MétaCan
Menu
Retour à la cohorte
Enregistrement W2030471933 · doi:10.2217/cer.12.72

Adverse events across generations of bone-modifying agents in patients with solid tumor cancers reported in Phase III randomized trials

2012· review· en· W2030471933 sur OpenAlexaff
Michael Poon, Liying Zhang, Florence Mok, Kenneth Li, Urban Emmenegger, Erin Wong, Michelle X. Zhou, Henry Lam, Nicholas Lao, Edward Chow

Notice bibliographique

RevueJournal of Comparative Effectiveness Research · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueBone health and treatments
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineAdverse effectPlaceboNauseaInternal medicineVomitingAdverse Event Reporting SystemOncologyConfoundingBisphosphonateOsteoporosisPathologyAlternative medicine

Résumé

récupéré en direct d'OpenAlex

AIMS: The objective of this study is to compare adverse events experienced among different bone-modifying agents. METHODS: A literature search was conducted to identify Phase III bisphosphonate and bone-modifying agent trials reporting adverse effects. Thirty-seven adverse events of interest were identified for six different treatment options. Weighted linear regression modeling was performed on the adverse event proportions with treatment groups, normalized through applying natural log transformations. RESULTS: There were significant differences in adverse events of vomiting (p = 0.045) and osteonecrosis of the jaw (p = 0.017), and combined item events of nausea/vomiting (p = 0.048), hematological and lymphatic system toxicities (p = 0.020), and any respiratory system problem (p = 0.023) between bone-modifying agent and placebo trials. The significant toxicities were observed even after adjusting for the two confounding factors of age and primary cancer site. CONCLUSION: While adverse effects are consistently experienced more frequently in patients receiving bone-modifying agents when compared with placebos, we find that the majority of individual side effects are not significantly more frequent in patients receiving bone-modifying agents compared with placebo.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,177
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0260,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0130,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,454
Tête enseignante GPT0,611
Écart entre enseignants0,157 · 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 tête enseignante, pas un consensus.

Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Comparative Effectiveness ResearchMême sujetBone health and treatmentsTravaux en français237 207