下痢型過敏性腸症候群に対する漢方薬JCM-16021の有効性と安全性

サンプルサイズの計算:

サンプルサイズは、主要な有効性変数に基づいて計算されます。 以前の研究から、改善の全体的な評価（GAI）は、漢方薬グループで52％、西洋薬グループでそれぞれ32％でした。 参考文献 (Corazziari E、Bytzer P、Delvaux M など) によると、 過敏性腸症候群の薬理学的治療のための臨床試験ガイドライン。 消化薬理学および治療学 2003; 18 (6): 569-580)、治験薬はプラセボよりも効果的である (症状の全体的な改善率は 15%)、StudySize2.0 ソフトウェアを使用して、治療群の改善を 52 と仮定してサンプル サイズを計算します。 %。 両側の p 値が 0.05 未満で、統計的検出力が 80% の差を検出するには、アームごとに 166 人の患者を募集する必要があります。 さらに、15% の脱落率を仮定すると、統計的に有意な結果を確実にするために、合計 392 人の患者 (アームあたり 196 人) が採用されると結論付けます。参考文献 (Lai D、Chang KC、 Rahbar MH、Moye LA。 多施設臨床試験へのサンプルサイズの最適な割り当て。 Journal of biopharmaceutical statistics 2013; 23 (4): 818-828) 、次の式から、患者の流れ、トラフィック、治療、コスト、およびその他の可能な要因について中心を考慮し、次の式を使用して、患者数を推定します。各センターで募集しています。

研究カルテと電子データベース:

すべての患者は、臨床試験プロトコルに基づいて観察および評価する必要があり、治験責任医師は医療記録に正確かつ明確に記録する必要があります。 研究カルテは、変更できない原資料です。 いかなる修正も元の記録を変更するべきではなく、理由とともにナレーションの形でのみ追加できます。 臨床試験に参加した医師は、記録に署名し、日付を記入する必要があります。 電子データベースが作成されます。 各研究サイトは独自のデータを入力し、その正確性について責任を負います。 主任統計学者は、データのクリーニングとデータ分析を担当します。

分析パラメータ:

すべてのパラメータとスタディ要素が分析されます。 統計分析は、SAS 9.1 および SPSS ソフトウェアを使用して実行されます。

分析セット:

完全な分析セット (FAS): 分析は、治療意図 (ITT) の原則に従って実施されます。これは、最小限かつ合理的な方法で参加者を排除することを意味します。 ITT集団とは、無作為化を経て、二重盲検治療期間に入り、IMPを少なくとも1回受けたすべての参加者を指します。 有効性の欠落値は、最終観測繰越 (LOCF) メソッドによって補完されます。 プロトコルごとのセット (PP): PP 集団とは、プロトコル要件に従って相対観察を完了し、次の条件を満たすことが確認されたすべての参加者を指します。 ② 治験中は禁止薬物を服用していない。 ③ 採用基準を満たし、除外項目に該当しないこと。 ④ CRF のすべての計画された訪問と必要な項目を完了します。 このセットの欠損値は引き続き欠損データとして処理され、代入されません。 安全性分析セット: 安全性分析の母集団とは、治験に参加し、少なくとも 1 回投薬を受け、安全性分析に適したフォローアップ データを持っているすべての参加者を指します。 16.3 統計分析技術 ベースラインデータ (性別、年齢、人種、体重、身長、バイタルサイン、IBS の経過、喫煙歴およびアルコール歴) は、記述的に要約されます。 グループ間の測定データの違いは、正規分布の連続変数の t 検定と非正規分布の Wilcoxon 符号順位検定を使用して評価されます。 グループ間の列挙データの違いは、多施設特性を考慮する場合、カイ 2 乗検定または CMH 検定を使用して評価されます。 各訪問における異なるグループの測定データは、平均 ± 標準偏差 (SD) として報告されます。 ベースラインと各訪問の間のグループ内比較は、対応のある t 検定 (または Wilcoxon の符号付き順位検定) を使用して実施されます。 グループ間の比較は、分散分析 (ANOVA) を使用して実施され、共変量分析を実施する多施設特性などの他の交絡因子が使用されます。 上記の条件を満たさないデータの統計分析 (例: 非正規) は、ノンパラメトリック検定を使用して実施されます。 各訪問における異なるグループの列挙データは、頻度 (割合) として報告されます。 グループ間の比較は、X2 テスト (CMH テスト) またはノンパラメトリック テストを使用して評価されます。 ドロップアウト分析：カイ二乗検定を用いてドロップアウト分析を行います。 データがカイ 2 乗検定に適合しない場合 (データに 0 が含まれているか、理論的な頻度が 1 未満である場合)、Fisher の正確確率検定が使用されます。 コンプライアンス分析：カイ二乗検定を用いてコンプライアンス分析を行います。 データがカイ 2 乗検定に適合しない場合 (データに 0 が含まれているか、理論的な頻度が 1 未満である場合)、Fisher の正確確率検定が使用されます。

仮説検定:

このトライアルでは、まず優位性分析を行います。 その他の差額検定は両面検定で行います。 統計的有意性は、特別な説明なしで ≤0.05 の両側 P 値として定義されます。

有効性分析:

その間、PP分析とITT分析を用いて有効性分析を行う。 測定データの比較は、共分散分析 (ANCOVA) を使用して行われます。このモデルでは、治療グループと治験施設が因子として、ベースラインが共変量として使用されます。 測定データの比較は、多施設性を考慮したカイ2乗検定またはCMHカイ2乗検定を用いて行います。 一方、実験群と対照群の間の優位性分析は、主要な有効性変数に基づいて実施されます。 優越性テストは間隔法に依存します。

安全性分析:

曝露の程度: 記述統計は、異なるグループの曝露量と投薬時間に従って実施されます。 有害事象の分析: X2 検定を使用して、グループ間の有害事象の発生率の比較を行います。 また、研究者は、この試験で発生した AE を列挙して説明する必要があります。 データが X2 検定に適合しない場合 (データに 0 が含まれているか、理論的な度数が 5 未満である場合)、Fisher の正確確率検定が使用されます。

データ管理：

CRF は、治験責任医師および研究コーディネーターによって記入され、その他の評価フォームはすべての参加者によって記入されます (ドロップアウトのケースを含む)。 データ処理は、次のプロトコルに従って行われます。

1. CRF の検証: 研究コーディネーターは、入力前に CRF を検証する必要があります。

2. データ検証は、次の 2 つの手順で連続して実行する必要があります。

   1. データの整合性と論理性を検証する: データ範囲の内容と論理性は、各インデックスの範囲と相互関係によって決まります。 誤ったデータを修正するために、対応するソフトウェアも書き込まれます。
   2. 手動テストでデータベースと CRF を比較します。 入力の品質を知り、既存の問題を分析して処理するために、参加者の医療メモを使用して 10% の CRF を選択的にカウンター チェックします。
3. データの検査とデータベースの閉鎖: 確立されたデータベースと統計プロトコルの有効性を検証した後、研究責任者はデータをロックします。 ロックされたデータは変更できません。 ロック後に確認された問題は、統計分析の過程で処理されます。 すべての誤りと変更は記録され、適切に保管されるべきです。