老年人主观认知功能下降的社区队列
GERO 队列协议,智利,2017 - 2019 年:基于社区的老年人主观认知功能下降队列
背景 随着全球人口老龄化和预期寿命的增加,痴呆症已成为医疗保健系统的优先事项。 在智利,痴呆症是导致老年人残疾的最重要原因之一,相当于近 40% 的病例,也是过去 20 年来增长最快的死因。 认知抱怨被认为是能够预测认知和功能下降、事件轻度认知障碍 (MCI) 和事件痴呆的标志。 Gero 队列是 Gerocenter on Brain Health and Metabolism (GERO) 的智利核心临床项目,其目的是在智利建立能力,以促进衰老方面的前沿和多学科研究。
目标 本研究有两个主要目标。 首先,i) 通过一项基于人群的研究,分析具有主观认知抱怨的社区老年人的功能下降和进展为临床痴呆的速度及其风险因素(生物医学、影像学、社会心理和临床)。 其次,ii) 建设开展脑老化和痴呆症临床研究的能力,并创建具有适当基础设施的数据库和生物库,以进一步研究并促进获取数据和样本进行研究。
方法 Gero 队列旨在从圣地亚哥(智利)社区招募 300 名老年受试者(>70 岁),对他们进行至少 3 年的随访。 符合条件的人是有主观认知抱怨的非痴呆成年人,由参与者、代理人或两者报告。 参与者是通过家庭普查确定的。 评估方案基于多维方法,包括社会人口学、生物医学、社会心理、神经心理学、神经精神病学和运动评估。 还包括神经影像、血液和粪便样本。 这种多维评估是在 18 个月和 36 个月的基线评估和 3 次后续评估中进行的。 此外,在第 6、24 和 30 个月进行电话访谈,以与参与者保持联系并评估总体健康状况。
研究概览
详细说明
研究目标:
本研究的总体目标是分析患有主观认知投诉 (SCC) 的社区老年人的功能衰退 (FD) 和进展为临床痴呆及其风险因素(生物医学、影像学、社会心理和临床)的比率,通过基于人群的研究。 具体目标是确定 (i) 从血液、粪便以及结构和功能神经影像学 (MRI) 测量的生物标志物的纵向演变,(ii) 与健康相关的生活质量的演变; (iii) 心血管事件发生率(中风和冠状动脉事件),以及 (iv) 死亡率。 研究人员还旨在培养开展脑老化和痴呆症临床研究的能力,并创建具有适当基础设施的数据库和生物库,以进一步研究并促进获取数据和样本进行研究。
Gero 队列是 GERO 的核心临床项目,得到了智利国家科学技术研究委员会 (CONICYT) 优先领域研究中心基金 (FONDAP) 的支持。 GERO 最初资助期为 5 年,其主要目的是在智利建立一个包括基础和临床研究在内的脑老化研究中心。
方法/设计
第一次接触期间的实地工作
招聘过程考虑两个步骤。 首先,外行团队联系每个家庭以确定是否存在合格人员。 在积极的情况下,受过训练的心理学家会对该人进行第二次访问,然后继续检查资格。 在接受的情况下,应用包含和排除标准协议。 如果受试者符合标准,心理学家会安排一次医学访谈。 在此评估之后,神经科医生决定受试者是否符合队列的纳入标准。
实地考察之前会开展外展活动(传单、当地广播广告和向社区组织的团体进行介绍),以提高对访谈者访问和参与研究的相关性的认识。 联系和回应的比率受到永久监控,联系和第一次面谈的程序在现场检查,并通过电话与参与者的子样本进行检查。 在认为失败之前,在不同的日期和时间尝试与家人联系多达 3 次。 实地工作于 2017 年 11 月开始,预计将于 2019 年底完成。
参与第一次接触和招聘的外行团队和心理学家接受了关于他们在该领域工作的专门培训。 外行团队完成了整整一周的培训,其中包括理论和实践要素。 心理学家接受了为期 12 周的培训,其中涵盖神经心理学评估的几个环节,包括表现心理学。
样本量
