优化的铋剂四联疗法与三联标准疗法根除幽门螺杆菌

所有幽门螺杆菌测试呈阳性的参与者将被招募到位于智利圣地亚哥市的 UC-CHRISTUS 健康网络中进行这项随机对照临床试验。

干预组每 8 小时服用埃索美拉唑 40 毫克，每 8 小时服用阿莫西林 1 克，每 8 小时服用甲硝唑 500 毫克，每 8 小时服用次水杨酸铋 369 毫克。 对照组将接受每 12 小时 20 毫克奥美拉唑、每 12 小时 1 克阿莫西林、每 12 小时 500 毫克克拉霉素、与次水杨酸铋相同的安慰剂治疗，每日 3 次。

主要结果是根除幽门螺杆菌。 为确定根除率，将在治疗结束后 8 至 12 周邀请这些研究的参与者。

作为次要结果，将通过调查问卷记录药物不良反应 (ADR) 的发生率，执行调查问卷以确定治疗引起的任何不良反应的发生率。 直接记录腹胀、腹痛、口苦、便秘、腹泻、头晕、消化不良、胃脘痛、口臭、头痛、食欲不振、恶心、呕吐、口腔溃疡、皮疹、嗜睡的发生率。 参与者在后续电话中自发报告的症状也将被记录下来。 将记录治疗的开始时间和持续时间。 还将测定幽门螺杆菌抗生素耐药性和宿主CYP2C19多态性测定。

协变量将在招募时记录。 对于 ADR 和治疗依从性，将在治疗开始后第 7 天、第 14 天和第 21 天进行电话随访。 最后一次随访将在 UBT 时亲自进行。

样本量计算

对于样本量计算，考虑了以下因素：对照治疗方案的预期根除率为 82%，干预治疗方案的预期根除率为 97%，治疗之间的预期绝对差异为 15%，功效为 80%，置信度为 95 %

此计算结果表明每个分支机构需要 65 名参与者。 使用统计程序 Stata 15 进行计算。 考虑到 10.0% 的损失，每个分支考虑 72 名患者。 此外，研究人员还考虑了 30 名额外患者，以防随机分组不平衡，并且有必要通过 3 个变量调整治疗效果，以便能够进行回归分析。 有了这个，每个分支总共 102 名患者将被纳入这项研究。

用于生成患者随机分配到分支的序列的方法 对于干预或控制分支中参与者的分配，随机数列表将用于对包含控制或干预治疗的容器进行排序。 容器将根据招募参与者的顺序交付给研究参与者。

用于实现分支随机分配的机制

对于序列的匿名化，研究团队将随机序列的生成和容器的编号委托给不参与或不了解研究设计、收集或数据分析的团队。

分配顺序的生成、参与者的招募以及参与者对干预职责的分配。

研究团队将向 UC 药理学和毒理学计划的 1 名成员提供 204 个带有干预或控制的容器（每个容器 102 个）。 会员将生成随机序列，根据结果对容器进行编号，并保存随机序列的记录，直至数据采集完成，统计分析后开盲。 通过这种方式，职责分配给：

A. 分支分配序列的生成：UC 药理学和毒理学计划 B. 参与者招募：首席研究员 C. 干预参与者的分配：首席研究员将容器交给参与者，通过随机化和先前的编号使他们失明容器。

参与者和研究团队的盲态维护

要保持对分支分配的盲目状态：

A. 执行患者招募的研究团队的一部分 B. 对参与者进行跟进的研究团队的一部分 C. 执行测试以确认根除幽门螺杆菌的研究团队的一部分 D. 研究团队的一部分执行统计分析

用于主要和次要结果的组比较的统计方法

将在不知道治疗方案分配或研究中参与者的临床评估的情况下进行统计分析。 P值

收集的数据的注册和保护

数据记录有 3 个阶段：

1. 招聘
2. 开始治疗后第 7、14 和 21 天进行电话随访。
3. 治疗结束后 8 到 12 周之间的 UBT 检查。

每个阶段都会有一份纸质记录，该记录将被转录到 REDCap 电子注册表中。 纸质记录将在位于二楼里拉 63 号的毒理学和药物信息中心 (CITUC) 上锁保存。

关于记录数据的质量

在分析时，将随机抽取 10% 的参与者来评估物理记录和电子记录之间的一致性。 如果对信息质量有疑问，将检查所有记录。 还将在物理寄存器中检查异常值。

数据分析计划

描述性统计

将执行描述性统计以确定完整队列的特征并按实验分支分层。 将评估干预组和对照组的平衡。 如果达不到平衡，则直接用多元模型调整效果。

初步分析：疗效比较

该分析将通过推论统计检验比较组间的根除百分比，以确定组间差异是否达到统计学显着性，并计算相对风险度量。 将使用二项式回归分析与积极根除相关的变量和与根除相关的因素的多变量分析。

二次分析：药物不良反应

不良反应

将按类型、特定症状和时间演变进行描述性统计。 控制和干预分支之间的比较将通过观察到的 ADR 的大小进行分析。 将通过回归评估 ADR 与治疗方案和协变量之间的关联。

敏感性分析

为评估结果的稳健性，将按方案在模态中重复分析，以将其与意向治疗模态下获得的结果进行比较。 其次，将评估治疗依从性的效果。 分析还将根据测量的协变量进行分层，以评估不确定性、混淆或可能的相互作用的来源。