Under‐representation of racial minorities in prostate cancer studies submitted to the US Food and Drug Administration to support potential marketing approval, 1993‐2013
Notice bibliographique
Résumé
BACKGROUND: US Food and Drug Administration (FDA) approval of new drugs depends on results from clinical trials that must be generalized to the US population. However, racial minorities are frequently under-represented in clinical studies. The enrollment of racial minorities was compared in key clinical studies submitted to the FDA in the last 10 years in support of potential marketing approval for prostate cancer (PCa) prevention or treatment. METHODS: Patient demographic data were obtained from archival data sets of large registration trials submitted to the FDA to support proposed PCa indications. Six countries/regions were analyzed: the United States, Canada, Australia, Europe, the United Kingdom, and Eastern Europe. Background racial demographics were collected from national census data. RESULTS: Seventeen key PCa clinical trials were analyzed. These trials were conducted in the past 20 years, comprising 39,574 patients with known racial information. Most patients were enrolled in the United States, but there appeared to be a trend toward increased non-US enrollment over time. In all countries, racial minorities were generally under-represented. There was no significant improvement in racial minority enrollment over time. The United States enrolled the largest nonwhite population (7.1%). CONCLUSIONS: Over the past 20 years, racial minorities were consistently under-represented in key PCa trials. There is a need for effective measures that will improve enrollment of racial minorities. With increased global enrollment, drug developers should aim to recruit a patient population that resembles the racial demographics of the patient population to which drug use will be generalized upon approval.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».