SPIN 自我管理可行性试验进展到全面试验 (SPIN-SELF) (SPIN-SELF)

---------------------- 目标

SPIN-SELF 可行性试验进展为全面 RCT，其主要目标是评估使用 SPIN 在线自我管理计划 (SPIN-SELF) 的参与者与常规护理相比的疾病管理自我效能。 次要目标是评估 SPIN-SELF 对患者激活的影响（即患者有效参与和管理自身健康的程度）、社交表现焦虑、功能性健康结果，以及 SPIN-SELF 计划的使用和患者对格式和交付的满意度。

- - - - - - - - - - - - 招聘

SPIN 队列目前包括来自加拿大、美国、墨西哥、澳大利亚、法国、西班牙和英国 47 个地点的 2000 多名 SSc 患者。 SPIN 队列参与者在注册后通过互联网完成结果测量，随后每三个月完成一次。 根据问卷调查（慢性病管理自我效能（SEMCD）量表≤7），符合条件的患者将被邀请参加 SPIN-SELF 可行性试验，并进入全面试验阶段。 此外，SPIN-SELF 可行性和全面试验的招募公告将发布在 SPIN 的 Facebook 页面和 Twitter 帐户上，并通过 SPIN 在英语和法语人口众多的国家的患者组织合作伙伴进行分发。 非 SPIN 队列参与者的资格将使用 SEMCD 量表进行评估。 在可行性部分，将只包括讲英语的参与者。 在全面试验中，将包括讲英语和讲法语的参与者。 预计将招募 40 名符合条件的参与者进入可行性部分，预计将招募 524 名符合条件的参与者进入 SPIN-SELF 全面 RCT。

---------------------- 从 SPIN-SELF 可行性试验到全面试验的进展

研究人员将启动 SPIN-SELF 试验作为一项可行性试验，并可能推进到全面试验。 因此，在拟议研究的可行性部分，试验团队将收集数据以改进试验过程的几个方面。 在可行性部分完成后，试验小组计划直接进行全面试验，包括全面试验中可行性阶段的结果，除非出现一个或多个停止标准。 在这种情况下，试验小组将解决已确定的问题并重新开始全面试验，与可行性试验分开。 停止标准如下：

1. 试验参与者的招募和注册：如果根据自我效能得分（SEMCD ≤ 7）符合条件的参与者在新 SPIN Cohort 平台（gen2）的资格报告中未被记录为符合条件且未被招募，则编程错误在新平台中，需要解决问题，并且需要重新设置程序，然后才能开始全面试验。 如果超过 6 名不合格的参与者（参加可行性试验的 40 人中的 15%）被错误地确定为合格并分配给干预或候补名单控制，试验团队将解决编程错误、修改程序并进行全面试验一个新的试验。
2. 干预交付的保真度（即小组会议）：如果在可行性试验结束时，8 次会议的组成部分中 > 20% 未按照预先指定的计划交付，则试验小组将进行调查以确定实施干预措施的障碍，并将相应地修改干预程序，然后再进行全面试验。 全面试验需要作为一项新试验开始。

3. SPIN-SELF 会议的小组形式：如果各小组的参与者一致建议对 SPIN-SELF 计划的形式进行类似的更改，则试验团队将根据此共识反馈修改干预会议的形式。 这些修改将在作为新试验开始全面试验之前进行。

   在 SPIN-SELF 可行性试验结束时，研究者将使用收集到的信息和停止标准的评估来决定是否：(1) 在不修改试验程序的情况下继续进行全面的 RCT，(2) 修改在继续进行全面试验之前，基于参与者反馈的试验程序，或 (3) 在重新设置试验程序之前修改试验程序，并将全面 RCT 作为一项新试验进行（在这种情况下，在可行性研究期间收集的结果数据）阶段将不包括在全面试验的分析中）。

   ---------------------- 随机化

   每月，同意的参与者将根据语言和日程安排可用性进入池。 每个池中参与者的去标识化代码将提供给外部随机化服务。 从最大的池开始，该服务将随机选择最大可能的偶数参与者（12 到 20 名参与者），然后使用 R 版本 3.6.3 通过单块随机化随机分配一半用于干预，一半用于控制。 这将重复进行，以每月尽可能多地组成 6-10 名参与者和配对候补名单参与者的小组，直到达到注册目标。

   - - - - - - - - - - - - 干涉

   SPIN-SELF 计划是一项为期 12 周的为期 8 节的小组视频会议干预。 每个基于视频会议的干预小组都将由一位接受过 SPIN-硬皮病支持小组领导教育 (SSLD) 计划培训的协调员领导。

   - - - - - - - - - - - - 统计分析

   与可行性试验设计和小样本量一致，试验的可行性部分没有计划进行假设检验。 相反，调查人员将提供可行性要素的描述，包括参与者的资格和招募以及响应后续措施的参与者的数量和百分比。 将通过呈现特定 SPIN-SELF 模块的登录频率和使用情况来描述互联网干预的使用。 结果测量的分析将包括数据的完整性和存在的下限或上限效应。 描述性统计将用于提供措施的均值和标准差。 关于参与者使用 SPIN-SELF 干预的体验的定性信息将用于解释与小组会议形式、会议内容和在线程序、网页组织和导航相关的可接受性。 在可行性期间与所需资源和项目管理相关的信息将为干预或试验程序的任何必要变更提供信息。

   在全面试验中，为了获得连续的结果，研究人员将使用意向治疗分析来估计干预参与者和等候名单参与者之间的分数差异，并使用 lme4 中的 lmer 函数拟合线性混合效应模型。 分数差异和 Hedges 的 g SMD 效应大小将以 95% 置信区间 (CI) 呈现。 为了估计二分法 MCID 的比值比，将使用 lme4 中的 glmer 函数使用具有对数链接函数拟合的二项式广义线性混合效应模型进行意向治疗分析。

   对于所有模型，为了在分块 PN-RCT 设计中考虑聚类，研究人员将通过随机化块为治疗效果拟合随机截距和斜率，并为干预组集群的治疗拟合一个额外的随机斜率。 在主要分析中，除了分配给干预组的固定效应外，研究人员还将包括基线评分的固定效应。 在调整后的分析中，研究人员还将控制年龄（岁）、性别（男性与女性）、SSc 疾病亚型（弥漫性与局限性）、病程（诊断后的年数）和国家（加拿大、法国、美国、其他）作为固定效应。

   如果缺少结果数据，为了最大限度地减少偏差的可能性，研究人员将使用 mice 包通过链式方程使用多重插补来生成 20 个插补数据集，每个插补数据集使用 15 个周期。 小鼠程序中的变量将包括随机分组、干预组、参加的干预会议次数、基线和干预后所有主要和次要结果的测量、年龄、性别、SSc 疾病亚型、诊断后的年数、国家和种族/种族。 合并标准误差和相关的 95% CI 将使用 Rubin 规则进行估计。

   为了估计遵从者之间的平均干预效果，这将根据完成的会话次数来定义，研究人员将使用工具变量方法通过干预臂参与者之间依从性的逆概率来扩大主要模型的意向治疗效果； 95% 的 CI 将通过集群自举方法构建，在研究随机分组和参与者水平上重新抽样。 为了透明起见，还将显示具有完整数据的参与者的结果。 将描述性地报告干预组的参与者满意度分数。 所有结果分析都将在 R 中进行（R 版本 3.6.3； R Studio 版本 1.2.5042）。 所有分析都是双面的，alpha = 0.05。 由于先验确定了一个主要结果，因此研究人员不会针对多项分析进行调整。