m-Rehab OSA: Effekten av ett telerehabiliteringsprogram associerat med CPAP på svårighetsmarkörer för obstruktivt sömnapnésyndrom (mRehabOSA)

Statistisk analysplan Antalet patienter som sökts till studien och antalet försökspersoner som ingår och randomiserats i varje grupp kommer att rapporteras i flödesschemat. Förtida avbrott (förlorade till uppföljning, dödsfall, studieavdrag) och deras orsaker kommer att rapporteras samt eventuella avvikelser från protokollet.

En inledande beskrivande analys av var och en av grupperna kommer att genomföras. För kvalitativa variabler kommer denna beskrivning att inkludera antalet och frekvensen av de olika modaliteterna. Beträffande de kvantitativa variablerna kommer beskrivningen att innehålla antalet, medelvärdet, standardavvikelsen, medianen samt extremvärdena enligt fördelningen.

Jämförbarheten mellan de två grupperna kommer att verifieras för alla initiala egenskaper som sannolikt kommer att påverka resultaten. Vid bristande jämförbarhet på en eller flera parametrar kommer en justering att göras på denna eller dessa parametrar för jämförelserna mellan grupper av bedömningskriterier.

Analys av det primära bedömningskriteriet Variationen i utvecklingen av de olika huvudkriterierna kommer att jämföras mellan de 2 grupperna med hjälp av ett icke-parametriskt medeljämförelsetest (Mann-Whitney-test) eller om fördelningen visar sig vara Gaussisk och villkorstillämpningen verifieras , ett parametriskt test (Studentens T).

Analys av sekundära effektmått De kvalitativa variablerna kommer att jämföras med ett chi-kvadrattest. Annars, om villkoren för att utföra detta test inte är uppfyllda, kommer Fishers exakta test att användas.

De kvantitativa variablerna kommer att jämföras mellan de två grupperna:

• i fallet med Gaussiska variabler, genom en elevs t-test eller en variansanalys
• i fallet med icke-Gaussiska variabler, genom ett Wilcoxon-Mann-Withney-test

Longitudinella data (livskvalitetspoäng, fysiska aktiviteter) kommer att modelleras genom en blandad regression med patienteffekten som en slumpmässig variabel. En linjär regressionsmodell som modellerar variationen av de longitudinella ändpunkterna kommer att anpassas till de kovariater som har minst en trend (p <0,15) till skillnaden mellan studiens två armar. En procedur av framåttyp kommer att implementeras för att erhålla en slutlig multivariat modell.

Hantering av saknad data:

IPTW-metoden kommer att användas. Den förlorade till uppföljning kommer att övervägas med en viktning på inversen av sannolikheten för att bli censurerad