Karbohydrattelling hjulpet av en simulering hos personer med type 1 diabetes mellitus. En protokoll for en klinisk utprøving

Studiesetting Pasienter med T1DM som er trent i karbohydrattelling, hvis oppfølging anses som mulig, vil bli rekruttert fra universitetssykehus og klinikker dedikert til å behandle mennesker med DM i byen Medellín, Colombia.

Kointervensjoner Siden kun pasienter med T1DM skal rekrutteres, forventes pasienter i begge gruppene å bli behandlet med insulin, enten med multippel injeksjonsskjema eller insulinpumpe. Det er ingen andre godkjente intervensjoner for behandling av T1DM. Forskere vil bli instruert om å unngå bruk av ikke-godkjente legemidler for T1DM.

Protokollavvikling

Protokollen vil bli avviklet hvis noen av følgende betingelser er oppfylt:

Pasienten ønsker ikke å fortsette å delta i studien. Pasientens behandlende lege bestemmer at hun ikke skal fortsette i studien på grunn av behovet for ytterligere terapier som kan påvirke pasientens evne til å samhandle med applikasjonen eller vesentlig endre glukoseatferd og kreve andre intervensjoner, for eksempel behandling med høye doser glukokortikoider.

Pasienten trenger sykehusbehandling i mer enn 72 timer, og bruk av applikasjonen etter forskerens skjønn kan forstyrre hennes omsorg eller sette helsen hennes i fare.

Pasienten utvikler en tilstand som kontraindiserer kontinuerlig glukoseovervåking, slik som vanskelige allergier mot lim, hyppige radiologiske evalueringer som kan kontraindisere implantasjon av enheter, eller enhver generalisert hudtilstand som gjør det umulig å sette inn enheten i noen områder av kroppen.

Utvalgsstørrelse Utvalgsstørrelsen er beregnet basert på primærutfallet, dvs. forventet forskjell i TIR.

Tjueåtte pasienter, 14 per gruppe, vil bli pålagt å analysere tid innenfor rekkevidde ved å bruke en blandet-effektmodell som antar et standardavvik på 4 %, den statistiske styrken på 90 %, en type I feilrate på 0,05 %, og intra- emnevariasjon på 5 %, og inter-emnevariabilitet på 9 %. Prøvestørrelsen ble justert til 15 pasienter per gruppe for å innrømme en abstinensrate på 10 % i intervensjonsgruppen, forutsatt at ingen pasienter i kontrollgruppen kunne få tilgang til intervensjonen. For å opprettholde statistisk kraft ble utvalgsstørrelsen justert med en faktor som representerer pensjonsforholdet.

Rekruttering Deltakere vil bli rekruttert fra universitetssykehus og klinikker som spesialiserer seg på behandling av T1DM, som pasienter henvises til for behandling med insulinpumpe eller CGM-støtte i Medellín, Colombia. Deltakerne vil bli invitert til studien av sine behandlende leger på hvert sted.

Generering av tilfeldig sekvens Deltakerne vil bli tilfeldig tildelt i forholdet 1:1 til intervensjons- eller kontrollgruppen ved hjelp av en sekvens av datamaskingenererte tilfeldige tall, ved bruk av permuterte blokker med 4 til 6 individer av variabel størrelse. Størrelsen på blokkene vil ikke bli avslørt for å sikre at sekvensen skjules. Sekvensen vil bli generert ved hjelp av en nettapplikasjon.

Tildelingsskjulmekanisme Tildelingsskjuling vil bli opprettholdt ved bruk av et nettbasert sentralt randomiseringssystem. Dette systemet vil ikke levere tildelingskoden til en koordinator før etter siste evalueringsbesøk, og hindrer forskeren i å vite hvilken gruppe pasienten skal inngå.

Tilfeldig sekvensimplementering I løpet av studien vil randomisering bli implementert av Pablo Tobón Uribe sykehus forskningsenhet. Studiekoordinatoren vil få tilgang til sekvenslisten og tildele den genererte koden til hver pasient. I søknaden vil kodene og tildelingen av hver kode til en av studiens armer bli forhåndsinnspilt. Å gjøre det vil sikre uavhengigheten til forskerne og de ansvarlige for dataanalyse.

Blinding På grunn av intervensjonens art vil ikke pasienter og etterforskere bli blindet. I stedet vil de ansvarlige for dataanalyse bli blindet til dataanalysen er fullført. Dette vil gjøres ved å tildele koder til pasientene som de som har ansvaret for å behandle dataene vil identifisere hvert datasett og bygge databasene. Oppgavegruppene får navnene Gruppe A og Gruppe B, og intervensjonen til hver gruppe vil kun være kjent for koordinatoren i forskningsenheten. Gruppene vil bli deklassifisert for tolkning når studien er ferdig og analyseplanen er fullført.

Datainnsamlingsmetoder

Dataene vil bli samlet inn ved hjelp av koden som er tildelt hver pasient under genereringen av randomiseringssekvensen, og databasene vil bli bygget ukentlig med følgende informasjon:

Tid innenfor rekkevidde og tid utenfor område: Tiden innenfor rekkevidde og utenfor område vil bli beregnet fra dataene innhentet fra den kontinuerlige glukosemonitoren ved hvert ukentlige besøk av en av etterforskerne. Denne personen vil bli opplært i å hente dataene fra CGM.

