指南与共识神经骨肌MRCT

退行性颈椎脊髓病研究的最小数据集——核心结局集、核心数据元素与核心测量集(AO Spine RECODE DCM):一项共识研究

A minimum data set-Core outcome set, core data elements, and core measurement set-For degenerative cervical myelopathy research (AO Spine RECODE DCM): A consensus study.
指南 / 共识 · PLoS Med · 2024-08-22

该共识研究通过改良德尔菲流程制定退行性颈椎脊髓病(DCM)研究的最小数据集,最终形成含28个结局、6个域的核心结局集(COS)及含32个结局、4个域的核心数据元素(CDE),并确定4个测量工具(mJOA、NDI、SF-36v2、SAVES2)构成核心测量集(CMS),建议评估术后结局的试验在基线及术后6个月报告。

要点

  • DCM研究最小数据集含COS(28个结局、6个域)和CDE(32个结局、4个域)。
  • CMS纳入mJOA、NDI、SF-36v2和SAVES2四个测量工具。
  • 建议评估术后结局的试验在基线及术后6个月报告结局数据。

核心结论

  • AO Spine RECODE-DCM已制定出可用于当前DCM临床试验的最小数据集,并公布于https://myelopathy.org/minimum-dataset/。
  • 作者认为CDE和COS具有很强的持久相关性,但承认新的测量工具以及越来越多地研究未接受手术的患者,可能需要更新和调整,尤其是CMS。

研究设计与样本

  • 采用改良德尔菲流程的多利益相关方共识研究,共9个阶段,包括国际利益相关方组的建立、长列表生成、两轮德尔菲 prioritisation、共识会议、系统综述与共识会议确定CMS、以及将数据集整合入模板临床研究表单(CRFs)。
  • 利益相关方包括脊柱外科医生、其他医疗专业人员(oHCP)和DCM患者(PwCM)或其照护者。
  • 系统综述检索EMBASE、MEDLINE和Cochrane临床试验注册库,纳入1995至2015年发表的原始DCM临床研究。
  • CMS系统综述检索EMBASE和MEDLINE至2020年8月4日,使用COSMIN手册评估测量工具的心理测量学性质。
  • 通过共识会议(2020年10月以Zoom线上召开)最终确定COS和CDE,并以>70%同意作为共识标准。

诊断标准与关键数值

  • COS最终纳入28个结局和6个域:疼痛、神经功能、生活影响、影像学、经济影响和不良事件。
  • CDE最终纳入32个结局和4个域:个体、疾病、检查和干预。
  • CMS确定4个结局测量工具:mJOA、NDI、SF-36v2和SAVES2。
  • 德尔菲共识标准:达成共识纳入需一个利益相关方组评分≥70%为7–9分且≤15%为1–3分,其余每组≥50%评7–9分,或一个组≥90%评7–9分;共识排除需单组≤15%评7–9分且≥70%评1–3分,其余每组≥50%评1–3分。
  • 推荐评估术后结局的试验纳入基线测量和术后6个月测量。

临床应用与阅片要点

  • 未来DCM临床试验应至少报告COS和CDE所定义的数据点,并使用CMS指定的工具(mJOA、NDI、SF-36v2、SAVES2)进行测量。
  • 评估术后结局的试验建议在基线及术后6个月报告结局数据,以减少研究间变异。
  • 最小数据集及模板临床研究表单已整合,可在https://myelopathy.org/minimum-dataset/获取使用。

局限性

  • 作者承认新的测量工具以及越来越多地研究未接受手术的患者,可能需要更新和调整,尤其是CMS。
  • 原定面对面的共识会议因COVID-19大流行改为线上Zoom会议。
全文中译36 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:PLoS Med. 2024 Aug 22;21(8):e1004447. doi: 10.1371/journal.pmed.1004447

引言

退行性颈髓病(DCM)是一种由椎管狭窄伴静态和动态脊髓压迫引起的进行性亚急性至慢性脊髓损伤[1,2]。症状可包括手部灵活性丧失、失衡、跌倒和/或疼痛[1]。尽管据估计DCM影响多达1/50的成年人[3],但目前确诊者不足1/10[4]。目前治疗仅限于手术,虽然有一定效果,但恢复往往不完全[5];依赖他人和失业率高,患者面临终身残疾[6]。这些影响转化为所有慢性病中最差的生活质量评分之一[7]。迫切需要能够改善预后的研究。

尽管在改善患者生活质量方面正在取得进展[8],但显然DCM研究的进一步成功受到许多低效因素的阻碍,包括研究间数据报告不一致[9],这给汇总分析带来了挑战,同时也常常忽视患者的优先关注点[10]。这些低效因素的影响因研究领域的相对规模而加剧[11]。在这一背景下,基于使用Dimensions.ai平台对DCM、多发性硬化、肌萎缩侧索硬化症和脊髓损伤的比较检索显示,自2011年以来,与其他这些疾病相比,DCM获得的资助资金不足2%[11]。

