Emulazione nel mondo reale della prova SWEFOT (SWEFOT-RWEM)

Questo studio osservazionale è progettato per verificare se i risultati di uno studio controllato randomizzato precedentemente condotto (SWEFOT -- ClinicalTrials.gov Identificatore: NCT00764725) potrebbe essere replicato con dati osservazionali, emulando il protocollo di prova il più vicino possibile.

Pertanto, i pazienti con artrite reumatoide (RA) in fase iniziale che hanno iniziato il trattamento con infliximab o una combinazione di sulfasalazina e idrossiclorochina dopo almeno 30 giorni di metotrexato saranno identificati nel registro svedese di qualità reumatologica (SRQ) collegato ad altri registri nazionali svedesi e saranno confrontati . Verranno applicati criteri di inclusione/esclusione simili a quelli utilizzati in SWEFOT. Inoltre, in linea con SWEFOT, l'esito primario è la percentuale di pazienti con una "buona risposta EULAR", misurata nove mesi dopo l'inizio del trattamento in studio e considerando i pazienti che hanno interrotto il trattamento prima di questo punto "non-responder" (cioè "imputazione di non rispondente" - indipendentemente dal motivo dell'interruzione). Per la combinazione di sulfasalazina e idrossiclorochina l'inizio del secondo farmaco nella combinazione sarà considerato l'inizio del trattamento in studio.

Poiché l'assegnazione del trattamento non è casuale nei dati osservazionali, verrà applicata la probabilità inversa di ponderazione del trattamento per bilanciare le caratteristiche del paziente tra le coorti di trattamento, rendendole comparabili (ad es. scambiabile). Per ogni osservazione (es. paziente), la probabilità di ricevere il trattamento effettivamente ricevuto, condizionato da un elenco predefinito di potenziali fattori confondenti, sarà stimata mediante modelli di regressione logistica e sarà utilizzata per calcolare un peso. I potenziali fattori confondenti inclusi nel modello vengono scelti in base alla conoscenza dei fattori che influenzano l'allocazione del trattamento e le differenze osservate in tali caratteristiche tra i gruppi di trattamento. L'elenco dei fattori confondenti include: sesso, età, paese di origine, anno di inizio del trattamento, durata dell'AR all'inizio del trattamento, fattore reumatoide, attività della malattia all'inizio del trattamento misurata tramite: DAS28-ESR (punteggio dell'attività della malattia utilizzando 28 articolazioni e sedimentazione degli eritrociti frequenza), CDAI (indice di attività della malattia clinica), numero di articolazioni gonfie e dolenti, valutazione del dolore (misurata su una scala analogica visiva) e HAQ-DI (indice di disabilità del questionario di valutazione della salute), uso di FANS e di glucocorticoidi, anamnesi di: cancro, diabete, sindrome coronarica acuta, ictus, tromboembolia venosa, malattia vascolare periferica, malattia respiratoria ostruttiva, anemia, psoriasi, neuropatie, dolore, osteoporosi, depressione o ansia, chirurgia articolare, retinopatia e infezioni ospedalizzate, il numero di giorni trascorsi in ospedale entro 5 anni prima dell'inizio del trattamento, stato di fumatore.

Tutti i dati inclusi in questo studio sono estratti dai registri nazionali svedesi. In questi registri i dati vengono raccolti in modo sistematico, prospettico e indipendente da qualsiasi studio. Pertanto, i dati sulle caratteristiche basali sono stati raccolti prima dell'inizio del trattamento, mentre i dati sugli esiti sono stati registrati dopo l'inizio del trattamento.

La proporzione di responder in ciascun gruppo e il rapporto tra le proporzioni saranno stimati utilizzando un modello lineare generalizzato ponderato, specificando una distribuzione binomiale per la variabile dipendente e una funzione di identità logaritmica. Prima dell'analisi, i dati mancanti (covariate ed esito) saranno imputati utilizzando l'assegnazione multipla di specifiche completamente condizionali dopo l'assegnazione del non-responder. Tutte le analisi dei dati (dalla stima dei pesi alla stima del rapporto di risposta) saranno condotte separatamente in ciascun set di dati imputato, i risultati verranno successivamente raggruppati utilizzando le regole di Rubin.