小児における内側上顆骨折治療のためのギプスまたは手術 (COMET)

前書き

内側上顆の骨折は一般的な小児外傷であり、推定年間発生率は年間 40 ～ 60/100,000 です。 典型的なメカニズムは、伸ばされた手に落下することであり、屈筋回内筋または尺骨側副靭帯のいずれかの引っ張りによる上顆の剥離につながる、肘に外反荷重が生じます。 この損傷は、9 歳から 14 歳までの子供に最も多く、男の子では 4 倍の確率で起こります。 内側上顆骨折は、約 50% の症例で肘の脱臼に関連しており、尺骨神経の機能障害はほぼ 10% の確率で発生すると報告されています。 手術治療と非手術治療の両方の観察研究で同様の結果が示されているため、内側上顆骨折の標準治療は存在しません。 歴史的に、ほとんどの治療は非外科的であり、治癒するまで長い腕のギプスで負傷した肘を固定します. しかし、ますますこれらの損傷は外科的介入で治療されており、ほとんどの場合、骨片を上腕骨のドナー部位に戻す単一のネジで構成されています.

小児の内側上顆骨折の治療を評価する前向き研究はこれまで実施されていません。 この問題に関する現在のすべての文献には、適切なコントロールの欠如、コホートのレトロスペクティブ アセンブリ、結果の標準化されていない評価、および否定的な結果と有害事象の不規則な評価など、重大な方法論的制限があります。 2009 年の文献のシステマティック レビューでは、小児または青年の内側上顆骨折の手術治療と非手術治療の比較が行われた 14 の研究が特定されました。 これらのうち、すべて遡及的であり、本質的に観察的であり、結果の提示にさまざまな結果の尺度が利用されていました。

内側上顆骨折の最適な管理に関して臨床医の間でかなりの議論がありますが、利益の明確な証拠がないにもかかわらず、ますますこれらの損傷は手術で管理されています. 手術への傾向についての説明は、子供と青年の運動上の要求、および早期の動員とスポーツへの復帰に対する患者、親、およびコーチの期待に焦点を当てています。 ベスト プラクティスに関する不確実性が継続しているため、無作為化試験は倫理的で適応性があります。 手術に関する決定をより適切に通知し、安全で効果的な治療を保証するには、高品質のデータが必要です。

安全監視

安全監視は、通常は認定された小児整形外科フェローシップを通じて得られる小児整形外科手術の適切な専門知識と知識を持つ個人で構成されるデータおよび安全監視委員会 (DSMB) の指揮下に置かれます。 DSMB のメンバーは、研究の実施から独立し、利益相反がない状態である必要があります。または、利益相反の認識を最小限に抑えるための措置を講じる必要があります。 DSMB は少なくとも半年ごとに開催され、研究の各アームの安全性データを評価します。 DMSB は、DSMB の組織会議で作成および審査される承認済み憲章の規則に基づいて運営されます。 この時点で、DSMB が評価する必要がある各データ要素が明確に定義されます。 DSMB はその入力を NIAMS に提供します。

品質保証と品質管理

データ入力システムから始まる品質管理 (QC) 手順が実装され、データベースで実行されるデータ QC チェックが生成されます。 欠落しているデータまたはデータの異常は、明確化/解決のためにサイトに通知されます。

文書化された標準操作手順 (SOP) に従って、モニターは、臨床試験が実施され、データが生成され、生物学的検体が収集され、文書化 (記録) され、プロトコルに準拠して報告されていることを検証します。 ICH GCP)、および適用される規制要件 (例: Good Laboratory Practices (GLP)、Good Manufacturing Practices (GMP))。

治験施設は、治験依頼者による監視および監査、ならびに地方および規制当局による検査を目的として、すべての治験関連施設、ソースデータ/ドキュメント、およびレポートへの直接アクセスを提供します。

