Test 2 Behandelen: Kunnen we het testen en behandelen van hoog cholesterol bij patiënten die in het ziekenhuis zijn opgenomen vanwege een hartaandoening verbeteren door artsen en patiënten voorlichting te geven? (T2T)

Gegevensverzameling

Gegevens zullen uit verschillende bronnen worden verzameld:

De Clinical Research Coordinator (CRC) zal patiëntgegevens invoeren in het Case Report Form (CRF) Klinische basisgegevens uit het elektronische patiëntendossier (EPD)

Klinische uitgangsgegevens en door de patiënt gerapporteerde uitkomsten (PRO's) (van de patiënt)

Klinische gegevens over 6 maanden (uit EPD) Klinische gegevens over 6 maanden en PRO’s (van patiënt) Klinische gegevens over 8 maanden (uit EPD) - alleen voor het verzamelen van LDL-C-waarden (low-density lipoproteïne-cholesterol) na onderzoek. registreer gegevens rond het proces (bijv. aantal oproepen voor elke patiënt, enz.) Zorgkampioen zal maandelijks gegevens registreren over aanpassingen aan de interventie op elke locatie. CRC zal screening- versus inschrijvingsgegevens invoeren in CRF

Gegevensbescherming Deelnemers krijgen een unieke identificatiecode toegewezen op hun inschrijvingssite. Alle deelnemersgegevens die naar Duke worden overgedragen, bevatten alleen de identificatie; namen van deelnemers of andere informatie die de deelnemer identificeerbaar zou maken, worden niet overgedragen.

Veiligheidsbeheer en rapportage van bijwerkingen/ernstige bijwerkingen Omdat de interventie alleen de naleving van de zorgrichtlijnen bevordert en er geen medicijnen worden voorgeschreven door onderzoekspersoneel, is dit een onderzoek met een laag risico en zullen de onderzoekers niet routinematig gegevens over veiligheid of bijwerkingen verzamelen. . Gegevens over klinische voorvallen (waaronder ziekenhuisopnames, overlijden, MI, beroerte en coronaire revascularisatie) zullen tijdens de onderzoeksperiode worden verzameld door controle van de medische dossiers en door discussie met de patiënten. Klinische gebeurtenissen zullen echter niet formeel worden beoordeeld; ze zullen worden gerapporteerd en bevestigd door site PI.

Statistische hypothesen, randomisatie en bepaling van de steekproefgrootte Hypothesen Gemiddeld hebben patiënten in de behandelarm een ​​grotere verandering in het LDL-niveau vergeleken met de gebruikelijke zorgarm.

H_0: β_trt= 0 H_a: β_trt≠ 0

Randomisatie Deelnemers worden gerandomiseerd met een 1:1 toewijzing op locatieniveau.

Bepaling van de steekproefomvang De bepaling van de steekproefomvang werd uitgevoerd met behulp van een hiërarchisch gemengd modelontwerp met twee niveaus, waarbij patiënten (niveau-1) binnen locaties (niveau-2) in twee armen worden gerandomiseerd. De armen zijn behandelings- en controlearmen. Uitgaande van een gemiddelde verandering in LDL van 18,9 mg/dl met een standaardverschil van 38,8 mg/dl, ρ=0,05, α=0,05 en 6 clusters, zou de geplande totale steekproefomvang van n=400 voldoende power moeten hebben.

Totaal proefpersonen Groep 1 Groep 2 Clusters Onderwerpen per cluster in groep 1 Onderwerpen per cluster in groep 2 Gemiddeld verschil SD ICC Vermogen N N1 N2 K M1 M2 δ σ ρ Alfa 0,99729 360 180 180 6 30 30 18,9 38,8 0,05 0,05 0,99871 396 198 198 6 33 33 18,9 38,8 0,05 0,05 0,99899 408 204 204 6 34 34 18,9 38,8 0,05 0,05 0,99921 420 210 210 6 35 35 18,9 38,8 0,05 0,05 0,99978 480 240 240 6 40 40 18,9 38,8 0,05 0,05 Vermogensberekeningen zijn berekend met behulp van PASS 2023, versie 23.0. 2.

Geplande statistische analyse Patiënten die zijn opgenomen voor MI en/of coronaire percutane revascularisatie en die een opname-LDL-niveau ≥ 70 mg/dl hebben en een eerstelijnsarts en/of cardioloog hebben binnen hetzelfde gezondheidszorgsysteem (hetzelfde EPD).

