Test 2 Treat: possiamo migliorare i test e il trattamento del colesterolo alto nei pazienti che sono stati ricoverati in ospedale per un evento cardiaco fornendo informazioni a medici e pazienti? (T2T)

Raccolta dati

I dati verranno raccolti da diverse fonti:

Il Coordinatore della ricerca clinica (CRC) inserirà i dati del paziente nel Case Report Form (CRF) Dati clinici di base dalla cartella clinica elettronica (EHR)

Dati clinici di base ed esiti riportati dal paziente (PRO) (dal paziente)

Dati clinici a 6 mesi (da EHR) Dati clinici a 6 mesi e PRO (dal paziente) Dati clinici a 8 mesi (da EHR) - solo per raccogliere i valori di colesterolo lipoproteico a bassa densità (LDL-C) post-studio Il campione dell'assistenza registrare i dati relativi al processo (ad es. numero di chiamate a ciascun paziente, ecc.) Il responsabile dell'assistenza registrerà mensilmente i dati sugli adattamenti all'intervento in ciascun sito. Il CRC inserirà i dati di screening e di arruolamento nel CRF

Ai Partecipanti alla protezione dei dati verrà assegnato un identificatore univoco dal sito di registrazione. Tutti i dati dei partecipanti trasferiti a Duke conterranno solo l'identificatore; i nomi dei partecipanti o qualsiasi informazione che possa rendere identificabile il partecipante non verranno trasferiti.

Gestione della sicurezza e segnalazione di eventi avversi/eventi avversi gravi Poiché l'intervento promuove solo l'aderenza alle linee guida per la cura e nessun farmaco viene prescritto dal personale dello studio, questo è uno studio a basso rischio e gli investigatori non raccoglieranno regolarmente dati sulla sicurezza o sugli eventi avversi . I dati sugli eventi clinici (inclusi ricoveri, morte, infarto miocardico, ictus e rivascolarizzazione coronarica) saranno raccolti durante il periodo di studio mediante controllo della cartella clinica e discussione con i pazienti. Tuttavia, gli eventi clinici non verranno giudicati formalmente; essi verranno riportati e confermati dal sito PI.

Ipotesi statistiche, randomizzazione e ipotesi per la determinazione della dimensione del campione In media, i pazienti nel braccio di trattamento con hanno avuto una variazione maggiore del livello di LDL rispetto al braccio di cura abituale.

H_0: β_trt= 0 H_a: β_trt≠ 0

Randomizzazione I partecipanti verranno randomizzati con un'assegnazione 1:1 a livello di sito.

Determinazione della dimensione del campione La determinazione della dimensione del campione è stata effettuata utilizzando un modello misto gerarchico a 2 livelli in cui i pazienti (livello 1) sono randomizzati all'interno dei centri (livello 2) in due bracci. Le braccia sono armi di trattamento e di controllo. Supponendo una variazione media dell'LDL di 18,9 mg/dl con una differenza standard di 38,8 mg/dl, ρ=0,05, α=0,05 e 6 cluster, la dimensione complessiva del campione pianificata di n=400 dovrebbe essere sufficientemente potente.

Totale soggetti Gruppo 1 Gruppo 2 Cluster Soggetti per cluster nel gruppo 1 Soggetti per cluster nel gruppo 2 Differenza media SD ICC Potenza N N1 N2 K M1 M2 δ σ ρ Alfa 0,99729 360 180 180 6 30 30 18,9 38,8 0,05 0,05 0,99871 396 1 98 198 6 33 33 18,9 38,8 0,05 0,05 0,99899 408 204 204 6 34 34 18,9 38,8 0,05 0,05 0,99921 420 210 210 6 35 35 18,9 38,8 0,05 0,05 0,99978 480 240 240 6 40 40 18,9 38,8 0,05 0,05 I calcoli della potenza sono stati calcolati utilizzando PASS 2023, versione 23.0. 2.

Analisi statistica pianificata Pazienti ricoverati per IM e/o rivascolarizzazione percutanea coronarica che hanno un livello di LDL al ricovero ≥ 70 mg/dL e hanno un medico di base e/o un cardiologo all'interno dello stesso sistema sanitario (stessa EHR).

