- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT05321433
Używanie tytoniu a ryzyko COVID-19 i skutki uboczne
Związek między używaniem tytoniu a zakażeniem COVID-19 i niepożądanymi skutkami w trzech krajach nordyckich: analiza zbiorcza
Przegląd badań
Status
Szczegółowy opis
Pandemia choroby koronawirusowej (COVID-19), wywołana przez koronawirusa zespołu ostrej niewydolności oddechowej 2 (SARS-CoV-2), do marca spowodowała ponad 470 milionów potwierdzonych przypadków COVID-19 i ponad 6 milionów zgonów na całym świecie 25 grudnia 2022 r. (WHO, 2022 r.). Od początku pandemii COVID-19 przypisywano kilka czynnikom zwiększenie ryzyka infekcji i niekorzystnych skutków choroby COVID-19. Wśród tych czynników związek między używaniem tytoniu a zakażeniem COVID-19 i niepożądanymi skutkami choroby pozostawał kontrowersyjny, ponieważ badania wciąż dostarczały mieszanych wyników. Wczesne badania wykazały ochronny wpływ palenia tytoniu na zakażenie COVID-19 (Haddad i in.; Jiménez-Ruiz i in., 2020) lub hospitalizacje z powodu COVID-19 (Farsalinos i in., 2020; Neira i in., 2021). Nowszy, trwający obecnie przegląd, tym razem obejmujący większy wybór badań o różnych projektach badawczych, wykazał, że palacze są mniej narażeni na zakażenie SARS-COVID-19 w porównaniu z osobami niepalącymi (ryzyko względne 0,67, 95% przedział wiarygodności 0,60) -0,75) (Simons i in., 2021). Odkrycia te otworzyły drogę do spekulacji i hipotez dotyczących potencjalnych mechanizmów stojących za tą ochronną rolą. Jednak na wyniki większości tych badań może mieć wpływ błąd selekcji, ponieważ zgłaszały one wyniki z próbek klinicznych lub błąd wynikający z zamieszania, ponieważ struktura tych opublikowanych danych pozwalała tylko na analizę jednoczynnikową.
Wyniki badań, w których występuje błąd selekcji lub błąd wynikający z zakłamania, należy traktować ostrożnie, ponieważ mogą one podważyć wieloletnią edukację w zakresie zdrowia publicznego dotyczącą używania tytoniu, głównej przyczyny zachorowalności i śmiertelności na całym świecie. Co więcej, rola używania tytoniu w postępie choroby, takiej jak choroba wymagająca hospitalizacji, OIOM i śmierć, pozostaje niejasna, ponieważ większość poprzednich badań koncentrowała się bardziej na związku między używaniem tytoniu a ryzykiem infekcji, ale nie na niekorzystnych skutkach. Fakty te wymagają badań, które zapewnią uzupełnienie wszelkich luk w wiedzy na temat związku między tytoniem a COVID-19 poprzez uwzględnienie 1) zmniejszenia ryzyka pomyłki i błędu selekcji; 2) zwiększenie precyzji dzięki większej liczebności próby, 3) dalsze badanie związku między używaniem tytoniu a niepożądanymi skutkami chorób. W większości krajów skandynawskich profil używania tytoniu w populacjach leżących u jego podstaw pozwala na analizę kilku rodzajów używania tytoniu, m.in. palenie papierosów i używanie tytoniu bezdymnego (snus), umożliwiając dalszy wgląd w potencjalną rolę nikotyny w związku między używaniem tytoniu a COVID-19. Używanie tytoniu bezdymnego jest bardzo rozpowszechnione (przekracza nawet rozpowszechnienie palenia wśród mężczyzn w Szwecji i Norwegii), co pozwoli nam rozwikłać potencjalną rolę nikotyny w związku między paleniem tytoniu a COVID-19.
Badacze proponują zbadanie powiązań między używaniem tytoniu, zakażeniem COVID-19 i niepożądanymi skutkami choroby, wykorzystując zbiorcze dane populacyjne z trzech krajów nordyckich, dostosowując je pod kątem potencjalnych czynników zakłócających. Populacyjny charakter próbek minimalizuje błąd selekcji Korzystanie z analizy zbiorczej spowoduje zgromadzenie dużej wielkości próby i zwiększenie potencjału analiz podgrup o dużej mocy.
