo di studio, i ricercatori utilizzeranno analisi di regressione lineare a effetti misti (per risultati continui) e logistica (per risultati secondari dicotomici). I ricercatori modelleranno in modo flessibile le traiettorie testando se l'inclusione di termini quadratici o cubici per il tempo (fino a 3 visite: basale, 9 mesi e 18 mesi) o pendenze casuali per gli individui migliorano l'adattamento del modello e li includono se indicati da un significativo (P <0,05) test del rapporto di verosimiglianza. La differenza complessiva verrà valutata utilizzando un test F e un test t post-stima in SAS v 9.4. Gli investigatori esploreranno anche il tasso di variazione dei punteggi nel tempo. Tutti i risultati secondari saranno valutati utilizzando questo approccio di modellizzazione mista, compresi i risultati sulla qualità della vita. I ricercatori valuteranno anche l'adattamento del modello (ad esempio, i residui) e valuteranno se la trasformazione dei risultati (ad esempio, trasformazioni logaritmiche) fornisce l'adattamento migliore. Per tenere conto della corrispondenza, gli investigatori includeranno anche un effetto casuale.

I ricercatori valuteranno anche se i valori di base sono soggetti a confusione isolando i cambiamenti intra-persona. Il vantaggio dei modelli a effetti misti è che tali modelli producono stime imparziali anche quando alcuni individui hanno osservazioni mancanti, si adattano alle perdite differenziali al follow-up, accettano misurazioni temporali irregolari e tengono conto del raggruppamento di individui, come richiesto in questo studio. Un valore p bilaterale inferiore a 0,017 sarà considerato statisticamente significativo (Bonferroni corretto per tre ipotesi (0,05/3). Verranno riportate le stime e gli intervalli di confidenza al 95% associati, inclusi gli intervalli corretti per test multipli.

Verranno reclutati 210 bambini: 70 a reddito più alto; e 140 a basso reddito, di cui 70 che ricevono TT e 70 che ricevono UC, come descritto sopra. Il potere statistico stimato per confrontare i bambini ad alto reddito con i bambini a basso reddito che ricevono TT e UC sarà valutato tramite un disegno di misure ripetute con 3 visite. Si presuppone un test F ANOVA con questi tre gruppi. I ricercatori hanno ipotizzato una correlazione di 0,9, una varianza tra soggetti di 0,22, una varianza di errore di 2 e Bonferroni ha corretto il livello alfa di 0,017 che ha prodotto una potenza statistica del 92%. I ricercatori si aspettano che il confronto a coppie del test t a 18 mesi tra UC bassa e UC alta raggiunga almeno il 90% di potenza statistica per rilevare una differenza di 27,5 (Tabella 1). Per il t-test a coppie di TT basso e UC alto, i ricercatori stimano dalla Tabella 1 una differenza rilevabile di 10,1 risultante in una potenza statistica dell'81%. Tutti i calcoli di cui sopra presuppongono un abbandono del 20%, un aggiustamento di collinearità di 0,1 (e per confronti a coppie, un coefficiente di correlazione intraclasse di 0,4). Questi calcoli sulla dimensione del campione sono stati eseguiti utilizzando Stata 15.1.