AO Spine RECODE-DCM(研究要素与通用数据元素)的建立旨在解决其中一些低效问题[12],其总体目标是加速知识发现以改善预后。该倡议包括为该疾病建立统一术语[2]和定义、确立十大研究优先事项[6,11,13–23],以及定义研究的最小数据集。最小数据集是共识商定的数据点,应作为所有临床试验的最低报告要求。在Core Outcome Measures in Effectiveness Trials(COMET,comet-initiative.org)等方法学研究团体的支持下,它们已有一套成熟的方法来解决某一领域内数据报告不一致的问题。这一过程包括制定核心结局集(core outcome set,COS)——应测量的关键结局列表,以及核心数据元素(core data elements,CDE)——应报告以支持结局解读的关键采样特征列表。虽然这定义了“报告什么”,但为保持一致性,确立“如何”测量结局也很重要。这最后一步称为核心测量集(core measurement set,CMS)[24]。

本文概述了为定义DCM临床研究最小数据集而进行的多利益相关方共识过程。它同时呈现了“测量什么”(COS和CDE)以及“如何测量”(CMS)。这是一个密集且迭代的过程。关键建议(包括模板化临床研究表格)也汇总于https://myelopathy.org/minimum-dataset/。

方法

本独立项目隶属于更大的AO Spine RECODE DCM(aospine.org/recode)倡议,该倡议的方案[25,26]及其他要素已发表[2,12,27,28]。

简言之,最小数据集是通过改良德尔菲法确定的,该方法迭代性地审查相关群体的共识[29]。第1阶段涉及建立国际DCM利益相关者小组。第2阶段涉及制定结果和数据元素的长期清单,并形成领域。第3阶段使用两阶段德尔菲法对结果和核心数据元素进行优先排序。第4阶段通过共识会议确定最终的DCM最小数据集。使用COS,第5阶段为每个结果创建测量构念的定义。第6阶段对文献进行系统评价,以确定当前使用的测量工具的心理测量学特性。第7阶段使用改良德尔菲法为候选测量工具的入围提供信息。最终测量集通过共识会议形成(第8阶段)。这包括关于评估时机的建议,该建议得到了基于预定义和现有数据集对术后恢复轨迹的专家审查的支持。为支持实施,CMS和CDE随后被整合到模板临床研究表单(CRFs)中,以供未来临床试验使用(第9阶段)。

该方法学是在COMET[30]、风湿病学结果测量(OMERACT)(omeract.org)以及基于共识的健康测量工具选择标准(COSMIN)(cosmin.nl)的指导下制定的。因此,此处的报告符合核心结果集报告标准(COS-STAR)框架(S1数据)[31]。

第1阶段——利益相关者、监督和批准

该项目定义了3个关键利益相关者群体:脊柱外科医生、其他医疗保健专业人员(oHCP)以及DCM患者(PwCM)[32]或其照护者。该项目由国际指导委员会(SC)监督(S2数据)。该项目由管理小组提供监督,该小组由1名脊柱外科医生(MRK)、3名受训外科医生(BMD、DZK和ODM)、2名DCM患者(IS和ES)以及1名项目经理(OH)组成。该研究的伦理批准由剑桥大学授予(HBREC.2019.14)。

第2阶段——生成结果、数据元素的长期清单并形成领域

长期清单是使用多种方法制定的。

2.1 文献系统评价

对EMBASE、MEDLINE和Cochrane临床试验注册库进行了系统评价,以识别1995年至2015年间发表的原始DCM临床研究中使用的结局测量指标和领域以及数据元素。进一步分析内容以识别所识别结果和数据元素的关键主题。这些评价得到了一项先前发表的系统评价的补充,该评价侧重于手术并发症[33]。EMBASE、MEDLINE和Cochrane临床试验注册库从其建库至2016年6月进行了检索。这些评价的详细信息先前已发表[9,33,34]。

2.2 生活体验视角:访谈和调查的内容分析

为了捕捉PwCM及其支持者的体验,举行了一次焦点小组讨论,对其进行了内容分析和主题分析,并用于开发一项针对PwCM的调查以获得进一步见解。焦点小组成员参与了由BMD和MRK进行的半结构化访谈。对生成的结果和领域列表进行了进一步审查,并去除重复项。使用SurveyMonkey(美国加利福尼亚州)开发了一项调查,以在更大的PwCM样本中探索这些结果,并通过Myelopathy.org慈善机构经由电子邮件和社交媒体平台进行传播以提高参与度。调查方法的更多细节此前已发表[13]。焦点小组的录音还使用NVivo软件(版本10,2012,QSR International Pty,澳大利亚维多利亚州)进行了主题分析,以识别内容分析或调查中可能未捕捉到的任何隐性结局指标。有关此分析和方法学的更多细节此前已发表[35]。由系统综述、焦点小组、患者调查和主题分析所识别的结果和数据元素经利益相关者指导委员会(SC)审查和提炼,以生成结果和数据元素的长期列表。

2.3 确定初始长期列表

这些结果和领域生成过程的结果由管理组(S3数据)进行审查和提炼,旨在生成与DCM核心结局集(COS)相关的独特结果和领域的长期列表。这是一个迭代过程,通过虚拟电话会议和共享电子表格进行,直至所有成员满意。最终列表被放入第一轮调查中。