样本量必须满足两个标准,一个与探索与结果的多重关联所需的统计能力有关,另一个与假设成本和物流对每个参与者进行广泛评估的可行性有关。 这两个标准都意味着在对要估计的参数的不确定性的容忍度与整个研究过程中将调查的评估数量之间进行权衡。 最终选择的样本是 300 名参与者。 这个数字允许保持原始协议的完整性,并允许测试关联等同于 1.5 左右的比值比 (OR)(Cohen's d 等于 0,22)在说明和结果概率接近 50% 的情况下,使用5%的显着性。 预计将跟踪每位参与者 2 至 3 年,累计跟踪约 750 人年。
跟进和保留策略
社会人口统计学、临床、社会心理、神经心理学、神经精神病学、运动、神经影像学、血液生物标志物、粪便和基因样本将作为基线评估进行,每 18 个月进行一次,但仅在基线和神经影像学时进行的基因研究除外在基线和第 36 个月。 患者的健康状况、功能和参与 Gero 队列的情况将每 6 个月通过一次电话调查问卷进行监测。
为避免样本大量流失,已考虑了以下一组策略:参与者;每六个月电话联系一次;在没有联系或没有参加评估预约的情况下进行住所访问。 此外,参与者的所有交通费用以及评估期间所需的任何食物都将由 Gero 队列管理部门承担。 最初,该队列的随访结束时间定在 2022 年 10 月。
评估和测量
该协议考虑了与 FD 和痴呆症发展的预后相关的因素的密集和深入的多维研究。 评估范围包括:社会人口统计学、心理社会学、神经心理学、神经精神病学、运动、神经影像学、血液生物标志物、遗传和粪便样本,以进行肠道微生物组研究。 神经影像学协议将允许评估脑萎缩、结构和功能连接以及白质病变。 Gero 全血、血沉棕黄层、血浆、血清和外周单核细胞的生物样本是根据 2015 年发布的指南采集和处理的。 样品储存在我们的 Gero 生物库中,可在 -80 °C 或液氮中长期储存。 将使用标准化试剂盒收集粪便样本,并使用国际人类微生物组标准 (IHMS SOP 06 V1) 建议的方案 Q 提取 DNA。 数据记录在由 Gero 的生物信息学和生物工程师个人开发的临时平台中。
数据分析计划
Gero 队列为多重分析提供了独特的机会,以识别、关联和分析与 FD 和 SCC 老年人痴呆进展相关的多维因素。
从广义上讲,将执行基线测量(结果或潜在预测因素)的描述。 该程序将在每 18 个月的每个测量时间重复一次。 随机效应模型将用于根据主要变量使用 Markov-Chain Montecarlo 程序描述参与者亚组和整个队列的轨迹。
将使用不同的机器学习方法广泛探索变量和结果之间的关联,例如弹性网络程序、随机森林程序、基于树的方法和支持向量机。 这些程序适用于多重共线性和高维数据(例如,预测变量的数量大于队列中参与者的数量)。 因果关系的解释将使用标准随机效应模型和最终的结构方程模型进行。
缺失数据和参与者失访在观察性研究中很常见,主要是在队列研究中。 首先,将探索任何结果中缺失数据的案例,并将其与没有缺失描述任何模式的数据的案例进行比较。 其次,将遵循两种策略来估计结果:(1)仅分析具有完整信息的案例(即。 假设缺失数据是完全随机的); (2) 通过链式方程技术根据多元插补法插补数据。 分析将使用统计软件 R 进行。
与当地卫生服务协调
Gero 队列经过精心设计,以避免破坏参与者在其公共医疗服务设施中的常规护理。 更重要的是,队列提供的健康评估与常规医疗保健之间的联系得到了促进。
如果队列评估检测到新的健康状况(糖尿病、抑郁症、高血压等),参与者将被派往其所在地区的初级保健中心。 如果检测到严重的神经系统疾病(痴呆症、帕金森病等),参与者将根据其卫生区直接获得专门护理,并将决定传达给初级卫生保健。
初级保健保健中心、专科保健综合诊所和相关卫生区的方向已获悉该研究,并共同制定了推导和交流协议。
对数据/生物样本访问的监管
对数据和生物样本的访问由 GERO 董事会根据当地机构审查委员会的授权进行监管。 共享数据之前必须签署双边协议。 将不会授予对服务器的访问权限。
研究类型
注册 (预期的)
联系人和位置
学习联系方式
- 姓名:Teresa Parrao, PhD.
