Влияние микробиома на реакцию ингибиторов контрольных точек иммунитета у пациентов с меланомой

Вспомогательно-корреляционная (анкета, сбор проб, КТ)

Пациенты проходят FFQ на исходном уровне, у них собирают образцы стула на исходном уровне, в течение 2 дней после начала лечения кортикостероидами (если применимо), когда их просят предоставить контрольный образец, и через 12 недель, а также проводят сбор образцов крови и КТ на исходном уровне и 12 недель.

Другой: Лабораторный анализ биомаркеров

Коррелятивные исследования

Процедура: Компьютерная томография

Пройти КТ

Другие имена:

• КТ
• КОШКА
• Томография
• Компьютеризированная аксиальная томография
• Компьютерная томография
• томография

Другой: Администрация анкеты

Заполнить анкету

Процедура: Коллекция биопрепаратов

Пройти сбор крови и кала

Другие имена:

• Сбор биологических образцов

Базовое альфа-разнообразие микробиома у респондеров по сравнению с (против) нереспондеров

Этот анализ будет следовать структуре логистической регрессии. Зависимая переменная, ответ на лечение, будет оцениваться с использованием стандартизированных критериев (Критерии оценки ответа при солидных опухолях [RECIST], версия [v] 1.1). Каждый пациент будет классифицирован как «ответ», «стабильный» или «прогресс» в качестве категориальной переменной, а затем бинаризирован, с «ответом» или «стабильным» в категории «респондеры» и «прогрессированием» в категории «не отвечающие». - ответчики». Независимыми переменными будет альфа-разнообразие. Дополнительные ковариаты будут включены в модель для контроля различий в возрасте, поле, индексе массы тела (ИМТ), диетическом индексе опросника частоты приема пищи (FFQ) и истории приема лекарств.

Исходное альфа-разнообразие микробиома у пациентов, которым назначались кортикостероиды, по сравнению с теми, кому кортикостероиды не назначались

Этот анализ будет следовать структуре логистической регрессии. Зависимая переменная, токсичность, будет оцениваться назначением кортикостероидов. Зависимые переменные, включая альфа-разнообразие или отдельные микробы, будут независимыми переменными.

Показатели набора для продольного сбора биообразцов, включая стул, у пациентов с меланомой

Уровень набора будет определяться как доля взрослых, прошедших скрининг, которые имеют право и согласны участвовать в Клинике кожной онкологии, с предполагаемым набором в 30%. Будет отслеживать ежемесячный сбор данных и задокументированные причины пропуска любых запланированных дат сбора. Коэффициент набора будет использоваться в сочетании с дисперсией данных биообразца при расчетах мощности для оценки размера выборки, необходимого для будущих испытаний.

Показатели соблюдения требований к длительному сбору биологических образцов, включая стул, у пациентов с меланомой

Комплаентность будет определяться как 90% исходного уровня, конечной точки и сбора кортикостероидов. Будет отслеживать ежемесячный сбор данных и задокументированные причины пропуска любых запланированных дат сбора. Уровень соответствия будет использоваться в сочетании с дисперсией данных биообразца при расчетах мощности для оценки размера выборки, необходимого для будущих испытаний.

Микробы как значимые предикторы в логистических регрессиях, где результаты являются бинарными (клинический ответ или терапевтическая токсичность, требующая кортикостероидов), а исходные данные представляют собой относительную численность отдельных микробов.

Относительная численность отдельных микробов будет сравниваться между респондентами и не респондентами с дополнительной фильтрацией, чтобы учесть разреженность матрицы данных микробиома. В частности, будут сравниваться микробы, которые являются наиболее распространенными, а также присутствуют более чем в 50% образцов. Преобразование корня арксинуса будет применяться к относительной численности микробов для аппроксимации гауссовского распределения, а затем применяется обобщенная линейная модель, где «отклик» — это переменная отклика, а отдельные микробы — переменные-предикторы.

P-значения будут скорректированы по методу Бонферрони, а затем визуализированы на графике вулканов. Микробы и ковариаты, которые оказались наиболее значимыми в модели, будут объединены в единую модель для оценки процентной дисперсии, объясняемой этими предикторами. Анализы будут выполняться в R с использованием пакета stats.