第三阶段——中期优先级排序

3.1 德尔菲调查,第一轮

第二阶段生成的长期结果列表被提交进行优先级排序,采用两轮德尔菲调查以就核心结局和数据元素达成共识。调查使用Surveylet(Calibrum,美国旧金山)进行处理。调查分发至国际关键利益相关者,包括脊柱外科医生、其他医疗保健专业人员(oHCP)以及PwCM/支持者。调查分为2部分:候选结局和候选数据元素。PwCM/支持者仅完成结局部分,因为决定只有脊柱外科医生和oHCP才具备选择抽样特征的 correct 视角。传播策略已在别处发表[13]。调查参与者使用GRADE(推荐分级的评估、制定与评价)方法[36],并被要求以1至9分的量表对纳入COS的结局进行评分,1表示完全不重要,9表示最重要。调查还允许参与者提出额外的结局建议。脊柱外科医生和oHCP还被要求对第二阶段识别的数据元素进行评分,作为同一调查的一部分。

调查结束后,额外结局由多利益相关者AO Spine RECODE-DCM管理组进行审查,以识别范围内及 otherwise 未被代表的结局。任何新建议随后在AO Spine RECODE-DCM指导委员会(SC)会议上进行审查,以批准那些将进入第二轮调查的结局。

3.2 德尔菲调查,第二轮

相同的利益相关者被邀请完成德尔菲调查的第二轮。提供了第一轮的反馈,包括总体评分、基于利益相关者对各结局的评分以及对结局的评级。新结局按第一轮的方式呈现。参与者再次被要求使用GRADE系统对结局进行评级。数据元素使用相同的框架和调查;然而,仅要求临床医生和研究人员完成此部分。

第一轮中出现的每个结局均包含一个条形图,显示各利益相关者组在“平衡”方面的汇总结果。此外,结局评级预先填充了参与者之前的评级以供参考。由于新结局缺乏任何现有数据,这些问题未填写且不显示图表。

项目开始时即确立了预先设定的共识标准。具体而言,对于“达成共识纳入”,一个结局或数据元素要求某个利益相关者组评分≥70%为7–9分且≤15%为1–3分,其余每个利益相关者组≥50%评分为7–9分,或者某个利益相关者组评分≥90%为7–9分。对于“达成共识排除”,阈值为单个利益相关者组≤15%评分为7–9分且≥70%评分为1–3分,其余每个利益相关者组≥50%评分为1–3分。

第四阶段——最终优先级确定:COS和CDE

2020年10月通过Zoom(美国加利福尼亚州)以虚拟方式举行了最终共识会议,以最终确定COS和CDE。由于COVID-19疫情,这与原定的“面对面”会议计划有所不同。参与者包括脊柱外科医生、其他医疗卫生专业人员(oHCP)以及脑膜炎患者/支持者(PwCM/supporters)。会议由3名经过培训的主持人主持,包括以下形式:

共识会议前调查

参加共识会议的参与者被要求在会议前对第三阶段中未达成共识(“无共识”)的每个结局进行评级,分为“核心”、“非核心”或“不确定”。结局在相应领域下呈现,并展示了第二轮德尔菲调查的数据(即各利益相关者组的评级)。此练习的目的是使参与者熟悉“达成共识纳入”和“无共识”的结局,并在会议前产生初步导向。结果未用于定义共识纳入或排除。

共识会议

最终共识会议采用了“分组讨论室”的形式,形成3个较小的小组(利益相关者组均衡分布),以便在3场会议中进行更充分的讨论和贡献,每场会议由一名经过培训的主持人主持。在每组会议中,提供了一个交互式屏幕,区分“达成共识排除”、“未定”或“达成共识纳入”的区域,主持人根据小组讨论和多数决定移动未定结局。3个小组重新集合对结局进行进一步讨论,“达成共识纳入”定义为该结局在每个焦点小组中达到“核心”(即所有3个小组均同意纳入为“核心”)。

COS共识会议之后,会议中的脊柱外科医生和其他医疗卫生专业人员参加了进一步的会议以讨论数据元素。与COS类似,数据元素已在会议前进行评级,结果可供审查。由经过培训的主持人促进对数据元素纳入或排除的讨论和投票,以制定最终CDE。

第五阶段——定义测量构念和首选测量方法

草拟定义由原始来源文件生成,包括已发表文献或对患者和专业人员的访谈。这些暂定定义随后由指导委员会(SC)审查,并按指示进行迭代。此外,对于每个结局领域,要求SC提供指导,确定该结局应由DCM患者测量(即患者报告结局测量(PROM))、由医疗专业人员测量(即临床医生报告结局测量(ClinROM)),还是两者兼有。

第6阶段——识别潜在工具及其测量性能

在EMBASE和MEDLINE中进行了从建库至2020年8月4日的检索,以识别评估DCM临床研究中使用的工具测量性能的原始研究[28]。检索式使用相关的DCM检索过滤器[37]和用于评估测量性能研究的COSMIN过滤器[38]构建。摘要由4名审查者根据一套预定义标准进行筛选(表1)。仅纳入评估一项或多项测量性能的原始临床研究。

