Wpływ mikrobiomu na odpowiedź inhibitora immunologicznego punktu kontrolnego u pacjentów z czerniakiem

Pomocnicze korelacje (kwestionariusz, pobieranie próbek, tomografia komputerowa)

Pacjenci wypełniają FFQ na początku badania, poddają się pobraniu próbek kału na początku badania, w ciągu 2 dni od rozpoczęcia leczenia kortykosteroidami (jeśli dotyczy), gdy poproszono ich o pobranie próbki kontrolnej oraz w 12. 12 tygodni.

Inny: Laboratoryjna analiza biomarkerów

Badania korelacyjne

Procedura: Tomografii komputerowej

Poddaj się tomografii komputerowej

Inne nazwy:

• Tomografia komputerowa
• KOT
• Skanowanie CAT
• Komputerowa tomografia osiowa
• tomografia

Inny: Administracja kwestionariuszami

Wypełnij kwestionariusz

Procedura: Kolekcja próbek biologicznych

Poddaj się pobraniu krwi i stolca

Inne nazwy:

• Pobieranie próbek biologicznych

Wyjściowa różnorodność alfa mikrobiomu u osób reagujących w porównaniu z (w porównaniu z) osobami niereagującymi

Ta analiza będzie zgodna ze strukturą regresji logistycznej. Zmienna zależna, odpowiedź na leczenie, zostanie oceniona przy użyciu standardowych kryteriów (Response Evaluation Criteria in Solid Tumors [RECIST] wersja [v] 1.1). Każdy pacjent zostanie sklasyfikowany jako „odpowiedź”, „stabilny” lub „postęp” jako zmienna kategoryczna, a następnie podzielony na binaryzację, z „odpowiedź” lub „stabilny” w kategorii „osoby reagujące” i „postęp” w kategorii „brak -respondenci". Zmiennymi niezależnymi będzie różnorodność alfa. Dodatkowe współzmienne zostaną uwzględnione w modelu w celu kontrolowania różnic w wieku, płci, wskaźniku masy ciała (BMI), wskaźniku dietetycznym Kwestionariusza Częstotliwości Żywności (FFQ) i historii przyjmowania leków.

Wyjściowa różnorodność alfa mikrobiomu u pacjentów, którym przepisano kortykosteroidy, w porównaniu z tymi, którym nie przepisano kortykosteroidów

Ta analiza będzie zgodna ze strukturą regresji logistycznej. Zmienna zależna, toksyczność, zostanie oceniona na podstawie recepty na kortykosteroidy. Zmienne zależne, w tym różnorodność alfa lub poszczególne drobnoustroje, będą zmiennymi niezależnymi.

Wskaźniki rekrutacji do podłużnego pobierania próbek biologicznych, w tym kału, u pacjentów z czerniakiem

Wskaźniki rekrutacji zostaną określone jako odsetek dorosłych poddanych badaniu przesiewowemu, którzy kwalifikują się i wyrażają zgodę na udział w Klinice Onkologii Skóry, przy szacowanej rekrutacji na poziomie 30%. Będzie śledzić miesięczne gromadzenie danych i udokumentowane przyczyny pominięcia zaplanowanych dat zbierania. Wskaźnik rekrutacji zostanie wykorzystany w połączeniu z wariancją danych biopróbek w obliczeniach mocy w celu oszacowania wielkości próbki potrzebnej do przyszłych prób.

Wskaźniki zgodności dla podłużnego pobierania próbek biologicznych, w tym kału, u pacjentów z czerniakiem

Zgodność zostanie zdefiniowana jako 90% wartości początkowej, punktu końcowego i pobrania kortykosteroidów. Będzie śledzić miesięczne gromadzenie danych i udokumentowane przyczyny pominięcia zaplanowanych dat zbierania. Współczynnik zgodności zostanie wykorzystany w połączeniu z wariancją danych biopróbki w obliczeniach mocy w celu oszacowania wielkości próbki potrzebnej do przyszłych prób.

Drobnoustroje jako znaczące predyktory w regresjach logistycznych, gdzie wyniki są binarne (odpowiedź kliniczna lub toksyczność leczenia wymagająca kortykosteroidów), z danymi wejściowymi jako względna liczebność poszczególnych drobnoustrojów

Względna obfitość poszczególnych drobnoustrojów zostanie porównana między osobami reagującymi i niereagującymi z dodatkowym filtrowaniem, aby uwzględnić rzadkość macierzy danych mikrobiomu. Konkretnie, porównane zostaną drobnoustroje występujące w największej liczbie, a także obecne w ponad 50% próbek. Transformacja pierwiastka łuku sinusoidalnego zostanie zastosowana do względnej liczebności drobnoustrojów w celu przybliżenia rozkładu Gaussa, a następnie zastosowany zostanie uogólniony model liniowy, w którym „odpowiedź” jest zmienną odpowiedzi, a poszczególne drobnoustroje są zmiennymi predykcyjnymi.

Wartości P zostaną skorygowane metodą Bonferroniego, a następnie zwizualizowane na wykresie wulkanu. Drobnoustroje i zmienne towarzyszące, które okazały się najbardziej znaczące w modelu, zostaną połączone w jeden model w celu oszacowania procentowej wariancji możliwej do wyjaśnienia przez te predyktory. Analizy będą wykonywane w języku R przy użyciu pakietu stats.