Patiënten worden 1:1 op locatieniveau gerandomiseerd naar de gebruikelijke zorg of naar een interventionele arm met een zorgkampioen om het LDL-beheer na ontslag te verbeteren. Van patiënten wordt verwacht dat hun LDL na ontslag opnieuw wordt gecontroleerd als onderdeel van de door de richtlijn aanbevolen zorg. Dit gebeurt echter niet altijd en de interventie is bedoeld om de naleving van deze norm te vergroten en om, indien geïndiceerd, de juiste medicatietitratie te bewerkstelligen. Zes maanden na ontslag zullen alle patiënten bij wie de LDL-controle na ontslag nog niet is gecontroleerd, worden gevraagd dit alsnog te doen. Acht maanden na ontslag zal het CRC een EPD-beoordeling uitvoeren om de laatste LDL-waarden te verkrijgen.

Primaire doelstellingen Het primaire eindpunt is de verandering in LDL binnen de patiënt vanaf het LDL-niveau bij opname tot de laatste LDL-controle na ontslag binnen 8 maanden na ontslag (6 maanden na interventie en een periode van 2 maanden na het onderzoek om LDL vast te stellen). De onderzoekers zullen het verband tussen de behandelingsgroep en de laatst bekende LDL-waarde modelleren met behulp van lineaire regressie, waarbij wordt gecorrigeerd voor het LDL-niveau bij opname, leeftijd, geslacht en ras. Willekeurige onderscheppingen zullen worden gebruikt om geclusterde gegevens per locatie te verwerken.

Ontbrekende definitieve LDL-waarden De onderzoekers verwachten dat sommige patiënten in elke arm hun LDL nooit zullen laten controleren binnen de follow-upperiode van zes maanden. Voor deze patiënten zal de CRC zes maanden na ontslag contact opnemen met zowel de patiënt als hun primaire zorgverleners (PCP en/of cardioloog) om hen aan te moedigen hun LDL te laten controleren, volgens de zorgstandaard. De CRC zal vervolgens acht maanden na ontslag een EPD-beoordeling uitvoeren om eventuele geregistreerde LDL-waarden te verkrijgen.

Voor degenen met wie contact is opgenomen, maar bij wie 8 maanden na ontslag nog steeds geen LDL-niveau is geregistreerd, zullen de onderzoekers hun opnamewaarde als definitieve waarde toekennen als er geen duidelijke veranderingen in de lipidenverlagende therapie (LLT) in het EPD zijn opgetreden. . Als deze groep >5% van een van beide behandelingsarmen uitmaakt, zullen de onderzoekers de temporele variabiliteit in LDL-niveaus schatten en verder rekening houden met regressie naar het gemiddelde en de kansvariatie. De onderzoekers zullen ons bestaande cohort gebruiken om deze variabiliteit te schatten.

Voor degenen bij wie binnen 8 maanden na ontslag geen LDL-niveau is geregistreerd, maar wel binnen 6 maanden na ontslag een record van LLT-veranderingen hebben, zullen de onderzoekers voorwaardelijk het uiteindelijke LDL-niveau toeschrijven op basis van andere patiënten met vergelijkbare LLT-veranderingen die een definitieve LDL-niveau. Klinisch relevante LLT-veranderingscategorieën (bijvoorbeeld verhoging van statine met lage/matige naar hoge intensiteit; toevoeging van niet-statinetherapieën zoals PCSK9i mAb of siRNA, ezetimibe of bempedonzuur) zullen worden gecreëerd. De onderzoekers zullen deze veranderingscategorieën samen met andere relevante covariabelen gebruiken om de uiteindelijke LDL-niveaus te bepalen. Onze imputatiebenadering zal een modelgebaseerde meervoudige imputatie zijn, waarbij gebruik wordt gemaakt van de volledig voorwaardelijke specificatiemethode. Voor patiënten van wie de LLT-veranderingscategorie niet goed vertegenwoordigd is in onze gegevens, zullen de onderzoekers een verwachte reductie gebruiken op basis van de huidige literatuur. De onderzoekers zullen gevoeligheidsanalyses uitvoeren waarbij de verwachte reductiedrempels worden gevarieerd.

Verhoudingen zullen worden berekend per behandelarm en vergeleken met logistische regressie met behulp van willekeurige intercepts om rekening te houden met geclusterde gegevens per locatie. De gemiddelden zullen worden berekend per behandelingsarm en worden vergeleken met lineaire regressie met behulp van willekeurige intercepts om rekening te houden met geclusterde gegevens per locatie. Er zullen onaangepaste en aangepaste analyses worden gedaan. Aangepaste modellen worden aangepast voor leeftijd, geslacht en ras.

Binaire uitkomsten zullen worden geanalyseerd met logistische regressie. De uitkomsten van de tijd tot gebeurtenis zullen worden geanalyseerd met het Cox-model voor proportionele gevaren. De aanname van de proportionele gevaren zal worden beoordeeld met behulp van Schoenfeld-residuen. Voor alle modellen worden zowel ongecorrigeerde als aangepaste (voor leeftijd, geslacht en ras) modellen berekend. Alle modellen maken ook gebruik van willekeurige onderscheppingen om rekening te houden met geclusterde gegevens per locatie.