Сбор данных об эффективной паллиативной помощи/уходе в конце жизни для подростков, больных раком (FACE-TC)

Исследователи предлагают проспективное продольное РКИ с двумя группами для проверки эффективности FACE-TC в отношении ключевых измеримых исходов в течение 18 месяцев после вмешательства. Диады, состоящие из подростков с раком и их семей (N = 130 пар; 260 субъектов), будут зарегистрированы и рандомизированы либо в группу вмешательства FACE-TC, либо в контрольную группу лечения как обычно (TAU) в соотношении 2: 1 [N = 87 Диады FACE-TC и N=43 диады TAU Control]. Исследователи оценивают отсев через 18 месяцев после вмешательства в 30% (20-25% из-за смерти/осложнений и 10% из-за выбывания). По оценкам исследователей, из исходной выборки из 130 рандомизированных пар (N = 260 субъектов) у исследователей будут полные продольные данные через 18 месяцев после вмешательства для 91 пары (N = 182 субъекта). Участники будут набраны из Детской больницы Акрон, Детской исследовательской больницы Св. Иуды и Масонской детской больницы Университета Миннесоты по программам педиатрической онкологии. Участники получат письменное информированное согласие/согласие. Подходящие участники будут зачислены и пройдут базовую оценку с последующей рандомизацией. Рандомизация будет на уровне диады. Распределение будет скрыто от RA-оценщика, чтобы предотвратить предвзятость. Блочная рандомизация по исследовательскому центру будет контролировать различия между сайтами. Условия вмешательства и контроля: Учебная программа, основанная на FACE-TC, состоит из: Занятия 1 ACP Survey; Сессия 2 Интервью об уважении к выбору; и предварительная директива «Пять желаний» для сеанса 3. Чтобы свести к минимуму нагрузку на больных подростков, исследователи выбрали условие сравнения «Обычное лечение». Этой группе будет предоставлен только буклет/информация по предварительному планированию ухода. Оценка проводится на исходном уровне и через 3, 6, 12 и 18 месяцев после вмешательства. На каждом объекте оценка и вмешательство будут проводиться исследовательской группой, состоящей из соисследователя объекта и двух помощников по исследованиям (RA) (RA-оценщик и RA-интервентор). подростку с раком и семье с информационным листом, описывающим исследование, и провести первоначальную оценку того, имеют ли они право на зачисление. После согласия/согласия проводится дальнейшая проверка критериев включения/исключения. Базовый визит: при регистрации и до рандомизации будут получены базовые показатели. Ввод исходных данных оценщиком RA инициирует компьютеризированную рандомизацию диад пациента/семьи либо для вмешательства FACE-TC, либо для контроля TAU с использованием случайно переставленного блочного дизайна и соотношения 2:1 в зависимости от места исследования. Затем Национальный клинический координатор Детской организации уведомит RA-Interventionist, который назначит следующий исследовательский визит. Подросток и семья узнают о своем задании, когда RA-Interventionist позвонит, чтобы запланировать учебные занятия. Посещаемость будет регистрироваться для оценки влияния полного или частичного участия в FACE-TC. Последующие визиты: RA-Assessor получит последующие меры от подростка и его семьи через 3, 6, 12 и 18 месяцев после вмешательства.