Obiettivo specifico 2: Analisi secondarie retrospettive

I dati demografici e altri dati di base verranno elencati e riepilogati in modo descrittivo per gruppo di utilizzo, TT o UC. I dati categorici e continui saranno riepilogati come descritto nell'Obiettivo 1. Un modello lineare (simile all'Obiettivo 1) verrà utilizzato per valutare l'associazione tra AC, risultato primario e ciascuna delle sei disparità a 18 mesi. Gli effetti del trattamento eterogeneo (HTE) saranno valutati utilizzando l'approccio HTE standard, un'interazione tra il gruppo di utilizzo e ciascuna disparità. Verrà valutata l'esplorazione del fatto che le disparità agiscano da sole o in combinazione (≥2 disparità, come coloro che parlano spagnolo e ricevono un'assicurazione pubblica). Potenziali fattori confondenti (descritti sopra) e altre disparità demografiche che potrebbero influenzare i risultati del modello saranno valutati eseguendo analisi di sensibilità. I ricercatori esploreranno anche se l'interazione varia nel tempo adattando un'interazione di tempo per trattamento per disparità utilizzando l'approccio del modello misto descritto nell'Obiettivo 1. I ricercatori hanno eseguito simulazioni per esplorare il potenziale potere statistico di rilevare l’HTE. Ciascuna simulazione è stata ripetuta 1000 volte per fornire stime precise e i ricercatori hanno incluso un totale di sei disparità, il che è coerente con il piano di analisi. I ricercatori hanno variato il numero di disparità che avevano un HTE differenziale noto (tra 2 e 5 disparità) e le disparità che non lo avevano (cioè nessun HTE differenziale), nonché la dimensione dell’effetto (da 0,4 a 1,0). È stata assunta una dimensione totale del campione di 210 bambini. I ricercatori si aspettano che circa 78 bambini utilizzino TT e 132 bambini utilizzino UC. I ricercatori hanno anche ipotizzato una correzione Bonferroni (0,008=0,05/6 disparità) per proteggere dal tasso di errore familiare (FWER) di 0,05. I ricercatori hanno incluso gli effetti principali nel modello di regressione lineare (ovvero, utilizzo TT rispetto al gruppo UC), disparità (dicotomizzata) e effetto di interazione tra disparità e gruppo di utilizzo. I risultati di questa simulazione hanno indicato che esisteva una potenza statistica superiore all’80% per rilevare l’HTE noto per 2 disparità indipendentemente dalla dimensione dell’effetto, ES = 0,4 o ES = 1,0, rispettivamente, mentre si controllava il FWER al 5% per le restanti 4 disparità senza HTE presente. Per rilevare 5 disparità note, è stata utilizzata una potenza statistica del 68% e dell’83% quando ES = 0,4 ed ES = 1,0, rispettivamente. I ricercatori hanno utilizzato SAS v.9.4 per stimare la potenza statistica. Il tasso di abbandono del 20% si basa sul tasso storico di follow-up di 18 mesi (80%) nella clinica D/HH dell'UCSF per bambini a basso reddito affetti da D/HH. Il viaggio e il tempo saranno significativi per le 3 valutazioni di studio richieste, ma saranno compensati; le informazioni acquisite da queste valutazioni forniranno anche un prezioso contributo all'assistenza clinica e saranno condivise con i team di assistenza clinica e di intervento precoce. Le valutazioni saranno inoltre allineate con l'assistenza clinica standard del bambino, che richiede visite audiologiche di persona ogni 6-9 mesi. Come studio comparativo sull'efficacia, i ricercatori accettano la contaminazione tra gruppi e un disegno in cieco: le famiglie possono prendere decisioni diverse riguardo a quali servizi esatti perseguire, a seconda che siano stati assegnati o meno al gruppo di teleterapia. Le famiglie possono essere influenzate dai loro centri di intervento precoce e dai gruppi di sostegno comunitario; la contaminazione tramite questi forum può influenzare le scelte di servizi esterni a questo studio e diminuire la dimensione dell’effetto rispetto ai nostri dati retrospettivi. I servizi saranno attentamente dosati per tutti i gruppi. I ricercatori esploreranno se l'utilizzo della terapia è legato ai risultati, possibilmente come mediatore. Per dimostrare che l'utilizzo della terapia è un mediatore dell'intervento a 18 mesi, i ricercatori valuteranno se ha un effetto principale o di interazione sull'esito primario. I ricercatori stimeranno gli effetti diretti e indiretti del nostro modello di regressione quando è presente l'interazione esposizione-mediatore. Per tenere conto dei possibili effetti del crossover e della contaminazione, i ricercatori prenderanno in considerazione l'esecuzione di una modellazione strutturale marginale come analisi di sensibilità.