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Stockholm
-
Solna, Stockholm, Szwecja, 171 77
- Karolinska Institutet
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria wyłączenia:
• Wszystkie osoby, które zmarły przed wybuchem pandemii (luty 2020) w trzech krajach zostaną wyłączone z analizy.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
|---|
|
Szwedzka kohorta
Szwedzkie dane pochodzą z historycznej kohorty 424 386 klientów publicznych klinik dentystycznych w wieku 23 lat i starszych w regionie Sztokholmu, począwszy od października 2015 r. do stycznia 2020 r., z okresem obserwacji od lutego 2020 r. do grudnia 2020 r.
W Szwecji publiczne kliniki dentystyczne (Folktandvården, FTV) zapewniają rutynowe wizyty profilaktyczne (kontrolne badania jamy ustnej) wszystkim mieszkańcom, którzy zdecydują się na opiekę w tych klinikach.
Podczas każdej kontroli stanu zdrowia palenie i używanie snusu są określane jako wcześniejsze używanie, obecne używanie i ilość obecnego używania.
Krajowe numery osobiste przydzielone każdemu mieszkańcowi Szwecji w momencie urodzenia lub imigracji będą wykorzystywane do uzyskiwania informacji o diagnozach COVID-19 i innych chorób poprzez powiązanie zapisów z regionalnymi rejestrami opieki zdrowotnej.
Informacje demograficzne będą pozyskiwane poprzez powiązanie zapisów z rejestrem całkowitej populacji regionu Sztokholmu, prowadzonym przez szwedzki urząd statystyczny.
|
|
Kohorta fińska
Fińskie dane będą pochodzić z trzech zbiorczych przekrojowych krajowych badań zdrowotnych w Finlandii (FinSote 2018-2020) z udziałem 44 199 uczestników w wieku 20 lat i starszych.
Próby badawcze obejmowały stałych mieszkańców Finlandii z ankiet FinSote z lat 2018, 2019 i 2020.
Niepowtarzalny identyfikator osobisty przypisany wszystkim mieszkańcom Finlandii zostanie powiązany z Rejestrem Chorób Zakaźnych w celu uzyskania informacji o diagnozach COVID-19, z Rejestrem Opieki Zdrowotnej (HILMO) w celu uzyskania informacji o przyjęciach do szpitala z powodu COVID-19 oraz do Statistics Finland Mortality Data w celu uzyskania informacji o zgonach.
Dane dotyczące niektórych cech socjodemograficznych będą również pozyskiwane z Agencji Usług Danych Cyfrowych i Danych o Ludności.
|
|
Kohorta norweska
Norweskie dane będą oparte na Norweskim badaniu kohortowym matek, ojców i dzieci (MoBa) (Magnus i in., 2016) oraz norweskiej kohorcie ciąży związanej z grypą (NorFlu) (Laake, 2018), z powiązaniami z Norweskim Systemem Nadzoru chorób zakaźnych (MSIS), Norweski Rejestr Szczepień (SYSVAK) oraz Norweski Rejestr Ludności.
MoBa to ogólnokrajowa kohorta populacyjna składająca się z 280 000 uczestniczek, do której rodziców rekrutowano w okresie ciąży w latach 1999–2008, natomiast NorFlu to kohorta ciążowa składająca się z 9 000 uczestniczek rekrutowanych w Oslo i Bergen podczas pandemii świńskiej grypy w 2009 r. -2010.
Informacje demograficzne są pozyskiwane z rejestrów poprzez powiązania z istniejącymi bazami danych kohortowych.
