N2-(1-カルボキシエチル)-2'デオキシグアノシン (CEdG) は糖尿病の潜在的なバイオマーカー

主な目的は、人間の被験者で使用される CEdG アッセイを複製して検証することです。 尿中CEdGの全自動アッセイが開発されました。 研究者は、2 型糖尿病 (T2DM) の有無にかかわらず、ヒト被験者の糖尿病動物モデルで行われた観察を検証します。 具体的には、研究者は、ヒト被験者のアッセイ間およびアッセイ内変動係数を調査し、確立します。

副次的な目的は、2 型糖尿病患者の CEdG レベルとヘモグロブリン A1c (HbA1c) と糖尿病治療への反応との相関関係を特定し、CEdG と糖尿病合併症との関係を明らかにすることです。 研究者らは、1型糖尿病患者と2型糖尿病患者の両方において、現在のゴールドスタンダードであるHbA1cに基づいて、CEdGと血糖コントロールとの関係を調べます。 研究者らはまた、糖尿病患者の糖尿病治療に反応した CedG と Hb1Ac レベルの変化を比較しています。 CEdG と糖尿病合併症との関係も、糖尿病患者で調査されます。

主な目的に関する統計上の考慮事項:

サンプルサイズ: 人間の被験者にはさらに多くの変数があるため、研究者は、研究者が糖尿病動物モデルから観察したものよりもはるかに保守的な仮定に基づいてサンプルサイズを計算しました. 調査員は、実験対象ごとに 1 つのコントロールを持つ独立したコントロールと実験対象からの連続応答変数の研究を計画しています。 動物データに基づいて、研究者は、各被験者グループ内の結果が標準偏差 0.3 で正規分布することを期待しています。 糖尿病群と非糖尿病群の平均の真の差が 0.5 の場合、研究者は、母集団が実験群と対照群の平均であるという帰無仮説を棄却できるように、9 人の糖尿病患者と 9 人の非糖尿病患者を調査する必要があります。確率（べき乗）0.9に等しい。 この帰無仮説の検定に関連するタイプ I 過誤確率は 0.05 です。 30% の可能性のある減少率を説明するために、研究者は 12 人の糖尿病患者と 12 人の非糖尿病患者を研究に参加させます。

統計分析：尿ＣＥｄＧレベルに対する糖尿病状態の影響は、スチューデントのｔ検定を使用して比較される。 被験者のグループ間の連続変数の違いは、適切な場合、一元配置分散分析またはスチューデントの t 検定のいずれかでテストされます。 割合の違いは、カイ二乗検定によって評価されます。 正規性検定に合格しない連続変数は、分析前に対数変換されます。 交絡変数の影響を調べるために、段階的回帰分析が使用されます。 0.05 未満の p 値は、統計的に有意と見なされます。

医薬品開発に使用されるバイオマーカーの分析方法の検証に関する NIH ガイドラインによると、低分子のバイオ分析アッセイでは、品質管理の少なくとも 67% (4/6) がそれらの公称値。 6回の繰り返し実行の一貫性は、各被験者内の再現性についてGrubbsテストによって評価されます。 CEdG 測定の全体的な一貫性は、6 回の繰り返し実行の中で 1 つ以上の外れ値が特定された被験者の割合によって定量化できます。 CEdG アッセイの一貫性のベースライン推定値を取得するために、研究者は平均値の 15% 以内に収まる 6 つの測定値の数を結果測定値として取得します。 バイオマーカーの決定的な検証には、決定的な定量的または相対的な定量的アッセイアプローチが必要です。

副次的な目的に関する統計上の考慮事項:

研究者は、研究参加者の y-var (HbA1c) の値を x-var (CEdG) に対して回帰します。 以前のデータは、x-var の標準偏差が 0.15 であり、回帰誤差の標準偏差が 0.15 になることを示しています。 x-var に対して y-var を回帰して得られた直線の真の傾きが 0.3 である場合、研究者は 89 人の被験者を調査して、この傾きが確率 (検出力) 0.8 でゼロに等しいという帰無仮説を棄却できるようにする必要があります。 この帰無仮説の検定に関連するタイプ I 過誤確率は 0.05 です。 したがって、被験者の潜在的な減少を説明するために、100人の被験者が研究のために採用されます。

必要に応じて、平均、標準偏差、中央値、範囲、数、およびパーセンテージの統計を使用して、患者の人口統計学的および診療所の特徴を表にします。 CEdG データは、測定された発現レベルの連続変数または変換変数として分析されます。 CEdG 発現と各定量的臨床測定値との間の一変量相関は、ピアソン相関とその 95% 信頼区間を使用して評価されます。 経時データの時間的傾向と他のリスク要因との相互作用の可能性は、必要に応じて箱ひげ図、近似曲線、一般化線形モデル、および一般化推定方程式を使用して調査されます。 CEdG データと臨床エンドポイント間の相関関係の推定値、および 12 か月間の時間傾向の可能性は、将来の大規模な相関研究で主要エンドポイントとサンプル サイズを選択するための貴重な情報を提供します。