Совместные сотрудники площадки будут наблюдать за деятельностью площадки и обеспечивать еженедельное личное наблюдение за RA. Они несут ответственность за набор, удержание, безопасность, соблюдение протокола, а также надзор и поддержку RA. RAs будут помогать с набором, скринингом, зачислением и сбором базовых показателей скрининга, а также с повседневным функционированием. RA будут слепы к случайному назначению. Специалисты RA-Intervention будут обучены реализации протокола. Только RA-Assessor будет разрешено проводить оценки после рандомизации. Children's National будет служить центром координации данных и будет отвечать за разработку и обслуживание базы данных, а также за статистический анализ. Объекты будут контролироваться Комитетом по мониторингу безопасности (SMC). Двухдневное совещание исследователей будет проведено в Вашингтоне, округ Колумбия (округ Колумбия), и в нем примут участие все координаторы площадки, оценщики RA и консультанты. Протокол, его научное обоснование, основополагающие вопросы этики, реализация, включая набор и удержание, будут рассмотрены всей командой. В 9-м месяце 1-го года будет проведено 3-дневное учебное собрание RA-интервенционистов и RA-оценщиков по вмешательству, в котором также примут участие координаторы сайта. Оценщики RA будут посещать только один день этого обучения, чтобы сохранить слепоту. Инициация сайта. Чтобы начать скрининг/зачисление, (1) протокол должен быть одобрен Институциональным наблюдательным советом (IRB) каждого учреждения, и весь персонал должен пройти сертификацию по обучению в области исследований на людях, (2) персонал набран и обучен для выполнения функций RA, и (3) каждый RA-Interventionist должен пройти сертификацию в качестве фасилитатора Next Steps-ACP. Доктор Лайон и координатор исследований проверят наличие на сайте всех компонентов для логистики скрининга, регистрации, планирования, проведения оценок, проведения вмешательств и сбора данных. Для обеспечения постоянного качества вмешательства и его оценки будет осуществляться постоянный мониторинг. Д-р Лайон и г-жа Бриггс просмотрят первые 5 DVD/аудиозаписей интервенционных сеансов из каждого центра, чтобы убедиться в соответствии протоколу. После этого они будут случайным образом просматривать 1 DVD в неделю, чередуя сайты. Д-р Лайон и г-жа Бриггс будут использовать контрольный список компетенций. Д-р Лайон и координатор исследований будут следить за текущей документацией по утверждению IRB на объектах и ​​помогать объектам в ежегодных непрерывных проверках. Координатор исследований будет хранить копии всех нормативных форм, в том числе шаблоны с отметками о согласии с каждого центра и сертификаты сотрудников, подтверждающие участие в исследованиях на людях. Д-р Лайон и координатор исследований будут два раза в год посещать объекты для мониторинга, пока проводится вмешательство, чтобы обеспечить стандартизацию процедур и решить любые выявленные проблемы. Они проверят и подтвердят, что все согласия были получены на сайтах должным образом и что сайты хранят все данные участников и регулирующие органы. База данных REDCap пилотного проекта FACE-TC будет обновлена ​​и расширена для этого исследования, а системы ввода данных будут пересмотрены с учетом реализации на нескольких площадках. Будет создан словарь данных. Внешний комитет по мониторингу безопасности (SMC) будет создан доктором Лайоном, в обязанности которого будет входить проверка информации о безопасности, хода исследования и других соответствующих данных. SMC собирается как минимум один раз в год. Перед параметрическим тестированием надежность шкалы для многокомпонентных показателей (например, боли/усталости, психологических показателей детей и родителей, духовных/религиозных показателей) будет оцениваться с использованием коэффициента альфа Кронбаха, а их составные баллы будут использоваться для анализа данных. Аналитический план для AIM 1. Оценить эффективность FACE-TC на конгруэнтность подростков и семей в предпочтениях лечения. Конгруэнтность в принятии решений о лечении будет проверена на основе согласия (т. е. как пациент, так и его/ее семья выбирают один и тот же вариант) Заявления о предпочтениях в отношении лечения в четырех различных ситуациях, связанных с раком. Коэффициенты Каппа будут применяться для оценки совпадения ответов пациента и его семьи с поправкой на случайность. Изменение коэффициента Каппа (улучшение конгруэнтности) от исходного уровня до каждого последующего момента времени в течение периода исследования будет проверено с использованием метода начальной загрузки. Модель латентного роста (LGM) с категориальным исходом будет использоваться для проверки гипотез H1a, т. е. участники FACE-TC со временем будут иметь более высокий уровень конгруэнтности. В LGM исследователи будут