所有数据均按照COSMIN PROM系统综述手册进行收集、处理和分析。这包括使用COSMIN偏倚风险检查表进行质量评估[41–43],并收集10项测量性能的结果:内容效度、结构效度、内部一致性、跨文化效度/测量不变性、信度、测量误差、效标效度、建构效度假设检验、反应性和临床重要差异。结果被评为“充分”、“不确定”或“不充分”,总体方法学质量评分评为“非常好”、“尚可”、“可疑”、“不充分”或“不适用”。随后对结果进行定性总结,并使用改良GRADE方法对研究质量进行总体评级。

表1 CMS系统综述的纳入和排除标准。 查看原表 ↗

第7阶段——筛选候选测量工具

7.1 差距分析

将达到推荐阈值的工具按建构与COS进行匹配。为识别没有列出工具的结局的候选工具,在DCM之外进行了检索。最初,采用实用主义方法使用MEDLINE查看是否已存在此类综述[25]。

7.2 相关神经系统疾病的范围综述

对于其余没有潜在工具的结局,进行了聚焦范围综述,以识别在相关目标人群中使用的工具并评估其质量。鉴于使用COSMIN方法学审查工具质量是一项繁重工作,开发了一种实用主义方法以确保该工作可控并可能产生相关结果(图1):

步骤1:范围界定

1a 针对每个差距结局,从DCM之外识别候选工具。

1b 根据第1阶段由SC定义的工具应由“谁”执行(ClinROM vs PROM)来纳入工具。

步骤2:筛选

2a 评估内容效度。

2b 每个差距结局最多筛选2个工具。

2c 按照COSMIN评估工具的测量性能。

具体而言,每个“缺口”结局首先在COSMIN结局测量工具系统评价数据库(https://database.cosmin.nl/)中进行查询(图1A)。对每个“缺口”结局均执行上述步骤。如果通过COSMIN数据库未找到候选工具,则在EULAR结局测量工具库(OML,https://oml.eular.org/)上执行相同步骤(图1A)。如果通过EULAR OML未找到此类工具,则在HealthMeasures数据库(https://www.healthmeasures.net/)上或使用COSMIN过滤器在MEDLINE中执行相同检索。这些数据库是根据其范围选定的。SC的建议也被纳入考虑。

仅纳入其类别与第一阶段所定义的预期测量方法相匹配的工具(例如,患者报告的PROM与专业人员报告的ClinROM)。例如,如果在第一阶段将“大便失禁”定义为患者报告的结局,则仅纳入“大便失禁”的PROM,排除ClinROM。系统评价必须针对与DCM相关的疾病人群,以提高内容效度的可能性。例如,“大便失禁”可能是许多疾病的症状。然而,由于该症状也在其他伴有神经损伤的脊柱疾病(如创伤性脊髓损伤和马尾综合征)中进行测量,因此这些疾病被视为合适的人群。

所识别工具的方法学质量使用标准COSMIN流程进行评估。认识到使用COSMIN手册评估数量不限的工具可能不切实际,COSMIN评价的工具数量限制为每个“缺口”结局2个。如果每个“缺口”结局有超过2个PROM或ClinROM,则进行内容效度调查,由至少5名利益相关者对所识别的工具进行排序(图1C)。排名最高的2个工具接受COSMIN评价。

图1 从DCM以外选择候选工具的决策算法:(A和B)第一阶段:选择用于识别DCM以外工具的数据库(A)和筛选DCM以外的工具(B)。(C)第二阶段:测量学特性评价。COSMIN,基于共识的健康测量工具选择标准;DCM,退行性颈髓病;OML,结局测量工具库。 查看原图 ↗

第8阶段——共识

8.1 专家共识小组的组建

组建了一个多学科专家组,通过共识最终确定CMS。这些专家采用目的抽样法确定,以纳入有亲身经历者;来自DCM诊疗常见关键临床学科(即脊柱外科、神经内科、康复医学科、物理治疗和初级保健)的专业人员;具有临床试验经验的专业人员,特别是在测量6个领域(即不良事件、经济影响、生活影响、神经功能、疼痛和影像学)方面具有经验者;以及具有试验统计学经验的专业人员。会议同意:所有参与者中至少一半来自SC以外;至少五分之一的参与者具有亲身经历;所有参与者中脊柱外科医生不超过一半。会议还力求实现女性与男性1:1的比例。所有小组成员必须申报任何利益冲突,并经由SC批准。

8.2 会前短名单筛选

向专家组成员提供了被认为对每个要素具有足够质量的测量工具摘要及其证据基础,以及关于首选报告方法(即PROM或ClinROM)的原始SC决定。专家组成员在会议前审阅了该材料,并被要求每个域最多提交2个入围工具,或根据其经验提交2个工具。为证明建议使用提供列表之外的工具的合理性,专家组成员被要求每个心理测量域引用1篇原始文献(即效度1篇、信度1篇、反应度1篇)。任何新建议的工具均接受了COSMIN评估。