Grad 3 hypoglykemiske episoder: Ved hvert besøk vil en av etterforskerne spørre og registrere de grad 3 hypoglykemiske episodene som pasienten har presentert.

Glykemisk variasjon: Den glykemiske variasjonen vil bli beregnet basert på data innhentet fra CGM.

Grad av samsvar for den fenomenologisk-baserte modellen: Dataene for å estimere graden av samsvar i glukosenivåene til den fenomenologisk-baserte modellen vil bli oppnådd ved å sammenligne simuleringen gitt av modellen og dataene innhentet av CGM. Glukoseverdiene estimert av modellen vil bli lagret på en server i løpet av studien og vil senere bli lagt inn i en database for analyse.

Handlinger utført av deltakerne: Beslutningen som legges inn av pasienten rapporteres i samme applikasjon som utfører karbohydrattellingen og lagres på en server for senere analyse.

Brukbarhet av applikasjonen: Deltakerne fyller ut brukervennlighetsskalaen ved siste besøk. Disse dataene vil bli lagret på en server og deretter analysert.

Figur 2 viser pasientens flytskjema.

Oppbevaring Gitt den korte oppfølgingstiden forventes ingen tap. Alle rimelige anstrengelser vil imidlertid bli gjort for å sikre oppfølging. Neste besøk vil bli planlagt ved hvert oppfølgingsbesøk, og deltakerne vil få dekket transportkostnader dersom det er nødvendig for å delta på besøkene.

Deltakerne kan forlate studien når som helst og av hvilken som helst grunn. I tillegg kan forskere trekke deltakere hvis de vurderer noen fare for deltakeren som fortsetter i studien.

Deltakere kan trekkes fra studien dersom vedkommende myndighet bestemmer seg for det.

Databehandling Alle data vil bli registrert elektronisk i skjemaer lagret på en virtuell server under studiet. Tilgang til disse skjemaene vil være begrenset og kun autorisert av forskningsenheten Pablo Tobón Uribe Hospital.

Dataene innhentet fra CGM vil bli lagret i sitt originale format på en virtuell server når pasienten er avidentifisert og kan nås for verifisering av datakvalitet.

Pablo Tobón Uribe Hospitals forskningsenhet vil lagre all data på ubestemt tid, men all informasjon som kan identifisere pasientene vil bli slettet.

Statistiske metoder Tabell 1 viser startvariablene for gruppene i tabellen for operativ definisjon av variabler (Supplerende tabell1) og vil bli presentert som delt på behandlingsoppdragsgruppene. Normalitetsanalysen vil bli utført ved hjelp av en Q-Q (kvantil-kvantit) graf og Shapiro-Wilk-testen. I henhold til datafordeling vil kontinuerlige variabler presenteres som gjennomsnitt og standardavvik eller medianer og interkvartilområder. Diskrete variabler vil bli presentert som medianer og interkvartilområder, og kvalitative variabler vil bli presentert som absolutte frekvenser og proporsjoner.

Analysepopulasjon Komplett analysesett: Det komplette analysesettet vil bestå av alle randomiserte individer, inkludert oppfølging og tap av protokollavvik.

Analysesett per protokoll: Analysesettet per protokoll vil bestå av personer som bruker CHOC + Sim-applikasjonen minst 80 % av tiden. Denne andelen av bruken av simuleringen er foreslått basert på tidligere resultater som viser at CGM-sensorslitasjetid er assosiert med større reduksjoner i glukosenivåer.

Mål analyseplan Et komplett analysesett vil bli brukt for det primære endepunktet og intensjon-å-behandle-analysen. Dette vil bli sammenlignet med analyseresultatet som en sensitivitetsanalyse, som kun tar hensyn til settet med analyser per protokoll. En blandet modellanalyse vil bli brukt for å evaluere tidsforskjellen i rekkevidde. TIR er inkludert som den avhengige variabelen i modellen med blandede effekter. Type behandling og tiden siden randomisering er inkludert som uavhengige variabler. TIR før randomisering, type insulinbehandling og pre-randomisering HbA1c vil bli inkludert som kovariater.

De sekundære telleresultatene vil bli analysert i per-protokollsettet. Antall episoder av grad 3 hypoglykemi og antall DKA eller HSS vil bli sammenlignet i begge grupper ved å bruke et forhold mellom insidensrater, beregnet ved hjelp av en Poisson-regresjon hvis variansen er mindre enn gjennomsnittet eller ved negativ binomial regresjon ellers (60, 61) ).

Overensstemmelse mellom den fenomenologisk-baserte modellen og CGM-målinger vil bli analysert ved å bruke grenser for samsvar (LoA) i det komplette datasettet. Den kliniske tolkningen av LoA er imidlertid ikke enkel uten en minimal klinisk signifikant forskjell. Enda viktigere er at den ikke tar hensyn til den kliniske risikoen som stammer fra en feil i estimeringen. Derfor bestemte forfatterne seg også for å utføre en feilruteanalyse.