十代のがん患者に対する効果的な緩和/終末期ケアのエビデンスの構築 (FACE-TC)

研究者らは、介入後 18 か月にわたる主要な測定可能な転帰に対する FACE-TC の有効性をテストするために、前向き縦断的 2 アーム RCT を提案しています。 がんの青年とその家族で構成された二人組（N = 130組; 260人の被験者）が登録され、FACE-TC介入または通常の治療（TAU）コントロールグループのいずれかに2：1の比率で無作為化されます[N = 87 FACE-TCダイアドおよびN=43 TAUコントロールダイアド]。 研究者は、介入後 18 か月の評価で 30% の減少を推定しています (死亡/合併症による 20%-25%、脱落による 10%)。 130 の無作為化された 2 人組 (N=260 被験者) の元のサンプルのうち、研究者は、介入後 18 か月で 91 組 (N=182 被験者) の完全な縦断的データが得られると推定しています。 参加者は、アクロン小児病院、セント ジュード小児研究病院、ミネソタ大学フリーメーソン小児病院の小児腫瘍学プログラムから募集されます。 参加者は、書面によるインフォームドコンセント/同意を受けます。 適格な参加者が登録され、ベースライン評価が完了した後、無作為化されます。 ランダム化はダイアドのレベルになります。 バイアスを防ぐために、割り当ては RA 評価者から隠されます。 研究施設によるブロック無作為化は、施設の違いを制御します。 介入および制御条件: カリキュラム ベースの FACE-TC は、以下で構成されます。 セッション 1 ACP 調査。セッション 2 選択を尊重するインタビュー。およびセッション 3 の 5 つの願いの事前指示。 病気の青少年への負担を最小限に抑えるために、研究者は通常の治療としての比較条件を選択しました。 このグループには、事前ケア計画の小冊子/情報のみが提供されます。 評価は、ベースライン時、および介入後 3、6、12、および 18 か月に行われます。 各施設で、評価と介入は、施設の共同研究者と 2 人の研究助手 (RA) (RA 評価者と RA 介入者) で構成される研究チームによって管理されます。訪問プロトコル: スクリーニング 訪問: RA 評価者は、 10代のがん患者とその家族に、研究について説明した情報シートを添付してもらい、彼らが登録の資格があるかどうかについての初期評価を実施します。 同意/同意の後、包含/除外基準のさらなるスクリーニングが行われます。 ベースライン訪問：登録時および無作為化の前に、ベースライン測定値が取得されます。 RA 評価者によるベースライン データの入力は、ランダムに並べ替えられたブロック デザインと研究施設ごとの 2:1 の比率を使用して、FACE-TC 介入または TAU コントロールのいずれかに対する患者/家族のダイアドのコンピューター化されたランダム化をトリガーします。 その後、Children's National の臨床コーディネーターは、R​​A インターベンショニストに通知します。 思春期の若者と家族は、RA インターベンショニストが学習セッションのスケジュールを設定するために電話をかけたときに、自分の割り当てを学習します。 出席は、FACE-TCへの完全参加と部分参加の効果を評価するために記録されます。 フォローアップ訪問：RA評価者は、介入後3、6、12、および18か月で、青年および家族からフォローアップ措置を取得します。

サイト Co-I は、サイトの活動を監督し、毎週 RA の直接の監督を行います。 RA は、RA の募集、保持、安全性、プロトコルへの忠実性、および監督とサポートに責任を負います。 RA は、リクルート、スクリーニング、登録、ベースライン スクリーニング測定値の収集、および日常業務を支援します。 RA は無作為に割り当てられることはありません。 RA-Interventionists は、プロトコルを実装するためのトレーニングを受けます。 無作為化後の評価を管理できるのは、RA評価者のみです。 Children's National は、データ調整センターとして機能し、データベースの設計と保守、および統計分析を担当します。 