8.3 面对面共识会议

随后召开了共识会议。每个域均进行了讨论,一致性>70%视为达成共识。共识会议由独立主持人监督,并遵循名义群体技术。根据需要进行了主持讨论和重新投票,直至COS和CDE的所有组成部分均达成共识。

在选定最终工具后,由独立专家(AM)进行汇报,总结DCM术后已知的恢复特征。数据主要来源于AO Spine北美和全球前瞻性观察性研究以及加拿大脊柱结局与研究网络(CSORN,www.csorncss.ca)。这些数据集报告了手术干预后的纵向恢复情况,鉴于其高质量和已验证的普适性而被实用性地选择。目标是推荐一个在评估DCM手术后恢复的试验中应始终报告结局的时间点,同时认识到恢复量随手术干预后的时间而变化,在比较研究时可能成为另一个变异来源。

第9阶段——实施

根据所制定的COS和CDE,使用Microsoft Publisher(2019版,Microsoft Corporation,美国华盛顿)创建了一套CRF,基于正在进行的DCM试验中所使用的CRF;RECEDE-Myelopathy [44]和POLYFIX-DCM(S5数据)。

结果

核心结局集

长列表的生成

进行了一项系统评价(n = 108)以确定结局测量工具[9]。进一步进行了另一项评价(n = 42)以分析DCM手术的并发症[33]。

此外,一个由PwCM/支持者组成的焦点小组参与了半结构化讨论:共8人参与,其中5人患有DCM(3名男性,2名女性),3人为朋友/家属(均为女性)。工作坊产生了52个独特结局[45]。有趣的是,支持者单独确定了PwCM未报告的4个问题:排尿启动困难、协调性丧失、无法制定计划以及认知改变。

随后开发了一项调查,以在较大样本中探讨这些结局。52个结局被分为“症状”和“生活影响”两类,以增加一些结构。该调查被访问294次,包括8份重复条目和62份不完整条目。因此,224份回复进入分析。受访者平均年龄56.6岁,患脊髓型颈椎病(DCM)8.2年,改良日本骨科协会(mJOA)评分为11.6。受访者更可能为女性(76%)且接受过手术(62%)。所有结局均至少有5%的受访参与者报告过[45]。勃起功能障碍仅由男性受访者报告(占男性受访者的34%),证实了内部一致性。性别、手术史、疾病严重程度(mJOA)或患DCM时间均未影响所报告结局的分布。

近半数(n = 94,42%)受访者提出了额外结局,其中大多数被认为已被涵盖。被遗漏的结局被添加至结局长名单中。

上述结果由管理组审查和完善,生成了63个结局的列表并纳入第一轮调查。

结局由研究作者参照OMERACT过滤标准[46]按主题汇总:疼痛、神经功能、生活质量、影像学和手术并发症。这些用于构建调查的结构。

中期优先级排序

在第一轮中,332名利益相关者参与了COS调查:113名(34%)为脊髓型颈椎病患者(PwCM)或其支持者,158名脊柱外科医生(48%),以及61名(18%)其他医疗保健专业人员(oHCP)。详细的抽样人口学资料见S4数据。

oHCP提出了50个额外结局,而PwCM或其支持者推荐了64个。经过处理和委员会审查后,确定了9个未以其他方式纳入第一轮的额外结局:胸痛、震颤、肩部活动度、颈部活动度、视觉症状、认知/意识模糊、体力、住院时长和霍纳综合征(一种手术并发症)。

85%的脊柱外科医生、84%的PwCM及其支持者以及82%的oHCP完成了第二轮德尔菲调查。共有28个结局达到“共识纳入”阈值,0个结局达到“共识排除”阈值,剩余44个结局供进一步审查。

COS的原始目标是包含15个结局,这是基于其他COS的经验提出的,以减少COS在试验中应用变得繁琐的可能性。此外,考虑到通过虚拟共识会议讨论44个结局将具有挑战性。因此,指导委员会(SC)考虑了可提供额外中期指导的领域,以整合结局和/或对未决结局提供有效的共识决定:对手术并发症进行了审查。在该类别中,13个结局中有9个达到“共识纳入”,其余结局在3个利益相关者组中的2组中获得了>50%的7至9级评分。这些结局每一个都非常具体,被认为这种细粒度可以更好地纳入定义或测量方法中。因此,手术并发症被合并为1个核心结局。死亡被视为一个单独的核心结局。在此阶段认为不可能进一步细化,所有其他未决结局按计划在正式共识会议上进行了讨论。

最终优先级排序

总体而言,共识会议共有24名参与者(其中13名[54%]来自AO Spine RECODE-DCM指导委员会):11名颈椎病患者(PwCM)、7名脊柱外科医生和6名其他医疗保健专业人员(oHCP)。