Na potrzeby tego badania wszystkie osoby, które zmarły przed wybuchem pandemii (luty 2020 r.) w trzech krajach, zostaną wyłączone z analizy.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Każda diagnoza COVID-19 mierzona w następujący sposób:
Ramy czasowe: Luty 2020 - grudzień 2020
|
Szwecja: co najmniej pozytywny wynik testu reakcji łańcuchowej polimerazy (PCR) zgłoszony przez laboratoria do szwedzkiego krajowego elektronicznego systemu nadzoru chorób zakaźnych (SmiNet). Finlandia: przypadki z dodatnim wynikiem PCR z odwrotną transkrypcją SARS-CoV-2 (RT-PCR), poinformowane przez laboratorium lub przez lekarza jako zapis Międzynarodowej Klasyfikacji Chorób, dziesiąta rewizja (ICD-10) kod U07.1 (co wymaga pozytywnego SARS-CoV-2 RT-PCR). Norwegia: pozytywny wynik testu na SARS-CoV-2 na podstawie PCR uzyskanego z Norweskiego Systemu Nadzoru Chorób Zakaźnych (MSIS) lub obecność przeciwciał na SARS-CoV-2. Z tych definicji zostanie utworzona zmienna kategoryczna (Brak zarejestrowanej diagnozy COVID-19 = 1, zarejestrowana diagnoza COVID-19 = 2) |
Luty 2020 - grudzień 2020
|
|
Przyjęcie do szpitala z powodu COVID-19 mierzone w następujący sposób:
Ramy czasowe: Luty 2020 - grudzień 2020
|
Każde przyjęcie do szpitala z rozpoznaniem COVID-19 (kody ICD-10 U071 i U072). Rozpoznanie można było zarejestrować jako rozpoznanie główne lub towarzyszące. A. Zostanie utworzona zmienna kategoryczna dla przyjęcia do szpitala z jakąkolwiek diagnozą COVID-19 (główną lub drugorzędną) (brak przyjęć = 1, dowolne przyjęcie = 2). B. Zmienna kategorialna dla przyjęcia do szpitala z COVID-19 jako głównym rozpoznaniem (brak przyjęć = 1, dowolne przyjęcie = 2). |
Luty 2020 - grudzień 2020
|
|
Intensywna opieka na oddziale z powodu rozpoznania COVID-19 obejmuje następujące działania:
Ramy czasowe: Luty 2020 - grudzień 2020
|
Przyjęcie na oddział intensywnej terapii (OIOM) z powodu rozpoznania COVID-19 (kody ICD-10 jw.).
Zostanie utworzona zmienna kategorialna dla intensywnej opieki na oddziale z powodu diagnozy COVID-19 (Nie/Tak) (Brak opieki na OIOM = 1, jakakolwiek opieka na OIOM = 2).
|
Luty 2020 - grudzień 2020
|
|
Śmierć z powodu COVID-19 mierzona w następujący sposób:
Ramy czasowe: Luty 2020 - grudzień 2020
|
Zgon z powodu COVID-19 zostanie ustalony na podstawie szwedzkiego, fińskiego i norweskiego rejestru przyczyn zgonów.
Uwzględnione zostaną wszystkie zgony, które miały miejsce w okresie obserwacji, a COVID-19 zarejestrowano jako główną przyczynę.
|
Luty 2020 - grudzień 2020
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Długość pobytu w szpitalu z powodu COVID-19
Ramy czasowe: Luty 2020 - grudzień 2020
|
Jako drugorzędną analizę użyjemy modelu ujemnej liczby dwumianowej (Hilbe, 2011, 2014) do oceny długości pobytu pacjenta w szpitalu mierzonej jako skumulowana liczba dni hospitalizacji, jako wskaźnika nasilenia choroby wśród osób używających tytoniu w porównaniu z osobami niepalącymi użytkownicy.
|
Luty 2020 - grudzień 2020
|
Współpracownicy i badacze
Sponsor
Śledczy
- Główny śledczy: Maria Rosaria Galanti, Department of Global Public Health, Karolinska Institute
Publikacje i pomocne linki
Publikacje ogólne
- Zou G. A modified poisson regression approach to prospective studies with binary data. Am J Epidemiol. 2004 Apr 1;159(7):702-6. doi: 10.1093/aje/kwh090.
- Austin PC, Lee DS, Fine JP. Introduction to the Analysis of Survival Data in the Presence of Competing Risks. Circulation. 2016 Feb 9;133(6):601-9. doi: 10.1161/CIRCULATIONAHA.115.017719.
- Simons D, Shahab L, Brown J, Perski O. The association of smoking status with SARS-CoV-2 infection, hospitalization and mortality from COVID-19: a living rapid evidence review with Bayesian meta-analyses (version 7). Addiction. 2021 Jun;116(6):1319-1368. doi: 10.1111/add.15276. Epub 2020 Nov 17.
- Andersen PK, Abildstrom SZ, Rosthoj S. Competing risks as a multi-state model. Stat Methods Med Res. 2002 Apr;11(2):203-15. doi: 10.1191/0962280202sm281ra.