- 电话号码:+56229770574
- 邮箱:teresaparrao@gmail.com
研究联系人备份
- 姓名:Carolina Toledo
- 电话号码:+5622970559
- 邮箱:ctoledosar@uchile.cl
学习地点
-
-
Metropolitan
-
Santiago、Metropolitan、智利、7500000
- 招聘中
- Universidad de Chile
-
接触:
- Andrea Slachevsky, MD
- 电话号码:229770574
- 邮箱:andrea.slachevsky@uchile.cl
-
接触:
- Carolina Toledo
- 电话号码:+569770559
- 邮箱:ctoledosar@uchile.cl
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
有资格学习的性别
取样方法
研究人群
描述
纳入标准:
- 70 岁或以上。
- 存在知识渊博的线人和/或存在允许跟进参与者的联系人。
- 加入公共健康保险。
- 自我报告或由知识渊博的线人报告的主观认知抱怨。
- 临床痴呆量表 - 额颞叶变性 (CDR-FTLD) 等于或低于 0.5。
- 签署知情同意书
排除标准:
- 痴呆症医学诊断报告。
- 简易精神状态检查 (MMSE) < 21 和 Pfeffer 问卷 >2。
- 制度化(例如,住在养老院或专业护理机构)
- 文盲,意思是不能数数或阅读。
- 视觉和听觉敏锐度不足以进行神经心理学测试。
- 行动不便的重要限制与独立进行日常生活活动或到临床中心接受进一步评估的可用性不相容。
- 帕金森病医学诊断报告。
- 下列一种或多种导致功能严重受损的疾病的医学诊断报告:任何精神或神经疾病、脑肿瘤、硬膜下血肿、进行性核上性麻痹或头部外伤史。
- 最近三个月内发生中风的医学诊断报告。
- 存在致命疾病(存活时间不到一年)
学习计划
研究是如何设计的?
设计细节
- 观测模型:队列
- 时间观点:预期
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
功能下降和进展为临床痴呆的速度
大体时间:18 个月和 36 个月时基线的变化。
|
该协议考虑了对与功能衰退和痴呆发展的预后相关的因素进行密集和深入的多维研究。
评估范围包括:社会人口统计学、社会心理、神经心理学、神经精神病学、运动、神经影像学、血液生物标志物、遗传和粪便样本,以进行肠道微生物组研究。
|
18 个月和 36 个月时基线的变化。
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
生物标志物的纵向演变和功能性神经影像学 (fMRI)
大体时间:18 个月和 36 个月时基线的变化。
|
Gero 全血、血沉棕黄层、血浆、血清和外周单核细胞的生物样本是根据 2015 年发布的指南采集和处理的。
样品储存在我们的 Gero 生物库中,可在 -80 °C 或液氮中长期储存。
将使用标准化试剂盒收集粪便样本,并使用国际人类微生物组标准 (IHMS SOP 06 V1) 建议的方案 Q 提取 DNA。
神经影像学协议将允许评估脑萎缩、结构和功能连接以及白质病变。
|
18 个月和 36 个月时基线的变化。
|
|
健康相关生活质量的演变:EQ3D
大体时间:18 个月和 36 个月时基线的变化。
|
将使用 EQ3D 评估与健康相关的生活质量,并通过定期电话联系进行监控。
EQ3D 是衡量一般健康状况的标准化工具,其中 0% 是最差的健康自我感觉,100% 是最好的健康自我感觉。
|
18 个月和 36 个月时基线的变化。
|
|
心血管事件发生率
大体时间:18 个月和 36 个月时基线的变化。
|
18 个月和 36 个月时基线的变化。
|
|
|
死亡率
大体时间:18 个月和 36 个月时基线的变化。
|
18 个月和 36 个月时基线的变化。
|
合作者和调查者
调查人员
- 首席研究员:Andrea Slachevsky, MD、Geroscience Center for Brain health and Metabolism
出版物和有用的链接
一般刊物
- Pievani M, Filippini N, van den Heuvel MP, Cappa SF, Frisoni GB. Brain connectivity in neurodegenerative diseases--from phenotype to proteinopathy. Nat Rev Neurol. 2014 Nov;10(11):620-33. doi: 10.1038/nrneurol.2014.178. Epub 2014 Oct 7.