I pazienti verranno randomizzati 1:1 a livello di sito alle cure abituali o a un braccio interventistico con un campione di assistenza per migliorare la gestione delle LDL post-dimissione. Ci si aspetta che i pazienti ricevano un ricontrollo del loro LDL dopo la dimissione come parte delle cure raccomandate dalle linee guida. Tuttavia, ciò non sempre avviene e l’intervento mira ad aumentare l’aderenza a questo standard nonché un’appropriata titolazione del farmaco, quando indicato. A 6 mesi dalla dimissione, a tutti i pazienti che non hanno già effettuato il controllo del livello LDL dopo la dimissione verrà richiesto di farlo. A 8 mesi dalla dimissione, il CRC effettuerà una revisione dell'EHR per ottenere gli ultimi valori LDL.

Obiettivi primari L'endpoint primario è la variazione intra-paziente del livello di LDL dal livello di LDL al ricovero all'ultimo LDL controllato dopo la dimissione entro 8 mesi dalla dimissione (6 mesi di intervento e una finestra di 2 mesi post-studio per catturare le LDL). I ricercatori modelleranno l'associazione tra il gruppo di trattamento e l'ultimo valore LDL noto utilizzando la regressione lineare, adattando il livello di LDL all'ammissione, l'età, il sesso e la razza. Verranno utilizzate intercettazioni casuali per tenere conto dei dati raggruppati per sito.

Valori finali LDL mancanti Gli investigatori si aspettano che alcuni pazienti in ciascun braccio non sottopongano mai il controllo del loro LDL entro la finestra di follow-up di 6 mesi. Per questi pazienti, il CRC contatterà sia il paziente che i suoi fornitori primari (PCP e/o cardiologo) 6 mesi dopo la dimissione per incoraggiarli a controllare il loro LDL, secondo lo standard di cura. Il CRC eseguirà quindi una revisione della cartella clinica elettronica 8 mesi dopo la dimissione per ottenere eventuali valori LDL che sono stati registrati.

Per coloro che sono stati contattati ma non hanno ancora un livello di LDL registrato entro 8 mesi dalla dimissione, gli investigatori assegneranno il valore di ammissione come valore finale se non ci sono stati cambiamenti evidenti della terapia ipolipemizzante (LLT) nell'EHR . Se questo gruppo è > 5% di uno dei bracci di trattamento, i ricercatori stimeranno la variabilità temporale nei livelli di LDL e terranno conto ulteriormente della regressione alla media e della variazione casuale. I ricercatori utilizzeranno la nostra coorte esistente per stimare questa variabilità.

Per coloro che non hanno un livello di LDL registrato entro 8 mesi dopo la dimissione ma hanno una registrazione di cambiamenti LLT entro 6 mesi dopo la dimissione, i ricercatori imputeranno condizionalmente l'LDL finale in base ad altri pazienti con cambiamenti LLT simili che hanno un livello LDL finale registrato Livello di LDL. Verranno create categorie di modifica LLT clinicamente rilevanti (ad esempio, aumento da statina a intensità bassa/moderata a ad alta intensità; aggiunta di terapie non statiniche come PCSK9i mAb o siRNA, ezetimibe o acido bempedoico). I ricercatori utilizzeranno queste categorie di cambiamento con altre covariate rilevanti per imputare i livelli finali di LDL. Il nostro approccio di imputazione sarà un'imputazione multipla basata su modelli utilizzando il metodo di specificazione completamente condizionale. Per i pazienti la cui categoria di modifica LLT non è ben rappresentata nei nostri dati, i ricercatori utilizzeranno una riduzione prevista basata sulla letteratura attuale. I ricercatori eseguiranno analisi di sensibilità variando le soglie di riduzione previste.

Le proporzioni verranno calcolate per braccio di trattamento e confrontate con la regressione logistica utilizzando intercettazioni casuali per tenere conto dei dati raggruppati per sito. Le medie verranno calcolate per braccio di trattamento e confrontate con la regressione lineare utilizzando intercettazioni casuali per tenere conto dei dati raggruppati per sito. Verranno effettuate analisi non aggiustate e aggiustate. I modelli modificati si adatteranno all'età, al sesso e alla razza.

I risultati binari saranno analizzati con la regressione logistica. Il tempo necessario all'evento sarà analizzato con il modello dei rischi proporzionali di Cox. L'ipotesi dei rischi proporzionali sarà valutata con i residui di Schoenfeld. Per tutti i modelli verranno calcolati i modelli non aggiustati e quelli aggiustati (per età, sesso e razza). Tutti i modelli utilizzeranno anche intercettazioni casuali per tenere conto dei dati raggruppati per sito.