條文本

協議
研究抗炎療法在心血管事件預防中的作用:隨機對照試驗的係統評價和網絡薈萃分析方案
  1. Kevin Emery Boczar12
  2. Sheojung脛骨1
  3. 凱瑟琳·A·貝茲娜3.
  4. Aishwarya Geejo1
  5. 亞曆山大·利亞姆·皮爾森1
  6. 薩巴該4
  7. 克裏斯托弗·A·費爾曼56
  8. 莎拉Visintini1
  9. Rob Beanlands1
  10. 喬治·威爾斯15
  1. 1心髒病學渥太華大學心髒研究所渥太華安大略、加拿大
  2. 2流行病學與公共衛生渥太華大學醫學院渥太華安大略、加拿大
  3. 3.醫學伊麗莎白布魯耶爾醫院渥太華安大略、加拿大
  4. 4醫學係渥太華大學渥太華安大略、加拿大
  5. 5渥太華大學渥太華安大略、加拿大
  6. 6日內瓦大學醫院日內瓦、瑞士
  1. 對應到Kevin Emery Boczar博士;kboczar在}{live.com

摘要

簡介炎症正在成為動脈粥樣硬化性心血管疾病的重要危險因素,並已成為許多新型治療藥物的近期靶點。然而,目前缺乏關於這些抗炎治療方案有效性的比較證據。

方法與分析本係統綜述將包括隨機對照試驗,評估抗炎藥物對已知心血管疾病患者心血管結局的影響。研究將從Medline, Embase, Cochrane中央對照試驗注冊,以及臨床試驗注冊網站,歐洲PMC和會議摘要檢索中檢索。不設出版日期或語言限製。合格的幹預措施必須含有抗炎劑成分。這些包括(但不限於):非甾體抗炎藥(NSAIDs),秋水仙堿,強的鬆,甲氨蝶呤,canakinumab, pexelizumab, anakinra,琥珀酰丁二醇,losmapimod, inclacumab, atreleuton, LP-PLA2(darapladib)和sPLA2(varespladib)。主要結局將包括主要心髒不良事件(MACE)和MACE的每個組成部分(心肌梗死、中風和心血管死亡)。關鍵的次要結果將包括不穩定性心絞痛、心力衰竭、全因死亡率、心髒驟停和血運重建。篩選、納入、數據提取和質量評估將由兩名審稿人獨立執行。基於隨機效應模型進行網絡元分析,比較直接和間接的治療效果。證據的質量將使用適當的工具進行評估,包括建議分級、評估、發展和評估分析器或網絡元分析工具的置信度。

倫理與傳播本係統評價不需要倫理批準。研究結果將在同行評議的期刊上發表。

PROSPERO注冊號CRD42022303289。

  • 心肌梗死
  • 心髒病學
  • 心髒流行病學
http://creativecommons.org/licenses/by-nc/4.0/

這是一篇開放獲取的文章,根據創作共用署名非商業(CC BY-NC 4.0)許可證發布,該許可證允許其他人以非商業方式分發、混音、改編、在此基礎上進行構建,並以不同的條款許可其衍生作品,前提是正確引用原始作品,給予適當的榮譽,任何更改都已注明,並且使用是非商業性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/

數據來自Altmetric.com

請求的權限

如果您希望重用本文的任何或全部內容,請使用下麵的鏈接,該鏈接將帶您到版權清除中心的RightsLink服務。您將能夠快速獲得價格和即時許可,以多種不同的方式重用內容。

本研究的優勢和局限性

  • 網絡薈萃分析結構中的數據分析允許直接和間接比較抗炎藥物治療動脈粥樣硬化性心血管疾病。

  • 將對已發表和未發表的數據進行嚴格搜索。

  • 文章選擇過程,數據提取和偏差風險都將由兩名審稿人並行執行。

  • 將對納入研究的證據質量進行評估和總結。

  • 潛在的限製包括殘留混雜因素導致結果偏倚。

簡介

動脈粥樣硬化性心血管疾病(ASCVD)是世界各地死亡率和發病率的主要原因。1 2在那些積極檢測和控製冠心病(CAD)傳統心血管危險因素(如高血壓、糖尿病、吸煙和低密度脂蛋白膽固醇(LDL-C)升高)的人群中,心肌梗死(MI)的發病率已顯著降低。2