最终核心结局集(COS)共纳入28个结局和6个领域(疼痛、神经功能、生活影响、影像学、经济影响和不良事件)。在生活影响领域内,各小组确定许多结局可归纳为2个更广泛的类别:疲劳,涵盖活力、耐力、恢复和变异性;以及心理健康,涵盖挫败感、人际关系困难、预期性焦虑和无助感。在神经功能领域内,颈部活动度被视为“核心”结局。同样,感觉异常被确定为“核心”结局;然而,小组一致认为该症状与麻木存在于同一谱系上,更适合作为感觉功能障碍进行评估。泌尿系统结局也被重新归入单一结局——膀胱功能障碍。在经济影响领域内,护理成本和就业状况均被视为“核心”。在影像学领域内,颈椎序列被视为“核心”,但需要在全体会议期间进一步讨论和投票。不良事件领域内未纳入进一步结局。

为疼痛领域选择结局引发了大量讨论。虽然原始流程侧重于疼痛位置而非疼痛感知,但小组一致认为这实际上有悖直觉,且深受过去疼痛测量方式(如颈部和手臂疼痛)的影响。小组一致认为疼痛结局应包括位置、感知和强度,以及已达成“共识纳入”的疼痛控制。此外,肌肉痉挛/抖动被认为是痉挛状态的表现,因此从疼痛领域移至神经功能领域,并更广泛地视为肌张力。颈椎病患者对此表示支持,他们确认这些不自主运动更多是不便而非疼痛。最终COS见表2。COS制定过程摘要见图2。

图2 核心结局集制定过程摘要。COS,核心结局集。 查看原图 ↗
表2 核心结局集:该集合包括6个领域和28个结局。 查看原表 ↗

核心数据元素

长列表的生成

进行了一项系统评价(n = 108)以确定所报告的数据元素[34]。所报告的特征被归为3个主题:(1)研究设计和患者选择;(2)患者特征;(3)治疗干预及疗程。由此生成了包含33个数据元素的长列表,范围从年龄和生理性别到合并症、影像学发现以及手术或非手术治疗细节。

中期优先排序

第一轮之后,又收到67条评论 suggesting 追加数据元素,其中29条被认为是新的且独特的。这些被插入第二轮德尔菲调查。第二轮调查之后,33个数据元素被确定为核心;具体而言,27个通过共识确定,另有6个基于文献引用确定。

最终优先排序

虚拟共识会议之后,oHCP参加了额外的全体会议,涵盖未达成共识的剩余数据元素。

总共向CDE中添加了6个额外元素。与COS类似,采用分组类别以实现结构化管理。此外,作为最终处理措施,任何在结局集中也有体现的数据元素均被删除(依据是结局也将在基线时进行测量)。因此,鉴于“颈椎序列”已成为核心结局,“畸形”被从CDE中删除。该操作由管理组执行,并经AO Spine RECODE-DCM指导委员会同意。最终的CDE见表3。CDE开发的总结见图3。

图3 CDE开发总结。CDE,核心数据元素(或评论数据元素)。 查看原图 ↗
表3 核心数据元素:按域和子域排列。每个数据元素包括其描述及其进入CDE的方式。 查看原表 ↗

核心测量集

第1阶段

需要召开两次SCs以最终确定结局定义并整合关于由谁进行测量的建议。在域层面上,认为不良事件和放射学应使用临床报告结局测量(ClinROMs)进行评估;神经肌肉功能、生活影响和疼痛应使用患者报告结局测量(PROMs)进行评估;经济影响则需要专业人员和患者的共同输入。

第2阶段

初步文献检索共识别出3239项去重研究(MEDLINE:2389,EMBASE:1550)。从该检索中,52项符合纳入标准(图4),共包含7395名患者和29种工具。

使用COSMIN系统评价方法学对29种工具的测量性能进行了评估。研究结果摘要见表4:(1)总体可行性评级;(2)总体可解释性评级;(3)基于现有证据的总体推荐类别。纳入研究报告了所有工具中至少1项COSMIN属性的证据。没有工具具有全部10项属性的证据,且<50%(13/29)的工具在每个测量域中至少有1项属性的证据(图5)。

未做出A类推荐,因为没有测量工具具有足够的内容效度证据。其次,由于存在高质量证据表明标准效度、结构效度和/或反应性不足,4种工具被推荐为C类。然而,大多数工具被归为B类,原因是大多数测量属性中明显缺乏高质量证据。

考虑到这些结果,并鉴于(1)COSMIN框架极为严格的质量标准;以及(2)证据缺乏不等同于低质量证据,达成共识认为最适合使用的工具应能被临床医生解读,并为临床医生或患者提供定性意义。为此,9种可解释工具的测量性能见表5:臂部和颈部疼痛评分;SF-12和SF-36;JOA、mJOA和JOACMEQ;NDI;以及疼痛VAS。其中包括1项标准效度和结构效度不足的评分(即mJOA)和6项存在应用障碍的评分。

图4 PRISMA流程图,CMS系统评价。CSM,脊髓型颈椎病;DCM,退变性颈椎脊髓病。 查看原图 ↗
图5 每个结局指标和属性的研究数量[按列归一化]。紫色深浅表示每个结局指标下每个临床计量学属性的研究数量。纳入的研究报告了所有器械中10项COSMIN属性中的至少一项。没有器械具备所有10项属性的证据,且<50%(13/29)的器械在每个测量领域至少有一项属性的证据。值得注意的是,没有器械被评估结构效度、达到足够的内容效度证据,或基于COSMIN标准获得A类推荐。(COSMIN推荐分类:A=具有足够内容效度证据(任何级别)且至少低质量证据支持足够内部一致性的测量器械;B=未归入A或C类的测量器械;C=具有高质量证据表明某项测量属性不充分的测量器械。) 查看原图 ↗
表4 研究结果摘要。 查看原表 ↗
表5 从CMS系统评价中识别出的、符合推荐候选清单的器械。 查看原表 ↗

