Lactoferrine bij in het ziekenhuis opgenomen Covid-19-patiënten (LAC)

Met 'in vitro'-onderzoeken is aangetoond dat LF het binnendringen van SARS-CoV-2 in de gastheercellen kan voorkomen.

Over het algemeen suggereert het beschikbare bewijs dat LF een therapeutische optie kan zijn die kan worden gebruikt om de ernst van een Covid 19-infectie tegen te gaan en te verminderen. De studie is opgezet om de werkzaamheid van Lactoferrine in vivo aan te tonen.

Patiënten die worden opgenomen door deelnemende centra voor Covid-19-infectie, worden gescreend op geschiktheid voor onderzoek. Als ze in aanmerking komen, wordt hun deelname aan het onderzoek aangeboden en wordt voorgesteld en geïnformeerde toestemming gegeven. In aanmerking komende patiënten zullen worden geregistreerd in een gecentraliseerde database in de IT-systemen van de Universiteit van Piedmont Orientale (UPO)/Hospital-University Company "Maggiore della Carità" van Novara. De pseudo-geanonimiseerde patiëntgegevens worden door het klinisch centrum vastgelegd in een 'ad hoc' klinisch rapportageformulier met webgebaseerde toegang.

Na het verkrijgen van geïnformeerde toestemming, zullen patiënten vervolgens worden gerandomiseerd naar LF- of placebogroeptoewijzing met behulp van eerdere opgestelde randomisatielijsten. Randomisatie vindt plaats op een competitieve en evenwichtige basis per deelnemer aan het klinisch centrum. Gepermuteerde blokrandomisatie van grootte 4 zal worden geïmplementeerd met een toewijzingsverhouding van 1:1 om de balans tussen de behandelingsgroepen te waarborgen. De randomisatielijst wordt beheerd via een REDCap-randomisatiemodule.

De Ziekenhuisapotheek van het Deelnemend Centrum, die niet betrokken is bij de rekrutering van patiënten, maakt een genummerde reeks verzegelde enveloppen met de toewijzingscode en bewaart haar lijst die ontoegankelijk blijft voor de professionals die betrokken zijn bij de rekrutering. Deze verzegelde enveloppen zullen opeenvolgend worden geopend, op het moment van randomisatie.

Het onderhoud van de blinde persoon zal worden gegarandeerd door enerzijds de randomisatielijsten van het personeel bij te houden, d.w.z. het personeel van de Ziekenhuisapotheek (personeel dat ook de onderzochte producten zal beheren en afleveren aan de onderzoekers, die er hetzelfde uit zullen zien) , en anderzijds de randomiserende en experimenterende medische staf.

De logistieke locatie van de twee personeelsleden zal ook volledig gescheiden zijn, in sectoren van het ziekenhuis die verschillend en ver van elkaar verwijderd zijn, en op geen enkele manier met elkaar communiceren.

Opgemerkt dient te worden dat de patiënt die door de klinische centra is ingeschreven op basis van de selectiecriteria, kan beginnen met de standaardbehandeling, in ieder geval voordat de randomisatieprocedure het identieke therapeutische basisregime in de twee onderzoeksarmen is.

Voor de berekening van de steekproefomvang die nodig is om het primaire eindpunt aan te tonen, werd een model gebruikt dat was gebaseerd op historische gegevens met betrekking tot hetzelfde eindpunt. Pre-trial gegevens van de twee deelnemende centra schatten de behoefte aan IC-opname op 25%; de behoefte aan mechanische ventilatie in 30%; ziekenhuissterfte bij 15%; de gemiddelde duur van een ziekenhuisopname in 16 dagen.

De steekproefomvang werd bepaald met inachtneming van een tweezijdige t-toets voor twee onafhankelijke steekproeven volgens de volgende parameters:

1. Een correct alfaniveau van 0,025 voor twee eindpunten van de Bonferroni-methode (alfatotaal=0,025x2=0,05)
2. Een totaal vermogen van 0,8
3. Een Cohen h-effectgrootte van 0,44 (overeenkomend met een effect gestandaardiseerd middelgroot/klein [Cohen 1977]), d.w.z. met een 14-daags ontslagpercentage van 60% voor controles en 80% voor verdragen.

In dit scenario bestaat de omvang van het bereikte onderzoek uit 97 patiënten per onderzoeksarm. De berekeningen werden uitgevoerd met behulp van de R 3.6.1-software [Core Team 2015] en het pwr-pakket [Champely 2018]. referenties:

• Cohen, J. Statistische poweranalyse voor de gedragswetenschappen (rev.ed.1977).
• Kernteam R: een taal en omgeving voor statistische berekeningen; R Foundation for Statistical Computing: Wenen, Oostenrijk, 2015;
• Champely, S.; Ekström, C.; Dalgaard, P.; Gill, J.; Weibelzahl, S.; Anandkumar, A.; Ford, C.; Volcic, R.; De Rosario, H.; De Rosario, M.H. Pakket 'pw.' R pakket versie 2018, 1-2.