盡管采取了積極控製心血管疾病傳統危險因素的策略,但不幸的是,主要不良心血管事件(MACE)繼續高發。3.因此,現在很多注意力都集中在其他潛在的可改變的風險因素上,可以針對這些因素進一步減輕ASCVD的負擔。

動脈粥樣硬化的發病基礎是一個複雜的過程;我們現在知道,其生物學基礎比簡單地歸因於LDL-C的內膜浸潤要複雜得多。因此,我們開始認識到我們的治療方法需要超越傳統的危險因素。特別是,最近的臨床和實驗證據支持炎症在ASCVD的起始、進展和最終的明顯臨床表現中起著關鍵作用。4

炎症在動脈粥樣硬化病理生理中的作用

ASCVD現在被認為是一種冠狀動脈血管的慢性炎症性疾病,最初由內膜LDL-C浸潤引發。2臨床表現的冠心病發展的早期機製是內膜內皮暴露於有害刺激,如高膽固醇血症、血壓升高和重要的炎症。2這削弱了其作為功能屏障的能力,並導致其“激活”。血管內皮細胞活化後,白細胞粘附分子的表達增加。2 5 6這種增加的表達允許中性粒細胞和單核細胞從循環血液遷移到內皮下空間。2一旦進入血管壁,這些單核細胞就會分化為巨噬細胞,並開始攝取修飾過的LDL-C顆粒,最終成為含脂泡沫細胞。2泡沫細胞的聚集導致動脈壁內出現黃色的“脂肪條紋”,因此是ASCVD的第一個明顯征象。2

從臨床角度來看,炎症介質在介導動脈粥樣硬化的血栓性並發症,即MI和缺血性卒中中起著至關重要的作用。7 8這一事實促使臨床評估炎症作為一種治療靶點,試圖進一步減輕CVD的負擔。9 - 12

幹預措施

從基礎CVD研究中獲得的令人鼓舞的結果支持早期將抗炎藥物轉化為臨床環境,不幸的是,在早期的幾項研究中失敗了。13日14然而,自從這些早期的臨床試驗以來,也有大量的成功,而且有大量的新研究著眼於各種抗炎療法以減輕心血管事件。

雖然這些隨機對照試驗(rct)主要將這些新型抗炎藥物與安慰劑(以及他汀類藥物治療的背景)進行了比較,但很少(如果有的話)與其他抗炎療法進行了比較。因此,目前關於這些療法的相對有效性的文獻很少。

這篇綜述將提供各種抗炎藥物預防MACE的相對療效的當代調查。這項研究的獨特之處在於,它不僅將抗炎療法與安慰劑進行比較,還將使用網絡薈萃分析(NMA)與其他抗炎幹預措施進行比較。此外,我們的評估將按照係統評估和薈萃分析方案(PRISMA-P)的建議進行。15

目標

我們的係統綜述和NMA的主要目的是評估抗炎療法在心髒病中的相對有效性,並在隨機對照試驗中進行檢驗。我們的研究結果將加強對每種抗炎療法的益處的理解,也將允許對每種幹預措施的相對效果進行比較。

方法與分析

該方案是根據PRISMA-P 2015檢查表製定的15(見在線補充文件1).對議定書所作的重要修訂將與係統審查的結果一並記錄和公布。

研究類型

本研究將納入隨機對照試驗。

人口

我們的係統綜述將包括所有已知的CAD患者,無論年齡或性別。此外,同時患有急性冠脈綜合征(ACS)和穩定型CAD的參與者也將被包括在內。然而,如果在用於治療ACS患者的幹預措施與用於治療穩定CAD患者的幹預措施之間發現了顯著的亞組差異,我們將進行亞組分析以進一步探討這種異質性。