サイトは、安全監視委員会 (SMC) によって監督されます。 2 日間の調査員会議がコロンビア特別区 (DC) のワシントンで開催され、すべてのサイトの Co-I、RA 評価者、およびコンサルタントが参加します。 プロトコル、その科学的根拠、根底にある倫理問題、採用と保持を含む実施は、チーム全体でレビューされます。 1 年目の 9 月には、介入に関する RA 介入担当者と RA 評価者の 3 日間のトレーニング ミーティングがあり、サイト Co-Is も参加します。 RA 評価者は、失明を維持するために、このトレーニングに 1 日だけ参加します。 サイトの開始。 スクリーニング/登録を開始するには、(1) プロトコルが各サイトの治験審査委員会 (IRB) で承認され、すべての担当者が人を対象とする研究トレーニングで認定されている必要があります。(2) 担当者が RA の役割のために募集およびトレーニングされています。(3)各 RA インターベンショニストは、Next Steps-ACP ファシリテーターとしての認定を完了する必要があります。 Lyon 博士と研究コーディネーターは、スクリーニング、登録、スケジュール設定、評価の実施、介入の管理、およびデータ収集のロジスティクスのためのすべてのコンポーネントがサイトに整っていることを確認します。 介入とその評価の継続的な品質を保証するために、監視が継続されます。 リヨン博士とブリッグス女史は、各サイトからの介入セッションの最初の 5 つの DVD/オーディオ記録をレビューして、プロトコルの忠実性を確認します。 その後、週に 1 枚の DVD をランダムにレビューし、サイトをローテーションします。 Lyon 博士と Briggs 氏は能力チェックリストを使用します。 Lyon 博士と研究コーディネーターは、進行中のサイト IRB 承認文書を監視し、年次継続審査でサイトを支援します。 研究コーディネーターは、各サイトからの同意がスタンプされたテンプレートやスタッフメンバーの人間を対象とした研究トレーニングの承認証明書を含む、すべての規制フォームのコピーを保管します。 リヨン博士と研究コーディネーターは、手順の標準化を保証し、特定された問題を解決するために介入が実施されている間、年に 2 回のサイト監視訪問を行います。 彼らは、すべての同意がサイトで適切に行われたこと、およびサイトがすべての参加者と規制データを維持していることを確認します。 FACE-TC パイロットからの REDCap データベースは、この研究のために更新および拡張され、データ入力システムはマルチサイトの実装に対応するように改訂されます。 データ辞書が作成されます。 外部の安全監視委員会（SMC）は、安全性情報、研究の進捗状況、およびその他の関連データをレビューする責任を負い、Lyon 博士によって招集されます。 SMC は最低でも年に 1 回会合を開きます。 パラメトリック テストの前に、クロンバックのアルファを使用して複数項目の尺度 (痛み/疲労、子供と親の心理的、精神的/宗教的尺度など) の信頼性を評価し、それらの複合スコアをデータ分析に使用します。 AIM 1 の分析計画。 治療の好みにおける思春期の家族の一致に対するFACE-TCの有効性を評価すること。 治療の意思決定における一致は、がんに関連する 4 つの異なる状況で、治療の希望に関する声明に同意する (つまり、患者とその家族の両方が同じ選択肢を選択する) に基づいてテストされます。 カッパ係数を適用して、患者と家族の反応の間の偶然調整された一致を評価します。 研究期間中のベースラインから各フォローアップ時点までのカッパ係数の変化（合同改善）は、ブートストラップ法を使用してテストされます。 カテゴリー結果を伴う潜在成長モデル (LGM) を使用して、仮説 H1a をテストします。つまり、FACE-TC 参加者は、時間の経過とともに一致率が高くなります。 LGM では、研究者は、識別目的以外の時間スコアを自由なパラメーターとして設定し、成長軌跡の形状をデータによって決定できるようにします。 そのため、合同発展軌道は、線形または非線形多項式関数を仮定する代わりに、経験に基づく非線形形状を持つことになります。 