m-Rehab OSA: Impatto di un programma di teleriabilitazione associato a CPAP sui marcatori di gravità della sindrome da apnea ostruttiva del sonno (mRehabOSA)

Piano di analisi statistica Il numero di pazienti sollecitati per lo studio e il numero di soggetti inclusi e randomizzati in ciascun gruppo saranno riportati sul diagramma di flusso. Verranno segnalati gli arresti prematuri (persi al follow-up, morte, ritiro dallo studio) e le loro ragioni, nonché eventuali deviazioni dal protocollo.

Verrà effettuata una prima analisi descrittiva di ciascuno dei gruppi. Per le variabili qualitative, questa descrizione includerà il numero e la frequenza delle diverse modalità. Per quanto riguarda le variabili quantitative, la descrizione includerà il numero, la media, la deviazione standard, la mediana nonché i valori estremi secondo la distribuzione.

Verrà verificata la comparabilità dei 2 gruppi per tutte le caratteristiche iniziali suscettibili di influenzare i risultati. In caso di non comparabilità su uno o più parametri, verrà effettuato un aggiustamento su questo o questi parametri per i confronti tra gruppi di criteri di giudizio.

Analisi del criterio di giudizio primario La variazione nell'evoluzione dei vari criteri principali sarà confrontata tra i 2 gruppi utilizzando un test di confronto delle medie non parametriche (test di Mann-Whitney) o se la distribuzione risulta essere gaussiana e le condizioni applicative sono verificate , un test parametrico (T di Student).

Analisi degli endpoint secondari Le variabili qualitative saranno confrontate mediante un test Chi-quadrato. Altrimenti, se le condizioni per l'esecuzione di questo test non sono soddisfatte, verrà utilizzato il test esatto di Fisher.

Le variabili quantitative saranno confrontate tra i due gruppi:

• nel caso di variabili gaussiane, dal test t di Student o dall'analisi della varianza
• nel caso di variabili non gaussiane, mediante un test di Wilcoxon-Mann-Withney

I dati longitudinali (punteggi sulla qualità della vita, attività fisiche) saranno modellati da una regressione mista con l'effetto del paziente come variabile casuale. Un modello di regressione lineare che modella la variazione degli endpoint longitudinali sarà adattato alle covariate che hanno almeno un trend (p <0.15) alla differenza tra i due bracci dello studio. Verrà implementata una procedura di tipo forward per ottenere un modello multivariato finale.

Gestione dei dati mancanti:

Verrà utilizzato il metodo IPTW. I persi al follow-up saranno considerati utilizzando una ponderazione sull'inverso della probabilità di essere censurati