MétaCan
Menu
Retour à la cohorte
Enregistrement W2088680000 · doi:10.1186/1471-2407-13-193

Fool’s gold, lost treasures, and the randomized clinical trial

2013· article· en· W2088680000 sur OpenAlexafffund
David J. Stewart, Razelle Kurzrock

Notice bibliographique

RevueBMC Cancer · 2013
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUniversity of Toronto
Mots-clésRandomized controlled trialMedicineClinical trialPopulationIntensive care medicineClinical endpointGold standard (test)OncologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Randomized controlled trials with a survival endpoint are the gold standard for clinical research, but have failed to achieve cures for most advanced malignancies. The high costs of randomized clinical trials slow progress (thereby causing avoidable loss of life) and increase health care costs. DISCUSSION: A malignancy may be caused by several different mutations. Therapies effective vs one mutation may be discarded due to lack of statistical significance across the entire population. Conversely, expensive large randomized trials may have sufficient statistical power to demonstrate benefit despite the therapy only working in subgroups. Non-cost-effective therapy is then applied to all patients (including subgroups it cannot help). Randomized trials comparing therapies with different mechanisms of action are misleading since they may conclude the therapies are "equivalent" despite benefitting different subpopulations, or may erroneously conclude that one therapy is superior simply because it targets a larger subpopulation. Furthermore, minor variances in patient selection may determine study outcome, a therapy may be discarded as ineffective despite substantial benefit in one subpopulation if harmful in another, randomized trials may more effectively detect therapies with minor benefit in most patients vs marked benefit in subpopulations, and randomized trials in unselected patients may erroneously conclude that "shot-gun" combinations are superior to single agents when sequential administration of personalized single agents might work better and spare patients treatment with drugs that cannot help them. We must identify predictive biomarkers early by comparing responding to progressing patients in phase I-II trials. Enriching randomized trials for biomarker-positive patients can markedly reduce required patient numbers and costs despite expensive screening for biomarker-positive patients. Available data support approval of new drugs without randomized trials if they yield single-agent sustained responses in patients refractory to standard therapies. Conversely, new approaches are needed to guide development of drug combinations since both standard phase II approaches and phase II-III randomized trials have a high risk of misleading. SUMMARY: Traditional randomized clinical trials approaches are often inefficient, wasteful, and unreliable. New clinical research paradigms are needed. The primary outcome of clinical research should be "Who (if anyone) benefits?" rather than "Does the overall group benefit?"

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)0,443
score de la tête « metaresearch » (Gemma)0,661
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil0,687

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4430,661
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0110,006
Bibliométrie0,0080,007
Études des sciences et des technologies0,0040,028
Communication savante0,0130,018
Science ouverte0,0060,006
Intégrité de la recherche0,0170,019
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,647
Tête enseignante GPT0,602
Écart entre enseignants0,044 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreCommentaire

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

En bref

Citations51
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC CancerMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207