NICU 氧气控制研究

我们打算在两个独立的机构（密苏里大学妇女儿童医院和佛罗里达州彭萨科拉的 Studer 家庭儿童医院）各招募 20-30 名受试者。 受试者将是需要呼吸支持的小于 34 周后概念年龄 (PCA) 的早产儿。 这项随机临床试验将采用 24 周期 2 治疗交叉设计，以表明该设备在婴儿接受呼吸支持时将早产儿的 SpO2 保持在规定范围内方面的表现不亚于（非劣效性试验）NICU 护士。 由于研究的性质，不可能对干预进行任何掩盖。 注册后，受试者将被随机分配到两组（A 和 B）中。 主要终点将是在规定范围内重新建立 SpO2 所需的平均时间，从触发超出范围警报的时间开始测量。 次要终点将是 SpO2 在规定范围内的时间比例，使用曲线下面积方法（具有离散状态）来解释不同的测试时间。 这些结果测量是互补的，因为前者不考虑警报数量，而后者则考虑。 这很重要，因为氧气控制装置以主动的方式持续运行，而不是只对警报做出反应，所以它不仅仅是在模仿护士——第二个措施让我们能够捕捉到这一点。

A 组最初将与 HFNC 进行 6 小时的自动设备接口。 该设备将具有治疗医师输入到设备中的命令的目标 SpO2 参数。 研究笔记本电脑将与设备、心肺监护仪和脉搏血氧仪连接，以记录研究数据。 传感器将用于记录对设备/呼吸支持设备的所有调整（即 HFNC 中使用的混合阀和流量阀）。 这些传感器会持续记录数据以供日后分析。 该设备将不断评估从脉搏血氧仪和床边监护仪发送给它的数据，记录所有数据和警报。 为响应警报、显示的数据、医嘱等，护士将继续应用手动输入来调整流量并向受试者提供触觉刺激，但除非选择手动模式，否则不会调整 FiO2。 记录的传感器测量值和护士的手动输入将用于改进现有模型以及 HR、RR 和 SpO2 对流量调整和触觉刺激的反应的新模型。

前 6 小时后，设备将切换到受试者的手动模式（护士为 FiO2 进行所有调整），但笔记本电脑和传感器数据记录系统将继续记录来自患者和呼吸支持设备的数据。 这将记录研究的护士干预/基线护理部分的信息，持续 6 小时。 在整个过程中，床边护士将使用监控笔记本电脑上突出显示的时间记录任何事件/干预措施。 这种“带时间戳”的日记系统将允许更容易地检索和比较来自设备和监控笔记本电脑的数据。 此外，监控笔记本电脑将记录所有数据，包括来自脉搏血氧仪和床边监护仪的警报，以便更轻松地检索与警报事件和干预相关的数据。 笔记本电脑还将记录设备所做的任何干预，以便更轻松地检索与设备干预相关的数据。 然后治疗将交替进行每次治疗，共 6 天（24 个 6 小时周期）。

B 组的顺序与 A 组完全相反。B 组婴儿最初将使用笔记本电脑界面进行所有监视器和传感器测量。 但是，研究的护士干预/基线护理阶段将在前 6 小时内进行。 接下来，B 组将使用设备接口与他们的呼吸设备连接，并在接下来的 6 小时研究中如上所述记录数据。 治疗将每 6 小时交替一次，总共 6 天。

选择这种设计是因为早产儿随着年龄的增长每天发生的事件应该更少，这将有助于考虑到这种潜在的偏差。 此外，受试者将被随机分配到 A 组或 B 组，每组 8 个（即每组 8 个信封，4 个为 A 组，4 个为 B 组）。 在整个研究过程中，婴儿将接受正常的 NICU 护理，SpO2 范围的参数将由照顾婴儿的医生设置。 该设备还内置了手动替代功能，允许 NICU 在受试者处于研究的设备阶段时进行更改。 该设备将能够记录这些变化，工作人员将在研究日记中记录他们的人工干预。

我们已经根据我们的主要终点 t_delta 使用交叉设计的非劣效性测试来规划我们的样本量。 对于给定的患者，定义 t_delta =（设备在警报后重新建立 SpO2 所需的平均经过时间）-（护士在警报后重新建立 SpO2 所需的平均经过时间）。 非劣效性的界限将被选择为 t_delta > -10 秒，因此平均而言不比护士差 10 秒的设备将被视为非劣效性。 假设 t_delta 的标准差 =12，并且在备择假设下真实均值差为零，样本量 48 达到 88%，alpha = 0.05。 如果在交叉之前有 16% 的患者退出，那么最终的 n=40，则功效下降到 82%。 在所有分析中，将使用（配对）t 检验。 我们的次要终点是次要终点是 SpO2 在规定范围内的时间比例，使用曲线下面积方法（具有离散状态）来解释不同的测试时间。 我们的次要终点将以类似的方式进行分析。

我们将计划进行一项中期分析，以确定试验是否应因无效（劣势的有力证据，其中 t_delta 的置信区间完全位于 -10 的左侧且不与 -10 相交）或有效性而提前停止（保证金 > +20 秒的优势的有力证据）。 这将在达到 n=32（每个站点 16 个主题）时执行，并且停止决定将基于 O'Brien-Fleming 停止原则。 中期分析将由密苏里大学数据安全和监测委员会的一名独立统计学家进行，如果 IRB 要求，该委员会也可用于监测不良事件研究。 如果交叉前患者退出率大于 16%，则将使用混合效应模型采用更复杂的估计程序；否则，将使用完整的案例。