Proposal for Standardized Definitions for Efficacy End Points in Adjuvant Breast Cancer Trials: The STEEP System
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.
Notice bibliographique
Résumé
PURPOSE: Standardized definitions of breast cancer clinical trial end points must be adopted to permit the consistent interpretation and analysis of breast cancer clinical trials and to facilitate cross-trial comparisons and meta-analyses. Standardizing terms will allow for uniformity in data collection across studies, which will optimize clinical trial utility and efficiency. A given end point term (eg, overall survival) used in a breast cancer trial should always encompass the same set of events (eg, death attributable to breast cancer, death attributable to cause other than breast cancer, death from unknown cause), and, in turn, each event within that end point should be commonly defined across end points and studies. METHODS: A panel of experts in breast cancer clinical trials representing medical oncology, biostatistics, and correlative science convened to formulate standard definitions and address the confusion that nonstandard definitions of widely used end point terms for a breast cancer clinical trial can generate. We propose standard definitions for efficacy end points and events in early-stage adjuvant breast cancer clinical trials. In some cases, it is expected that the standard end points may not address a specific trial question, so that modified or customized end points would need to be prospectively defined and consistently used. CONCLUSION: The use of the proposed common end point definitions will facilitate interpretation of trial outcomes. This approach may be adopted to develop standard outcome definitions for use in trials involving other cancer sites.
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 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 | 0,186 | 0,558 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| 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 | 0,001 | 0,001 |
| 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 découle