幹預

合格的幹預措施必須含有抗炎劑成分。我們將包括任何抗炎藥物,包括(但不限於):非甾體抗炎藥(NSAIDs),秋水仙堿,強的鬆,甲氨蝶呤,canakinumab, pexelizumab, anakinra,琥珀酰丁二醇,losmapimod, inclacumab, atreleuton, LP-PLA2(darapladib)和sPLA2(Varespladib)。我們不會考慮任何沒有通過抑製炎症的主要作用機製的藥物(如他汀類藥物或別嘌呤醇)。

比較

所有以炎症通路為主要作用機製的藥物都將包括在這一係統綜述中。無論是否接受任何其他類型的對照或實驗性幹預,都將考慮治療組。

主要的結果

將提取以下主要結果:

  • MACE和MACE的每個單獨組件:

    • MI。

    • 中風。

    • 心血管死亡。

我們將從符合納入標準的研究中提取次要結果和不良結果。

主要次要結果

  • 不穩定心絞痛。

  • 心力衰竭。

  • 全因死亡率。

  • 心髒驟停。

  • 血管形成。

主要不良結果

這些與先前試驗中建議的不良事件有關,包括但不限於:

  • 感染肺炎。

  • 腹瀉、腸胃不適。

  • 惡性腫瘤。

考慮出版年份

研究報告的發表年份沒有限製。

語言

沒有基於出版物語言的限製。如果發現一項潛在的研究不是用英文撰寫的,我們將在可能的情況下使用翻譯服務。

研究發表情況

我們的係統綜述將包括已發表和未發表的研究。我們將在Clinicaltrials.gov和世衛組織國際臨床試驗注冊平台(ICTRP)中搜索正在進行的研究,並在相關情況下考慮將其納入。

搜索策略

搜索策略將由醫學圖書館員(SV)與團隊成員合作,使用Medline的主題標題和關鍵字組合來製定;然後將由另一位圖書管理員根據PRESS指南進行同行評審。16然後,它將從一開始就在下麵列出的各種數據庫中運行。搜索結果將被導出到Covidence,並使用平台的重複識別功能消除重複。在最終分析之前,我們將重新進行搜索。其中包括Medline搜索策略的草案在線補充文件2

過濾器

Medline和Embase都將使用Cochrane隨機對照試驗搜索過濾器。17

信息來源

我們將對MEDLINE、EMBASE和Cochrane中央對照試驗登記冊(Central)進行檢索。

如果有遺漏的信息沒有報告,我們將通過電子郵件聯係研究作者以獲取更多信息。如果沒有收到作者的回複,我們將在第2周和第4周發送兩封後續郵件。

我們將手工搜索已確定研究的參考文獻列表,以確定其他可能的相關文獻。

灰色文獻將被搜索,以確定尚未發表的潛在相關研究。這些來源包括:

  • 臨床試驗登記:

    • ClinicalTrials.gov

    • ICTRP。

  • 歐洲PubMed中心(PMC)的預印本。

  • 會議摘要將作為Embase數據庫搜索的一部分。Embase索引的差距將通過手工搜索選定的相關會議來解決:

    • 美國心髒病學會議。

    • 美國心髒協會會議。

    • 歐洲心髒病學會會議。

    • 加拿大心血管病大會。

如果rct已注冊但在檢索時尚未發表,則將對其進行篩選,如果符合條件且有足夠的信息可獲得,則將其納入分析。

選擇過程

將使用COVIDENCE軟件進行研究篩查。去除重複後,研究篩選和選擇將由兩名獨立評審員(KEB、KAB、ShS、ALP、AG和SaS)根據預先指定的納入和排除標準並行進行。

確定可能符合條件的研究的第一階段將通過在COVIDENCE中篩選標題和摘要進行。當兩個審查員之間出現分歧時,將通過討論和共識來解決衝突。當不能達成一致時,第三個審查員(KAB)將最終解決分歧。一旦完成第一輪標題和摘要篩選,符合條件的研究將由兩位審稿人(KEB, KAB, ShS, ALP, AG和SaS)根據上述流程進行全文審查。