データの取り扱いと記録管理

データ収集と管理の責任

データ収集は、施設調査員の監督の下、施設の臨床試験スタッフの責任です。 調査員は、報告されたデータの正確性、完全性、読みやすさ、適時性を確保する責任があります。

臨床データと患者から報告された転帰は、DCRI が提供する 21 CFR Part 11 準拠のデータ収集システムである REDCap に入力されます。 データ システムには、パスワード保護と自動範囲チェックなどの内部品質チェックが含まれており、矛盾、不完全、または不正確に見えるデータを識別します。 臨床データは、ソース ドキュメントから直接入力されます。

統計的仮説

• 主要な有効性エンドポイント:

この試験では優越性フレームワークが採用されます。 具体的には、帰無仮説は、アーム間で 1 年の PROMIS UE (CAT) に差がないというものです。 対立仮説は、腕に違いがあるというものです。

サンプルサイズの決定

サンプル サイズの計算は、4 ポイントの患者報告アウトカム測定情報システム (PROMIS) 上肢コンピューター適応テスト (CAT) で臨床的に意味のある違いを検出することに基づいていました。 PROMIS 測定では、参照母集団で平均 50、標準偏差 10 の T スコア メトリックが使用されます。 両側のタイプ I エラー率を 0.05 と仮定すると、1 時間あたり 133 のサンプル サイズは、4 ポイントのアーム間の差を検出する 90% の検出力を提供します。

12 か月時点での主要な転帰に関する 20% の追跡不能データまたは欠落データを説明するために、サンプル サイズを 1 群あたり 167 に増やし、合計 334 のターゲット登録を行いました。

参加者の 50% が 6 か月のフォローアップを完了した後、一次結果の標準偏差に基づく盲検サンプル サイズの再推定が実行されます。

分析のための母集団

一次分析は、Intention-to-treat (ITT) の原則に基づいて行われます。 ITT 分析の堅牢性を評価するために、プロトコルごとの分析が実行されます。 最小限の (<5%) 結果データの欠落が発生した場合、一次分析は完全なケースに基づいており、修正された治療目的分析 (mITT) が反映されます。

統計分析

一般的方法

記述統計は、アームごとにすべてのベースライン変数を要約します。 具体的には、連続変数は、正規分布変数の場合は平均と標準偏差、非正規分布変数の場合は中央値と IQR を使用して要約されます。 カテゴリ変数は、頻度とパーセンテージで要約されます。 治療群間のベースライン特性を比較するための正式な仮説検定はありません。

1 年後の主要転帰の一次分析は、両側タイプ I エラー率 0.05 で評価されます。 誤検出率 (FDR) 補正は、多重性を説明するために、すべての二次結果の分析に適用されます。

主要有効性エンドポイントの分析

主な目的の分析では、治療群の固定効果と部位のランダム効果を使用して、主要な結果である6か月のPROMIS上肢機能の混合効果モデルを利用します。 固定効果には、ランダム化で考慮される変数 (肘の脱臼状態、年齢、性別) も含まれ、設計と分析の両方で不均衡を制御します。 ランダム中心効果を組み込むことで、サイト間およびサイト内の分散成分の分離が可能になります。 分布の仮定が評価され、必要に応じて、より高次の項の変換または包含が考慮される場合があります。

二次エンドポイントの分析

二次分析では、すべての二次連続アウトカムに対して同様の方法を採用します。 一般化された線形混合モデリング アプローチは、適切なリンクと分布の仮定を使用して、二次バイナリとカウントの結果に使用されます。 上記のように、すべてのモデルには、ランダム化で考慮される追加の共変量のランダム中心効果と固定効果が組み込まれます。

探索的分析では、経時的に測定された主要な結果の軌跡も考慮する場合があります。 ベースラインの PROMIS 上肢機能、時間、治療アーム、および相互作用の固定効果は、ランダムな患者が中心効果にネストされた線形混合効果モデルに含まれます。

多重性を考慮して、すべての二次分析に偽発見率 (FDR) 補正が適用されます。