- Ferrarini L, van Lew B, Reiber JH, Gandin C, Galluzzo L, Scafato E, Frisoni GB, Milles J, Pievani M; IPREA Working Group (Italian PRoject on Epidemiology of Alzheimer's disease). Hippocampal atrophy in people with memory deficits: results from the population-based IPREA study. Int Psychogeriatr. 2014 Jul;26(7):1067-81. doi: 10.1017/S1041610213002627. Epub 2014 Feb 13.
- O'Bryant SE, Gupta V, Henriksen K, Edwards M, Jeromin A, Lista S, Bazenet C, Soares H, Lovestone S, Hampel H, Montine T, Blennow K, Foroud T, Carrillo M, Graff-Radford N, Laske C, Breteler M, Shaw L, Trojanowski JQ, Schupf N, Rissman RA, Fagan AM, Oberoi P, Umek R, Weiner MW, Grammas P, Posner H, Martins R; STAR-B and BBBIG working groups. Guidelines for the standardization of preanalytic variables for blood-based biomarker studies in Alzheimer's disease research. Alzheimers Dement. 2015 May;11(5):549-60. doi: 10.1016/j.jalz.2014.08.099. Epub 2014 Oct 1.
- Browne, W.J., MCMC Estimation in MLwiN (Version 2.13) Centre for Multilevel Modelling. 2015, Bristol, UK: Centre for Multilevel Modelling, University of Bristol.
- Christensen, R., et al., Bayesian Ideas and Data Analysis: An Introduction for Scientists and Statisticians. . 2010, U.S.A: CRC Press
- James, G., et al., An Introduction to Statistical Learning with Applications in R. . Springer Texts in Statistics. 2017: Springer.
- Hoyle, R.H., Handbook of Structural Equation Modeling. . 2012: The Guilford Press.
- Steyerberg, E., Clinical Prediction Model: Ch. 8: Case Study on Dealing with Missing Data. Statistics for Biology and Health, 2009: p. 139 - 158.
- Steyerberg, E., Clinical Prediction Models: Ch. 7: A Practical Approach to Development, Validation, and Updating. Statistics for Biology and Health, 2009: p. 115 - 137.
- Slachevsky A, Zitko P, Martinez-Pernia D, Forno G, Court FA, Lillo P, Villagra R, Duran-Aniotz C, Parrao T, Assar R, Orellana P, Toledo C, Rivera R, Ibanez A, Parra MA, Gonzalez-Billault C, Amieva H, Thumala D. GERO Cohort Protocol, Chile, 2017-2022: Community-based Cohort of Functional Decline in Subjective Cognitive Complaint elderly. BMC Geriatr. 2020 Nov 25;20(1):505. doi: 10.1186/s12877-020-01866-4.
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (预期的)
研究完成 (预期的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.