Sensible approaches for reducing clinical trial costs
Notice bibliographique
Résumé
BACKGROUND: Over the past decade, annual funding for biomedical research has more than doubled while new molecular entity approvals have declined by one third. OBJECTIVE: To assess the value of practices commonly employed in the conduct of large-scale clinical trials, and to identify areas where costs could be reduced without compromising scientific validity. METHODS: In the qualitative phase of the study, an expert panel recommended potential modifications of mega-trial designs and operations in order to maximize their value (cost versus scientific benefit tradeoff). In the quantitative phase, a mega-trial economic model was used to assess the financial implications of these recommendations. Our initial chronic disease trial design included 20,000 patients randomized at 1000 sites. Each site was assigned 24 monitoring visits and a $10,000 per patient site payment. The case report form (CRF) was 60 pages long, and trial duration was assumed to be 48 months. RESULTS: The total costs of the initial trial design were $421 million ($US 2007). Following the expert panel's recommendations, we varied study duration, CRF length, number of sites, electronic data capture (EDC), and site management components to determine their individual and combined effects upon total trial costs. The use of EDC and modified site management practices were associated with significant reductions in total trial costs. When reductions in all five trial components were combined in a streamlined pharmaceutical industry design, a 59% reduction in total trial costs resulted. When we assumed an even more streamlined trial design than has typically been considered for regulatory submissions in the past, there was a 90% reduction in total trial costs. CONCLUSION: Our results suggest that it is possible to reduce substantially the cost of large-scale clinical trials without compromising the scientific validity of their results. If implemented, our recommendations could free billions of dollars annually for additional clinical studies. Research in the setting of clinical trials should be conducted to refine these findings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,168 | 0,422 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».