Objective Responses in Patients with Malignant Melanoma or Renal Cell Cancer in Early Clinical Studies Do Not Predict Regulatory Approval
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: Tumor responses in early-phase trials are used to determine whether new agents warrant further study. Given that spontaneous regressions are observed in melanoma and renal cell carcinoma, this study assessed whether tumor responses, particularly in these two tumor types, predict for future regulatory drug approval. EXPERIMENTAL DESIGN: The literature was reviewed to assess tumor response rates to cytotoxic agents in phase I and II trials in the following solid tumors: melanoma, renal cell carcinoma, non-small-cell lung cancer, breast cancer, ovarian cancer, colorectal cancer, and other solid tumors. Response rates were categorized and the relationship of these categories to the end point of regulatory drug approval was determined. RESULTS: Fifty-eight drugs were assessed in 100 phase I trials, and 46 of these drugs were also studied in 499 phase II trials. Higher overall response rates in both phase I trials (P = 0.03) and phase II trials (P < 0.0001) were predictive of regulatory approval. However, response in melanoma or renal cell carcinoma was not predictive for either phase I or phase II studies. CONCLUSIONS: For cytotoxic agents, although overall objective response rates reliably predict subsequent marketing approval, isolated responses in melanoma and renal cell carcinoma are not predictive.
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 | 0,067 | 0,219 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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