优化MACE终点组合,以提高降脂疗法研究的功率 - - 一个基于模型的元分析

科学领域:

• 心血管医学 心血管医学
• 临床试验方法论 临床试验方法论
• 药物治疗 药物治疗

背景情况:

• 优化复合终点,如重大心脏不良事件 (MACE),对于在心血管疾病中高效的临床试验设计至关重要.
• 立方体和抗PCSK9疗法是管理高胆固醇血症的关键,但它们对复合MACE的影响需要精确的评估.

研究的目的:

• 开发一种基于模型的方法来优化主要心脏不良事件 (MACE) 复合终点的定义和样本大小计算.
• 将这种方法应用于涉及他类药物和抗PCSK9疗法的临床试验的元分析.

主要方法:

• 一项系统性审查确定了54项随机临床试验 (270,471名患者) 用于他类药物或抗PCSK9疗法.
• 混合效应元回归建模用于分析单个MACE组件并确定显著的共变量.
• 对3点和4点MACE复合终点的样本大小要求是基于估计的治疗效应和事件频率计算的.

主要成果:

• 超回归确定了治疗中介的低密度脂蛋白胆固醇降低,基线脂质水平和患者特征作为15个单个心血管事件中的10个显著预测因素.
• 该研究计算了为各种3点和4点MACE复合终点计算统计学上显著的相对风险降低所需的最低种群大小.

结论:

• 开发了一种定量工具,用于对不同的MACE复合结局成分进行基准测试,用于他类药物和抗PCSK9疗法.
• 这种基于模型的方法可以优化未来临床试验的设计,用于治疗失脂症和其他治疗领域.