差距分析

虽然该评价识别出了DCM研究中常见且可用于测量COS结局的临床可解释器械,但存在以下问题:(1) 若干结局没有合适的现有器械;(2) 若干器械的证据基础被认为不充分[47]。

对MEDLINE的初步检索未识别出任何适用于替代器械的范围综述,但确实识别出了一项针对疲劳的合适范围综述的方案。其结果通过个人通讯获得。在指导委员会(SC)的意见反馈后,疼痛领域内的结局被排除,因为认为临床试验方法、测量与疼痛评估倡议(IMMPACT)所汇总的资源和推荐已足够[48]。其余差距经过了针对性范围综述和候选筛选流程(表6),随后进行COSMIN评价。

表6 替代器械的差距分析、范围综述和候选筛选。至少具有1项可解释器械的要素(见第2.1阶段)以阴影标示。对其余要素(即“差距”,无阴影,见第2.2阶段)进行了MEDLINE针对性检索。对于疼痛领域内的差距(斜线标示),认为IMMPACT汇总的资源已足够[48]。每个差距标示了筛选的文章数(N)。值得注意的是,“疲劳”仅识别出1项合适资源。 查看原表 ↗

第3阶段

在2022年拉斯维加斯全球脊柱大会期间举行了面对面共识会议。一组混合利益相关者出席了会议,包括DCM患者(PwDCM)、脊柱外科医生、一名神经科医生、物理治疗师和一名临床试验统计学家(表7)。专家组的预设构成被认为已充分满足先验标准;具体而言,所有专业领域均有代表,仅半数脊柱外科医生,12名成员中5名为SC外部成员,12名中2名为DCM患者。仅12名中3名为女性。

通过引导式讨论和会前调查的汇总结果,形成了最终共识推荐(表8)。然而,对于放射学,未选择任何器械,因为认为当前的测量选项不符合“结局”测量的标准。相反,认为其代表的是采样特征(数据元素)。

对于mJOA,推荐了Benzel及其同事提出的版本[49]。

提供了一份总结预选数据集中观察到的恢复特征的报告(AM)。AO Spine研究在术后6、12和24个月进行随访,而CSORN在3、12和24个月对患者进行评估。数据表明,每项研究中最有意义的恢复(使用mJOA定义)发生在第一次随访时,12至24个月之间无显著变化。然而,从这些数据集中,无法进行3个月与6个月的比较。共识倾向于选择一个早期时间点(3或6个月)进行标准化,以避免长期随访带来的影响,即队列分离的回报明显递减。共识组最终建议随访评估应包括6个月。这主要因为6个月被认为是更常用的现有时间点(与3个月相比),较少受到可逆性手术不良事件的影响,且可能捕获更有意义的恢复。

表7 CMS共识会议参与者。 查看原表 ↗
表8 最终共识建议核心测量集。 查看原表 ↗

临床研究表单(CRF)的制定

该数据集被实施到CRF中以支持实施。这些基于作者在交付2项当前DCM试验中的经验:POLYFIX-DCM ISRCTN12638817和RECEDE-Myelopathy ISRCTN16682024。CRF为基线、手术入院和术后随访准备(补充5)。畸形被纳入作为CDE,认识到它最初作为CDE纳入,但随后被删除,因为它也被选为结局指标,但最终未纳入最终CMS。

讨论

利用文献中的广泛输入以及包括DCM患者在內的全球多学科社区,制定了关于DCM临床试验中最低限度应报告内容的建议,包括如何以及何时测量结局。

共有28个结局和6个领域(疼痛、神经功能、生活影响、放射学、经济影响和不良事件)被纳入最终COS。32个结局和4个领域(个体、疾病、检查和干预)被纳入最终CDE。最后,4个结局工具(mJOA、NDI、SF-36v2、SAVES2)被确定为CMS,并建议评估术后结局的试验应包括基线测量和术后6个月的测量。

