MétaCan
Menu
Retour à la cohorte
Enregistrement W103694265 · doi:10.1097/ppo.0b013e3181b9c506

Tumor Shrinkage and Objective Response Rates

2009· review· en· W103694265 sur OpenAlexaff
Penelope A. Bradbury, Lesley Seymour

Notice bibliographique

RevueThe Cancer Journal · 2009
Typereview
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésClinical trialMedicineSurrogate endpointEnd pointSample size determinationClinical endpointIntensive care medicineOncologyInternal medicineComputer scienceStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Phase II clinical trials have long been used to screen new cancer therapeutics for antitumor activity ("efficacy") worthy of further evaluation. Traditionally, the primary end point used in these screening trials has been objective response rate (RR), with the desired rate being arbitrarily set by the researchers before initiation of the trial. For cytotoxic agents, especially in common tumor types, response has been a reasonably robust and validated surrogate of benefit. Phase II trials with response as an end point have a modest sample size (15-40 patients) and are completed rapidly allowing early decisions regarding future development of a given agent. More recently, a number of new agents have proven successful in pivotal phase III studies, despite a low or very modest RR demonstrated in early clinical trials. Researchers have postulated that these novel agents, as a class, may not induce significant regression of tumors, and that the use of RR as an end point for phase II studies will result in false negative results, and point out that not all available data is used in making the decision. Others have pointed out that even novel agents have proven unsuccessful in pivotal trials if objective responses are not demonstrated in early clinical trials. We review here the historical and current information regarding objective tumor response.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,030
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,640
Tête enseignante GPT0,646
Écart entre enseignants0,005 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Cancer JournalMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207