MétaCan
Menu
Retour à la cohorte
Enregistrement W2039658745 · doi:10.1177/1740774510368301

Trends in the application of dynamic allocation methods in multi-arm cancer clinical trials

2010· article· en· W2039658745 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueClinical Trials · 2010
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensPrincess Margaret Cancer CentreLondon Health Sciences CentreMcMaster University
Organismes subventionnairesnon disponible
Mots-clésClinical trialMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Dynamic allocation (DA) methods which attempt to balance baseline prognostic factors between treatment arms, can be used in multi-arm clinical trials to sequentially allocate patients to treatment. Although some experts express concern regarding the validity of inference from trials using DA, others believe DA methods produce more credible results. PURPOSE: A review of published multi-arm cancer clinical trials was conducted to explore the frequency of DA use in oncology. METHODS: Multi-arm phase III clinical trials of at least 100 patients per arm, published in 13 major oncology journals from 1995-2005 were manually reviewed. Information about reported use of DA methods, or randomization via random permuted blocks (PB), was extracted along with trial characteristics. RESULTS: Of 476 published clinical trials, 112 (23.5%) reported using some form of DA method, while 103 (21.6%) reported using PB methods. Most trials (403 or 84.7%) reported stratifying on at least one baseline factor. The mean number of stratification factors was 2.70 per trial, and 78.6% of DA trials reported 3 or more stratification factors compared with 30.2% of non-DA trials (p < 0.001). The frequency of DA use increased over time, with 20.2%, 21.3%, 25.8%, 28.8% and 38.9% of trials reported use in 1995-2001, 2002, 2003, 2004, and 2005, respectively. Use of DA methods was more frequently reported in trials involving an academic co-operative group (28.4% vs. 13.8%), however, no difference was observed between industry-funded and other-funded trials (24.0% vs. 23.2%) or geographical region (19.7% of North American trials, 26.2% of European trials and 21.7% of multinational/other trials). LIMITATIONS: As a retrospective analysis, the true frequency of DA use is likely underreported. Few trials gave complete details of the allocation method used, thus it is possible some manuscripts reported incorrect allocation methods. Journals were selected which were assumed to publish most large, multi-arm clinical trials in cancer from 1995-2005, however, some trials were likely reported in journals other than what was reviewed. CONCLUSIONS: DA methods are frequently used in multi-arm cancer clinical trials. The use of DA appears to becoming more common over time and are used more frequently when an academic cooperative group is involved. No relationship between industry funded trials or geographic region and allocation method was observed. Clinical Trials 2010; 7: 227-234. http://ctj.sagepub.com.

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.

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)0,594
score de la tête « metaresearch » (Gemma)0,882
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesMétarecherche, Intégrité de la recherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,5940,882
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0070,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,905
Tête enseignante GPT0,789
Écart entre enseignants0,116 · 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