我們將在PRISMA流程圖中跟蹤並報告排除原因。如果同一項研究有多個報告被確認,我們將把它們放在一起考慮。

數據提取與管理

對於數據收集,將使用預先設計的標準化數據提取表。評審員將首先在五項研究中測試提取表。然後我們將討論並根據需要對提取表進行修改。最後,所有納入研究的數據提取過程以及偏倚風險評估將由兩名獨立評審員(KEB、KAB、ShS、ALP、AG和SaS)並行執行。提取過程將包括抗炎藥物特征(抗炎類型、治療時間、劑量)、參與者特征、比較物、環境、隨訪失敗和臨床結果。

如果可以,我們將優先提取未調整的結果,而不是調整後的結果,以提高一致性。

數據項

參與者

被認為可能改變抗炎藥物治療效果的參與者特征將被記錄。感興趣的患者特征包括年齡、性別、共病(包括存在其他炎症情況)和伴隨的替代抗炎藥物使用。我們還將記錄每項研究基線時納入的參與者人數,以及隨訪中丟失的參與者人數。

幹預

我們將從急性冠脈綜合征(ACS)中提取治療時間、隨訪時間和時間長度等信息(如果相關),這些信息可能會改變抗炎治療效果。

比較器

我們將提取所使用比較劑類型的數據,包括劑量和持續時間,以及比較組參與者的基線人口統計數據。

個體研究的偏倚風險

每一項納入研究的偏倚風險將由兩名審稿人(KEB、ShS、ALP、AG和SaS)使用更新的Cochrane協作組偏倚風險(RoB 2)評估工具獨立評估。18分歧將通過討論解決,如有需要,第三方審查員(KAB)將解決任何爭議。

RoB 2評估工具評估了五個領域的潛在偏倚來源,包括隨機化過程、偏離預期幹預措施、缺失結果數據、結果測量和選擇性報告。我們將對每個類別進行“低風險”偏見、“高風險”偏見或對偏見有“一些擔憂”的評估。最後,我們將對試驗的偏倚風險做出總體判斷,研究再次被分為偏倚“低風險”、偏倚“高風險”或對偏倚風險有“一些擔憂”。

隨機過程

我們將評估隨機化和分配方法,以確定由於創建具有重要潛在基線差異的組而引入偏倚的可能性。

偏離預期幹預措施

我們將評估分配幹預的效果和堅持幹預的效果是否可以作為潛在的偏倚來源。這包括評估參與者分配過程是否被隱藏,當參與者被分配到治療組時,參與者和工作人員是否都被盲化,以及結果評估人員是否對參與者分配也被盲化。我們還將評估各組之間偏離預期幹預的偏差是否平衡,以及未能堅持預期幹預是否會影響結果。

缺少結果數據

我們將評估是否所有隨機參與者都有結果數據,如果沒有,缺失是否會影響結果。

測量結果

我們將評估測量結果的方法是否合適,以及幹預組之間對結果的確定是否可能有所不同。

選擇性結果報告

我們將尋找作者遺漏報告相關結果的證據,或者數據沒有按照預先指定的分析計劃進行評估的證據。

治療效果總結措施

二分結果將以or或風險比表示,並報告95% ci。

數據合成

臨床異質性將通過檢查幾個患者和研究特征的變化來探討,包括人群基線參與者人口統計學變量、“最佳藥物治療”的使用和組成、研究結果定義和其他相關研究特征。

網絡分析

如果我們發現至少有兩項研究是臨床同質的,那麼我們將進行薈萃分析。我們的結果將使用NMA進行分析。19NMA使用相互連接的治療網絡,因此可以評估這些治療對特定醫療指征的相對療效。20.隻要分析中包含的所有試驗都包含在網絡中,就可以在網絡中進行直接和間接比較。研討會對於我們的NMA,我們將創建一個比較ASCVD抗炎幹預措施的模型。

數據分析

我們將使用OpenBUGS軟件在貝葉斯框架中執行統計分析。24為了解決統計異質性問題,我們將使用隨機效應模型。我們將使用後驗平均殘差來評估每個模型對數據的擬合。然後,我們將使用偏差信息標準來比較模型。25在NMA的驗證中,滿足一致性假設是至關重要的,部分是為了確保納入的研究在網絡中具有可比性。我們將通過回顧總結分析中納入的每個研究的患者納入和排除標準來評估這一假設的有效性,以確保患者和研究的特征足夠相似。