一个务实的框架,具有坚实的基础,可随时间演变并支持针对主要研究优先事项的研究

认识到数据测量和报告的标准化是退行性脊髓型颈椎病(DCM)的紧迫优先事项,决定初始核心测量集(CMS)应侧重于选择最相关但现有的工具,而非开发新工具或选择处于开发早期的工具。聚焦于正在使用的现有工具忽视了处于开发中的工具、以英语以外语言发表的工具以及处于早期采用阶段的工具。每个领域选择一种工具也可能忽视了核心结局。此外,DCM之外的范围界定方法是务实的,仅以内容效度的粗略评估作为适用性的主要标准。虽然这可能存在遗漏相关工具或在DCM中使用质量未知工具的风险,但我们认为这极不可能限制CMS。首先,筛选采用了系统和结构化的方法,改编自COSMIN网站和手册中(分别为)数据库和标准的优先级排序方法[10–12]。COSMIN标准的严格性意味着处于早期开发阶段的工具很少能达到纳入阈值[23]。其次,该过程纳入了专家意见/建议的机会,包括整合DCM患者(PwCM)。然而最后,也是重要的是,它产生了一套在参与者看来似乎可以直接实施的工具集。CMS的目标是实现试验间的标准化。为此,它需要简洁。基于目前的测量工具,覆盖所有核心结局的CMS对试验而言将是一个负担。该CMS很可能需要更新,最好使用专门且全面的工具。目前,这代表了一套实用的测量工具集合,与核心结局集(COS)具有广泛相关性,并且可以 readily 与过去十年的领先证据进行基准比较[50–54]。

在最小数据集内,与DCM研究优先事项存在显著的协同效应。例如,数据集中纳入经济结局与确立DCM社会经济影响的研究优先事项相吻合[6, 27]。第二个例子是纳入“种族”,这是利益相关者直接提及的,以与识别DCM遗传决定因素的优先事项保持一致[15,18,55,56]。我们假设这种协同效应的产生是因为最小数据集是与James Lind Alliance研究优先事项设定伙伴关系同步开发的。据我们所知,这是联合方法的第一个例子,可能确保DCM最小数据集不仅能推动研究的标准化,还能作为知识转化干预措施,确保进一步研究针对关键研究优先事项。

该过程的另一个新颖方面是决定就手术治疗后“何时”报告结局提出建议。需要明确的是,这并非旨在定义试验的主要终点,而只是确保研究中至少有一个一致的时间点报告结局。这对于许多DCM场景很重要,因为术后恢复是距手术干预时间的函数[54]。

有效且持续的实施对于产生影响现已至关重要

标准化倡议的效果取决于其落地实施的程度[57,58]。最小数据集研究中的一个范例见于类风湿关节炎,其采纳率的提高与患者结局的转变同步发生[59]。在AO Spine RECODE-DCM整个项目中,实施的重要性日益凸显,这体现在“提高认知”被选为首要研究优先事项[11],以及为维持该项目所形成的网络所作的努力[23]。

因此,在这一过程中做出了许多务实的决定,例如将核心测量集(CMS)按领域分类(而非规定具体结局指标),以及使用研究界熟悉的工具。此外,作为本出版物的一部分,准备模板化研究文件代表了促进采纳的新颖努力。然而,DCM研究领域规模小且分散[60],存在许多知识孤岛的例证。确保AO Spine RECODE-DCM所创建的工具(包括最小数据集)能够加速进展,将需要持续且全社区范围的共同努力。

这一努力不能仅仅局限于推广采纳。有效的实施,即知识转化,以一个循环为特征[61],必须持续识别并适应其所针对领域内发生的变化。迄今为止,DCM研究主要集中于手术治疗和/或中重度疾病[62,63]。这一经验将反映在共识过程中,既来自所范围审查的证据,也来自利益相关方可借鉴的经验。数据集随着新工具的出现而需要演变的潜在需求已被提及,但随着特定研究主题的增加和/或纳入标准更加选择性,数据集也可能需要调整。例如,从无症状脊髓压迫进展为DCM的发病现在是一个关键研究优先事项,但在这一过程的基础步骤(如证据综述或DCM患者参与)中代表性有限。因此,该数据集对这一研究背景的适用性尚不确定。有人可能会认为,范围本应在开始时就被缩小。我们认为,对于一个如此小而分散的领域,我们应当以一个单一框架的团结为起点,在必要时再逐步演变。OMERACT正是这样起步的[64],从30年前一个针对类风湿关节炎的数据集,演变为纳入亚专科数据集,例如与影像学相关的数据集[65,66]。

结论

DCM是一种进行性慢性脊髓损伤。在没有标准化指导的情况下,临床研究研究者在选择结局指标时自行决定,往往低估了该疾病的代表性,并限制了研究之间的可比性。

AO Spine RECODE-DCM已制定了一个可供当今DCM临床试验使用的最小数据集。虽然预计核心数据元素(CDE)和核心结局集(COS)将具有强大而持久的相关性,但也认识到新的测量工具以及越来越多地转向研究未接受手术的患者,可能需要更新和调整,特别是在核心测量集(CMS)方面。

补充信息

(DOCX)

(DOCX)

(DOCX)

对于分类数据(如性别或居住国家),数值为计数和比例。对于连续数据(如年龄),正态分布数据的数值为均值 ± 标准差。例外的是诊断后年数,该数据呈偏态分布,以中位数 ± 四分位距(IQR)表示。

(DOCX)

(PDF)

引用

  1. Davies BM, Yang X, Khan DZ, et al. A minimum data set-Core outcome set, core data elements, and core measurement set-For degenerative cervical myelopathy research (AO Spine RECODE DCM): A consensus study. PLoS Med. 2024. PMID: 39173109. doi:10.1371/journal.pmed.1004447
  2. 全文:PMC11379399(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11379399/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。