严重年龄相关性黄斑变性 (AMD) 患者的自动自我超越冥想 (ASTM)

目的：研究者的主要目的是研究 ASTM 对 AMD 患者 HRQoL、抑郁和焦虑的影响。 第二个目标是确定 HRQoL、抑郁和焦虑与常规测量的临床变量之间是否存在关联。 将在 ASTM 加 TAU 以及单独 TAU 组中开发一个数学模型，用于根据眼科临床变量计算 HRQoL、抑郁和焦虑。

研究设计：研究人员计划进行单中心、单盲纵向随机对照试验 (RCT)。 研究参与者将是 140 名男性和女性（每组 70 名）。

研究招募：将筛选 50 岁以上患有严重 AMD 的潜在参与者 - 根据安大略省伦敦 Ivey 眼科研究所的纳入和排除标准，来自 Mao 博士的诊所。

将对每位潜在参与者进行眼科检查（作为常规护理提供）（即测量最佳矫正 Snellen 视力和针孔视力）。 Snellen视力会根据20/20 = 0.0、20/40 = 0.3、20/50 = 0.3978等字母所对应的视角转换为LogMAR。 高于 20/200 = 1.0 的值将分配给计数手指、手部动作和光感。 没有光感将获得 0.0 的值。

问卷：患者将接受由训练有素的采访者进行的标准化采访，以使用时间权衡法 (TTO) 测量 HRQoL，其中将向潜在参与者询问有关他们生活质量的几个问题，例如 1) 参与者期望多长时间居住？以及 2) 在剩余生命中有多少年（如果有的话）参与者愿意交换治疗以换取允许他们每只眼睛的当前视力转变为双侧永久完美视力的治疗 (20/20)？ 在第一次办公室访问（筛选访问）期间，在面谈中，患者将被问及人口统计问题，包括年龄、性别和相关的医疗状况，例如并发的眼部状况、AMD 以外的眼部疾病、既往眼部手术、术中并发症、术前眼部病理、慢性疼痛、可能影响免疫系统的一般疾病以及实际感染。 此外，还将询问患者的合并症，例如他们是否患有高血压、糖尿病、关节炎、心脏病、中风和其他非眼部疾病。 此外，以下自评量表将在第一次就诊时进行管理：TTO、视觉功能问卷 (VFQ-25)、患者健康问卷 (PHQ-9) 和广泛性焦虑症 (GAD-7)。

随机化：参与者将被随机分配到 ASTM + TAU 或单独 TAU（1:1），使用 random.org 上可用的计算机生成的随机数。 独立工作人员将使用第三方网络提供商 (http://www.sealedenvelope.com/) 确保随机化的隐藏。 计算机化随机化将在 Ivey Eye Institute, St. Joseph's Hospital, London, ON 进行。 电话号码将可用于研究问题/查询。 预先随机化的信息将使用唯一的去标识符存储，并下载到安全的数据库中。 结果评估员和调查员将对治疗不知情。

试验干预/治疗臂： 1) 自动自我超越冥想 (ASTM)：在初始测量后（ASTM 和对照组通用），ASTM 组的参与者将在监督下由认证教师以 10 人为一组接受 ASTM 培训研究合作者之一在安大略省伦敦市圣约瑟夫医院的一个房间里。 这涉及连续四天参加四次 90-120 分钟的会议。 接下来是每周 60 分钟的后续会议，持续 4 周，每两周一次，持续 5-12 周，每月一次，持续 13-24 周。 参与者将需要参加 75% 的每周、每两周、每月的后续会议。 此外，参与者将被要求在研究期间（24 周）每天两次在家练习 ASTM，每次 20 分钟。 参与者将被要求在提供给他们的日志表中记录练习频率和任何其他值得注意的观察结果。 此外，以下自评量表将由经过培训的评分员在第四次 ASTM 会议（第 0 周）以及第 4、8、12 和 24 周进行管理：TTO、VFQ-25、PHQ-9 和 GAD -7 问卷。 2) 对照干预：随机分配到对照组（照常治疗 (TAU)）的参与者将继续照常接受治疗。 他们将遵循下面列出的评估和学习程序。 以下自评量表将由训练有素的评分员在第 0、4、8、12 和 24 周进行管理：TTO、VFQ-25、PHQ-9 和 GAD-7。 在此期间将不会应用研究程序或收集任何其他信息。 本研究将允许所有药物类型。 将记录任何剂量修改。 研究人员预计在 7 周内以每周至少 10 名参与者的速度招募参与者，从而使样本量达到 n = 140。 参与者没有义务参与研究；所有参与都是自愿的。