устанавливать временные показатели, за исключением тех, которые используются для целей идентификации, в качестве свободных параметров, позволяющих определить форму траектории роста на основе данных. Таким образом, траектория развития конгруэнтности будет иметь эмпирически обоснованную нелинейную форму, а не линейную или нелинейную полиномиальную функцию. Исследователи будут применять модель смеси роста (GMM) для проверки неоднородности траекторий развития конгруэнтности и выявления возможных закономерностей конгруэнтности траекторий развития в полной выборке. Переменная латентного класса, оцененная с помощью GMM, фиксирует образец конгруэнтных траекторий развития. Неизменные во времени ковариаты будут использоваться для предсказания членства в группах скрытых траекторий; и изменяющиеся во времени ковариаты будут включены для прогнозирования уровня конгруэнтности в разные моменты времени. Чтобы проверить гипотезу H1b, исследователи регрессируют латентный коэффициент наклона роста и переменную латентного класса при вмешательстве FACE-TC, контролируя ковариаты в GMM, чтобы оценить 1) как FACE-TC повлияет на принадлежность к латентным классам развития конгруэнтности. ; и 2) как влияние FACE-TC на изменение конгруэнтности с течением времени варьируется в классах скрытых траекторий. Аналитический план для AIM 2. Оценить эффективность FACE-TC в отношении качества жизни AYA и качества жизни семьи. Модели LGM и GMM, предложенные для оценки Цели 1, могут быть легко применены для оценки Цели 2 и проверки Гипотез H2, где показатели результатов являются непрерывными переменными. При изучении влияния FACE-TC на качество жизни для AYA с раком и их семей социально-демографические показатели будут контролироваться как неизменные во времени ковариаты, а изменяющиеся во времени ковариаты будут включены в модель для прогнозирования показателей качества жизни в разные моменты времени. . Кроме того, оценка/депрессия со стороны семьи, осуществляющей уход, измеренная в конце периода исследования, будет включена в качестве отдаленного исхода в модели GMM, и будет оцениваться, как этот отдаленный исход связан с паттернами траекторий развития AYA QOL. Поскольку одна и та же модель будет использоваться для оценки нескольких результатов, будет применяться поправка Бонферрони для строгого контроля над ложным обнаружением. Поскольку отсев неизбежен в лонгитюдных исследованиях, для оценки модели будет использоваться надежный оценщик модели (например, MLR), использующий максимальную вероятность полной информации. Важно отметить, что в MLR можно предположить случайное отсутствие (MAR), а не полное случайное отсутствие. MAR является правдоподобным предположением, которое позволяет пропаже без вести зависеть от наблюдаемых показателей, таких как назначение вмешательства. Аналитический план для AIM 3. Оценить эффективность FACE-TC при раннем достижении целей лечения pACP и предварительных указаний. Во-первых, исследователи будут использовать z-тест с двумя пропорциями, чтобы проверить различия в пропорциях выполнения целей лечения pACP и предварительных указаний между FACE-TC и контрольными группами. Затем для проверки гипотезы H3 будут использоваться логистические регрессии с учетом социально-демографических факторов. Взаимодействие между вмешательством и этнической принадлежностью будет включено в модели для проверки этнического неравенства в отношении эффективности вмешательства. Исследователи также изучат, улучшит ли FACE-TC соответствие между целями ухода за пациентами и медицинской помощью, полученной в EOL, среди подростков, которые могут умереть. Описательная статистика будет использоваться для оценки частот исследуемых переменных. Статистика хи-квадрат с тестами Fisher Exact будет использоваться для оценки разницы в совпадении между FACE-TC и контролем; и будет применяться точная логистическая регрессия для изучения влияния FACE-TC на такое совпадение с контролем ковариатов. Для непрерывных результатов со скромной автокорреляцией наблюдения (p = 0,20) и умеренным размером эффекта (дельта = 0,35) предполагаемый размер выборки для достижения мощности 0,80 на уровне = 0,05 и обнаружения умеренного размера эффекта (дельта = 0,35) составляет около N=76 особей в каждую из 5 точек наблюдения. Для бинарных результатов размер выборки N = 70 может достигать мощности 0,80 для обнаружения умеренной разницы вероятности ответа d = 0,17 при p = 0,20. Предлагаемая нами выборка из N = 130 диад обеспечит достаточную статистическую мощность для предлагаемого нами продольного анализа данных пациентов и данных родителей соответственно. Для модели поперечной логистической регрессии, предложенной для оценки Цели 3, размер выборки N = 100 будет достигать мощности 0,83 при уровне альфа = 0,05, чтобы определить отношение шансов, равное 4.