調査官は、成長混合モデル (GMM) を適用して、合同開発軌跡の不均一性をテストし、完全なサンプルの開発軌跡における合同の可能なパターンを特定します。 GMM から推定された潜在クラス変数は、合同開発軌跡のパターンをキャプチャします。 時不変共変量を使用して、潜在軌道グループのメンバーシップを予測します。また、異なる時点での合同のレベルを予測するために、時変共変量が含まれます。 仮説 H1b をテストするために、研究者は、FACE-TC 介入の潜在成長勾配係数と潜在クラス変数を回帰させ、GMM の共変量を制御して、1) FACE-TC が合同発達の潜在クラスのメンバーシップにどのように影響するかを評価します。 ; 2) 時間の経過に伴う合同変化に対する FACE-TC の効果が、潜在軌道クラス間でどのように変化するか。 AIM 2 の分析計画。AYA の生活の質と家族の QOL に対する FACE-TC の有効性を評価する。 目的 1 を評価するために提案された LGM および GMM モデルは、目的 2 を評価し、結果の尺度が連続変数である仮説 H2 をテストするために容易に適用できます。 がん患者とその家族の QOL に対する FACE-TC の効果を調べる場合、社会人口統計は時不変共変量として制御されますが、時変共変量がモデルに含まれて、異なる時点での QOL の測定値が予測されます。 . さらに、研究期間の終わりに測定された家族介護者の評価/うつ病は、GMMモデルの遠位結果として含まれ、この遠位結果がAYA QOLの発達軌跡のパターンとどのように関連しているかが評価されます。 複数の結果を評価するために同じモデルが使用されるため、ボンフェローニ補正が適用され、誤った発見を厳密に制御します。 縦断的研究では消耗が避けられないため、完全な情報最尤法を使用した堅牢なモデル推定量 (MLR など) がモデル推定に使用されます。 重要なことに、MLR では、完全に無作為に欠落するのではなく、無作為に欠落する (MAR) と見なすことができます。 3 月は、欠落が介入割り当てなどの観測された尺度に依存することを可能にするもっともらしい仮定です。 AIM 3 の分析計画。 pACP ケア目標および事前指示書の早期完了における FACE-TC の有効性を評価すること。 まず、治験責任医師は 2 比率 z 検定を使用して、FACE-TC 群と対照群との間の pACP ケア目標と事前指示書の達成率の違いをテストします。 次に、ロジスティック回帰を使用して仮説 H3 をテストし、社会人口統計学を制御します。 介入と民族間の相互作用は、介入の有効性に関する民族格差をテストするモデルに含まれます。 研究者はまた、FACE-TCが患者のケアの目標と、死亡する可能性のある青年の終末期に受けた医療との一致を改善するかどうかも調査します. 記述統計を使用して、研究変数の度数を推定します。 FACE-TC と対照との一致の差を評価するために、Fisher Exact 検定によるカイ 2 乗統計が使用されます。そして、共変量を制御して、そのような一致に対するFACE-TCの効果を調べるために、正確なロジスティック回帰が適用されます。 中程度の観測自己相関 (p=0.20) と中程度の効果サイズ (デルタ = 0.35) の継続的な結果の場合、 =0.05 レベルで 0.80 の検出力を達成し、中程度の効果サイズ (デルタ = 0.35) を検出するための推定サンプル サイズ は、5 つの観察時点のそれぞれで約 N=76 人です。 バイナリ結果の場合、N=70 のサンプル サイズは 0.80 の検出力を達成し、p=0.20 の場合、d=0.17 の中程度の応答確率差を検出できます。 N = 130ダイアドの提案されたサンプルは、それぞれ患者データと親データに関する提案された縦断的分析に十分な統計的検出力を確保します。 目的 3 を評価するために提案されたクロスセクション ロジスティック回帰モデルの場合、N=100 のサンプル サイズは、4 のオッズ比を検出するために alpha=0.05 レベルで 0.83 の検出力を達成します。