Лактоферрин у госпитализированных пациентов с Covid-19 (LAC)

В исследованиях in vitro было показано, что LF способен предотвращать проникновение SARS-CoV-2 в клетки-хозяева.

В целом, имеющиеся данные свидетельствуют о том, что LF может быть терапевтическим вариантом, который можно использовать для противодействия и снижения тяжести инфекции Covid-19. Исследование было разработано для демонстрации эффективности лактоферрина in vivo.

Пациенты, которые будут госпитализированы участвующими центрами инфекции Covid-19, будут проверены на соответствие требованиям для участия в исследовании. Если будет сочтено, что они имеют право на участие, им будет предложено участие в исследовании, и оно будет предложено, и информированное согласие будет объяснено. Подходящие пациенты будут зарегистрированы в централизованной базе данных в ИТ-системах Восточного университета Пьемонта (UPO) / больнично-университетской компании «Maggiore della Carità» в Новаре. Псевдоанонимизированные данные пациента будут записаны клиническим центром в специальной форме клинического отчета с доступом через Интернет.

После получения информированного согласия пациенты затем будут рандомизированы в группу LF или плацебо с использованием ранее подготовленных списков рандомизации. Рандомизация будет проводиться на конкурентной и сбалансированной основе для каждого участника клинического центра. Рандомизация переставленных блоков размером 4 будет осуществляться с соотношением распределения 1:1 для обеспечения баланса между группами лечения. Список рандомизации будет управляться через модуль рандомизации REDCap.

Больничная аптека Участвующего центра, не участвующая в наборе пациентов, подготовит пронумерованную последовательность запечатанных конвертов, содержащих код распределения, и сохранит свой список, который останется недоступным для специалистов, участвующих в наборе. Эти запечатанные конверты будут открываются последовательно во время рандомизации.

Поддержание слепого человека будет гарантироваться путем ведения списков рандомизации персонала, то есть персонала Больничной аптеки, с одной стороны (персонал, который также будет управлять и доставлять исследователям изучаемые продукты, которые будут выглядеть одинаково) , а с другой - рандомизирующий и экспериментирующий медицинский персонал.

Логистическое расположение двух сотрудников также будет полностью разделено, в разных и удаленных друг от друга секторах Госпиталя, которые никак не сообщаются друг с другом.

Следует отметить, что пациент, включенный клиническими центрами на основании критериев отбора, может начать стандартную терапию в любом случае до процедуры рандомизации, являющейся идентичной базовой терапевтической схемой в двух исследуемых группах.

Для расчета размера выборки, необходимой для демонстрации основной конечной точки, использовалась модель, построенная на исторических данных, касающихся той же конечной точки. Досудебные данные двух участвующих центров оценивают потребность в госпитализации в отделение интенсивной терапии в 25%; потребность в ИВЛ у 30%; госпитальная летальность в 15%; средняя продолжительность госпитализации 16 дней.

Размер выборки определяли с помощью двустороннего t-критерия для двух независимых выборок по следующим параметрам:

1. Правильный альфа-уровень 0,025 для двух конечных точек метода Бонферрони (общая альфа = 0,025x2 = 0,05).
2. Суммарная мощность 0,8
3. Величина эффекта Коэна равна 0,44 (соответствует стандартизированному среднему/малому эффекту [Cohen, 1977]), т. е. с 14-дневной долей отказов от участия, равной 60 % для контрольной группы и 80 % для договорных групп.

В этом сценарии достигнутый размер исследования состоит из 97 пациентов на группу исследования. Расчеты проводились с использованием программного обеспечения R 3.6.1 [Core Team 2015] и пакета pwr [Champely 2018]. Рекомендации:

• Коэн, Дж. Анализ статистической мощности для поведенческих наук (редакция 1977 г.).
• Core Team R: язык и среда для статистических вычислений; R Foundation for Statistical Computing: Вена, Австрия, 2015 г.;
• Шампели, С .; Экстром, К.; Далгаард, П.; Гилл, Дж.; Вейбельцаль, С.; Анандкумар, А.; Форд, К.; Волчич, Р .; Де Росарио, Х .; Де Росарио, М.Х. Пакет 'pwr.' Версия пакета R 2018, 1-2.