- Berry SD, Ngo L, Samelson EJ, Kiel DP. Competing risk of death: an important consideration in studies of older adults. J Am Geriatr Soc. 2010 Apr;58(4):783-7. doi: 10.1111/j.1532-5415.2010.02767.x. Epub 2010 Mar 22.
- Farsalinos, K., Barbouni, A., & Niaura, R. (2020). Smoking, vaping and hospitalization for COVID-19. Qeios.
- Fine, J. P., & Gray, R. J. (1999). A proportional hazards model for the subdistribution of a competing risk. Journal of the American Statistical Association, 94(446), 496-509.
- Galanti, M. R. (2021). Tobacco Use and the Risk of COVID-19. ClinicalTrials.gov: NCT04896918. 2021. [Available from: https://clinicaltrials.gov/ct2/show/NCT04896918].
- Goldstein, H. (1995). Multilevel Statistical Models, Chapter 2. Edward Arnold. In: London, Wiley, New York.
- Haddad C, Bou Malhab S, Sacre H, Salameh P. Smoking and COVID-19: A Scoping Review. Tob Use Insights. 2021 Feb 15;14:1179173X21994612. doi: 10.1177/1179173X21994612. eCollection 2021.
- Hilbe, J. M. (2011). Negative binomial regression. Cambridge University Press.
- Hilbe, J. M. (2014). Modeling count data. Cambridge University Press.
- Ioannidis JPA. Over- and under-estimation of COVID-19 deaths. Eur J Epidemiol. 2021 Jun;36(6):581-588. doi: 10.1007/s10654-021-00787-9. Epub 2021 Jul 28.
- Jimenez-Ruiz CA, Lopez-Padilla D, Alonso-Arroyo A, Aleixandre-Benavent R, Solano-Reina S, de Granda-Orive JI. [COVID-19 and Smoking: A Systematic Review and Meta-Analysis of the Evidence]. Arch Bronconeumol. 2021 Jan;57:21-34. doi: 10.1016/j.arbres.2020.06.024. Epub 2020 Jul 25. Spanish.
- Kim HT. Cumulative incidence in competing risks data and competing risks regression analysis. Clin Cancer Res. 2007 Jan 15;13(2 Pt 1):559-65. doi: 10.1158/1078-0432.CCR-06-1210.
- Laake I, Tunheim G, Robertson AH, Hungnes O, Waalen K, Haberg SE, Mjaaland S, Trogstad L. Risk of pregnancy complications and adverse birth outcomes after maternal A(H1N1)pdm09 influenza: a Norwegian population-based cohort study. BMC Infect Dis. 2018 Oct 22;18(1):525. doi: 10.1186/s12879-018-3435-8.
- Magnus P, Birke C, Vejrup K, Haugan A, Alsaker E, Daltveit AK, Handal M, Haugen M, Hoiseth G, Knudsen GP, Paltiel L, Schreuder P, Tambs K, Vold L, Stoltenberg C. Cohort Profile Update: The Norwegian Mother and Child Cohort Study (MoBa). Int J Epidemiol. 2016 Apr;45(2):382-8. doi: 10.1093/ije/dyw029. Epub 2016 Apr 10.
- Puebla Neira D, Watts A, Seashore J, Polychronopoulou E, Kuo YF, Sharma G. Smoking and risk of COVID-19 hospitalization. Respir Med. 2021 Jun;182:106414. doi: 10.1016/j.rmed.2021.106414. Epub 2021 Apr 17.
- Peña, S., Ilmarinen, K., Kestilä, L., & Karvonen, S. (2021). Tobacco Use and COVID-19 Incidence in the Finnish General Population (Tobrisk-CoV). ClinicalTrials.gov: NCT04915781. 2021. [Available from: https://clinicaltrials.gov/ct2/show/NCT04915781]. https://clinicaltrials.gov/ct2/show/NCT04915781
- Southern DA, Faris PD, Brant R, Galbraith PD, Norris CM, Knudtson ML, Ghali WA; APPROACH Investigators. Kaplan-Meier methods yielded misleading results in competing risk scenarios. J Clin Epidemiol. 2006 Oct;59(10):1110-4. doi: 10.1016/j.jclinepi.2006.07.002.
- WHO. (2022). Coronavirus (COVID-19) Dashboard. https://covid19.who.int/]
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Szacowany)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 105544
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .