Late, never or non‐existent: the inaccessibility of preclinical evidence for new drugs
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Animal studies establish much of the evidence used to support clinical development of new drugs. Recent studies suggest that many preclinical investigations are withheld from publication, leading to exaggerated estimates of clinical utility. We sought to estimate the volume and properties of all published animal efficacy studies for a cohort of novel drugs. EXPERIMENTAL APPROACH: We searched biomedical databases to identify 47 novel drugs whose first trials were reported between 2000 and 2003, inclusive. Next, we searched for all published animal studies testing the same drug, regardless of publication date. We then extracted items from titles and abstracts of eligible studies. KEY RESULTS: We identified 2462 efficacy studies, representing an average of 52 studies per drug. No published efficacy studies were available for three drugs in our sample. The volume of efficacy studies was related to how far the drug had progressed in clinical development (Spearman's correlation coefficient = 0.66, P < 0.0001). Most (87%) accessible animal efficacy studies were reported after publication of the first trial, and for 17% of the drugs in our sample, no efficacy studies were published before the first trial report. Disease indications used in trials often did not match those modelled in efficacy studies; for 35% of indications tested in trials, we were unable to identify any published efficacy studies in models of the same indication. CONCLUSIONS AND IMPLICATIONS: The volume of published efficacy studies is large, although numerous gaps reflect non-publication, publication delay or non-performance of efficacy studies supporting trials.
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 | 0,002 | 0,002 |
| 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 | 0,001 | 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 ».