样本大小：健康相关生活质量 (HRQoL) 被选为感兴趣的主要协变量。 根据文献，进行了样本量计算，对于 alpha = 0.05、80% 功效、1.0 作为 ASTM + TAU 组的平均 HRQoL 和 0.5 作为单独 TAU 组的平均 HRQoL，研究人员使用双样本平均值估算了样本量测试假设等方差为 128，每组 64。 将招募 140 人（每组 70 人）的样本量，以说明平均 10-15% 的后续数据流失和丢失。 根据之前发表的研究以及我们自己正在进行的研究，预计会有如此适中的流失率。

数据分析：

因变量：因变量是基于 HRQoL 创建的，HRQoL 是一个取值介于 0.0 和 1.0 之间的区间尺度变量。

自变量：视力较好的眼睛的视力、患者的人口学特征，包括年龄、性别和相关的医疗条件是自变量。 患者的人口统计特征，包括年龄，被视为连续变量。 性别被归类为男性和女性，相关的医疗状况被归类为“当前医疗状况”，其中包括并发的眼部状况； “其他疾病”，包括 AMD 以外的眼部疾病、慢性疼痛、可能影响免疫系统的一般疾病和实际感染；和“病史”，包括既往眼科手术史、术前眼部病理和术中并发症。

数据分组：根据 BCVA，研究参与者将根据视力更好的眼睛进行分组（第 1 组，20/20 至 20/50；第 2 组，20/60 至 20/100；第 3 组，20/200 至无光感）。 更好的视力将被使用，因为效用分数和更好的视力之间已经显示出相关性。 选择这 3 个组是因为第 1 组代表加拿大的合法驾驶视力，第 2 组代表中度视力丧失，第 3 组代表合法失明。

分析：正如许多其他研究所做的那样，HRQoL 的计算方法是将患者愿意为提高生活质量而换取的年数除以估计的剩余寿命年数减去 1.0，如下所示： HRQoL(U)=1-（患者愿意为提高生活质量而换取的年数）/（估计的剩余寿命年数）。 将计算效用值等连续变量的平均值、标准差和 95% 置信区间。 对于分类变量、视力较好的眼睛的视力、性别和相关医疗条件，将计算比例。 独立性的卡方检验统计量将用于比较 TTO 交易时间的意愿。 未配对的双尾学生 t 检验将用于评估四组较好眼睛的视力和性别对 TTO 效用值平均值的影响。 无反应问题：无反应患者的特征将与有反应患者进行比较，如果它们在统计学上没有显着差异，则这些结果将推广到样本和人群。

将使用 STATA 软件分析数据。 分析单位是 HRQoL。 将对每个自变量与因变量进行单变量和双变量分析，以得出每个因素对 HRQoL 模式的影响，而不调整其他变量的影响。 如果模型与显着的 F 值 (p < 0.01) 相关联，并且如果它们解释了因变量超过 15% 的可变性，则模型将被视为具有统计显着性。 只有那些与 HRQoL (p < 0.05) 在统计学上显着相关的自变量才会用于模型构建。 由于因变量是连续的，研究人员计划使用非线性回归模型来评估每个自变量对因变量的影响，同时控制混杂因素。 将评估模型的多重共线性、自变量之间的高度相关性和交互作用。

验证分析：将对开发的回归模型进行验证。 收集的数据将分为两部分：一部分称为“主要数据”，将包含收集的总效用值及其相关数据的 80% 的样本；另一部分称为“主要数据”。另一部分称为“测试数据”，将包含剩余的 20%。 验证将使用测试数据完成，但具有与主要数据相同的系数值，以便计算正确案例的百分比。 将对每个因变量执行如上所述的类似回归分析：通过 VFQ-25 测量的视觉相关生活质量、通过 PHQ-9 测量的抑郁评分和通过 GAD-7 测量的焦虑评分。