如果定量數據分析不合適,將對納入的研究和數據進行定性描述和表格顯示。

亞組分析

如果數據允許,將進行幾個預先指定的亞組分析。這些包括:

  • 性。

  • ASCVD設置(ACS vs非ACS設置)。

  • 指標事件發生後開始使用抗炎藥的時間。

  • 出版和未出版的文獻。

報告偏差評估

為了評估小研究的影響,我們將納入研究中的患者總數作為我們元回歸分析的協變量。我們還將創建漏鬥圖26評估潛在的報道偏差。

敏感性分析

我們將進行額外的分析,排除那些在Cochrane RoB 2評估工具上被認為是“高風險”或“有一些偏見擔憂”的研究。18

我們還將對固定效應模型和NMA進行額外的分析。

對累積證據的信心

納入研究的證據質量將用適當的工具進行總結,27可能的工具,包括分級建議,評估,發展和評估profiler28或網絡元分析工具的信心。29

患者和公眾參與

這項研究沒有患者或公眾參與。

倫理與傳播

我們不需要倫理批準這個係統評價和NMA。研究結果將在同行評議的期刊上發表。

討論

這一係統綜述和NMA將解決有關抗炎療法治療ASCVD的比較有效性的問題。這個主題之所以重要,有幾個原因。如前所述,ASCVD是一個極其常見的問題,是發病率和死亡率的主要原因。1 2隨著越來越多的治療藥物被開發以炎症途徑為目標,這是非常有用的從業人員了解這些新藥物的相對比較。因此,這項研究可能對臨床實踐很重要,提供了有關這些抗炎藥物的相對收益和危害的信息。此外,由於醫療保健支付者對這些藥物的潛在財務成本有負擔,這項審查將對資助決策有潛在的幫助。

這項係統綜述和NMA的主要優勢在於,它將全麵總結有關ASCVD治療抗炎益處和危害的證據。此外,該NMA將允許對這些新型抗炎藥物進行直接和間接比較。此外,我們的綜合搜索策略將嚐試發現該領域已發表和未發表的(灰色)文獻。潛在的局限性包括殘餘混雜影響我們結果的可能性。我們的審查力度將取決於這一主題領域現有的證據基礎。如果網絡中對於給定的比較隻有一個或兩個rct存在,那麼分析的強度將反映這一點。由於在本主題上進行這種性質的隨機對照試驗的新穎性和資源密集型,樣本量和納入研究的數量可能較小。

倫理語句

患者發表同意書

致謝

我們感謝Becky Skidmore, MLS,渥太華,ON,對MEDLINE搜索策略的同行評審。

參考文獻

補充材料

  • 補充數據

    此網頁文件由BMJ出版集團從作者提供的電子文件製作而成,並沒有對內容進行編輯。

腳注

  • 推特@BoczarKevin

  • 貢獻者概念化:外換銀行與GAW;方法:KEB、SV、RB和GAW;項目管理:外換銀行;監督:GAW和RB;寫作-初稿:外換銀行;撰寫和編輯:KEB, ShS, ALP, AG, SaS, KAB, CAF, SV, RB和GAW。外換銀行是此次審查的擔保人。

  • 資金外換銀行擁有加拿大衛生研究院獎學金(FRN: 171284)。除此之外,本研究沒有從任何公共、商業或非營利部門的資助機構獲得特定的資助。

  • 相互競爭的利益沒有宣布。

  • 患者和公眾參與患者和/或公眾沒有參與本研究的設計、實施、報告或傳播計劃。

  • 出處和同行評審不是委托;外部同行評審。

  • 補充材料此內容由作者提供。它沒有經過BMJ出版集團有限公司(BMJ)的審查,也可能沒有經過同行評審。討論的任何意見或建議僅是作者的意見或建議,不被BMJ認可。BMJ不承擔因對內容的任何依賴而產生的所有責任和責任。如果內容包括任何翻譯材料,BMJ不保證翻譯的準確性和可靠性(包括但不限於當地法規、臨床指南、術語、藥品名稱和藥物劑量),並且對因翻譯和改編或其他原因引起的任何錯誤和/或遺漏不負責。