당뇨병에 대한 잠재적 바이오마커인 N2-(1-카르복시에틸)-2'데옥시구아노신(CEdG)

주요 목표는 인간 피험자에게 사용되는 CEdG 분석법을 복제하고 검증하는 것입니다. 비뇨기 CEdG에 대한 완전 자동화된 분석법이 개발되었습니다. 조사관은 제2형 진성 당뇨병(T2DM)이 있거나 없는 인간 피험자의 당뇨병 동물 모델에서 관찰한 내용을 검증할 것입니다. 구체적으로 조사관은 인간 피험자의 분석 간 및 분석 내 가변성 계수를 조사하고 설정할 것입니다.

2차 목표는 T2DM이 있는 인간 피험자에서 CEdG 수치와 헤모글로불린 A1c(HbA1c) 사이의 상관관계와 당뇨병 치료에 대한 반응을 결정하고 당뇨병 합병증과 CEdG의 관계를 정의하는 것입니다. 연구자들은 1형 당뇨병과 2형 당뇨병 환자 모두에서 현재 표준 표준인 HbA1c를 기반으로 한 혈당 조절과 CEdG의 관계를 조사할 것입니다. 연구자들은 또한 당뇨병 환자의 당뇨병 치료에 대한 반응으로 CEdG 및 Hb1Ac 수준의 변화를 비교합니다. 당뇨병 합병증과 CEdG의 관계는 또한 당뇨병 환자에서 조사될 것입니다.

기본 목표에 대한 통계적 고려 사항:

샘플 크기: 인간 피험자에게는 더 많은 변수가 있기 때문에 연구자들은 당뇨병 동물 모델에서 관찰한 것보다 훨씬 더 보수적인 가정을 기반으로 샘플 크기를 계산했습니다. 연구자들은 독립적인 대조군과 실험 대상당 1개의 대조군이 있는 실험 대상의 연속 반응 변수에 대한 연구를 계획하고 있습니다. 동물 데이터를 기반으로 연구자들은 각 대상 그룹 내의 결과가 표준 편차 0.3으로 정규 분포를 이룰 것으로 예상합니다. 당뇨병 그룹과 비당뇨병 그룹 간의 평균의 실제 차이가 0.5인 경우 조사자는 모집단이 실험군과 대조군의 평균이라는 귀무가설을 기각할 수 있도록 당뇨병 환자 9명과 비당뇨병 환자 9명을 연구해야 합니다. 확률(승수) 0.9와 같습니다. 이 귀무 가설 검정과 관련된 제1종 오류 확률은 0.05입니다. 30%의 가능한 감소율을 설명하기 위해 조사관은 연구에 12명의 당뇨병 환자와 12명의 비당뇨병 피험자를 모을 것입니다.

통계 분석: 비뇨기 CEdG 수준에 대한 당뇨병 상태의 영향은 스튜던트 t-테스트를 ​​사용하여 비교됩니다. 피험자 그룹 간의 연속 변수의 차이는 적절한 경우 일원 분산 분석 또는 스튜던트 t-테스트로 테스트됩니다. 비율의 차이는 카이제곱 테스트로 평가됩니다. 정규성 테스트에 실패한 연속 변수는 분석 전에 로그 변환됩니다. 혼란 변수의 영향을 조사하기 위해 단계적 회귀 분석이 사용됩니다. 0.05 미만의 p 값은 통계적으로 유의한 것으로 간주됩니다.

약물 개발에 사용되는 바이오마커에 대한 분석 방법의 검증을 위한 NIH 지침에 따르면, 소분자, 품질 관리의 최소 67%(4/6)가 품질 관리의 15% 내에 속할 때 분석 실행이 유효한 것으로 허용되는 바이오 분석 분석 그들의 공칭 가치. 6회 반복 실행의 일관성은 각 대상 내에서 반복성에 대한 Grubbs 테스트로 평가됩니다. CEdG 측정의 전반적인 일관성은 6회 반복 실행 중 1+ 식별된 이상값을 가진 피험자의 비율로 정량화할 수 있습니다. CEdG 분석의 일관성에 대한 기본 추정치를 얻기 위해 조사관은 평균의 15% 내에 속하는 6개 측정의 수를 결과 측정으로 사용합니다. 바이오마커의 최종 검증에는 최종 정량적 또는 상대적 정량 분석 ​​접근법이 필요합니다.

2차 목표에 대한 통계적 고려 사항:

조사관은 x-var(CEdG)에 대한 연구 참가자의 y-var(HbA1c) 값을 회귀 분석합니다. 이전 데이터는 x-var의 표준 편차가 0.15이고 회귀 오류의 표준 편차가 0.15임을 나타냅니다. x-var에 대해 y-var를 회귀하여 얻은 선의 실제 기울기가 0.3인 경우 조사자는 이 기울기가 확률(승수) 0.8로 0과 같다는 귀무 가설을 기각할 수 있도록 89명의 대상을 연구해야 합니다. 이 귀무 가설 검정과 관련된 제1종 오류 확률은 0.05입니다. 따라서, 피험자의 잠재적인 감소를 설명하기 위해 연구를 위해 100명의 피험자를 모집할 것입니다.

환자 인구통계학적 특성 및 임상 특성은 적절한 경우 평균, 표준 편차, 중앙값, 범위, 수 및 백분율의 통계를 사용하여 표로 작성됩니다. CEdG 데이터는 측정된 발현 수준에 대한 연속 또는 변환 변수로 분석됩니다. CEdG 발현과 각 정량적 임상 측정 사이의 일변량 상관관계는 Pearson 상관관계 및 95% 신뢰 구간을 사용하여 평가됩니다. 종단 데이터의 시간 추세 및 다른 위험 요인과의 가능한 상호 작용은 적절한 경우 상자 그림, 적합 곡선, 일반화된 선형 모델 및 일반화된 추정 방정식을 사용하여 탐색됩니다. CEdG 데이터와 임상 종점 사이의 추정된 상관관계 및 12개월 동안의 가능한 시간 추세는 향후 대규모 상관관계 연구에서 1차 종점과 표본 크기를 선택하는 데 유용한 정보를 제공할 것입니다.