MétaCan
Menu
Retour à la cohorte
Enregistrement W2119209233 · doi:10.1186/1471-2288-11-164

Stopping rules employing response rates, time to progression, and early progressive disease for phase II oncology trials

2011· article· en· W2119209233 sur OpenAlexaff
John R. Goffin, Gregory R. Pond

Notice bibliographique

RevueBMC Medical Research Methodology · 2011
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensOntario Clinical Oncology GroupMcMaster UniversityJuravinski HospitalJuravinski Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineEarly stoppingClinical endpointStage (stratigraphy)Clinical trialOncologyRelative riskDiseaseProgressive diseaseInternal medicineSurrogate endpointConfidence intervalComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Response rate (RR), the most common early means of assessing oncology drugs, is not suitable as the sole endpoint for phase II trials of drugs which induce disease stability but not regression. Time to progression (TTP) may be more sensitive to such agents, but induces recruitment delays in multistage studies. Early progressive disease (EPD) is the earliest signal of time to progression, but is less intuitive to investigators, To study drugs with unknown anti-tumour effect, we designed the Combination Stopping Rule (CSR), which allows investigators to establish a hypothesis using RR and TTP, while the program also employs early progressive disease (EPD) to assess for drug inactivity during the first stage of study accrual. METHODS: A computer program was created to generate stopping rules based on specified error rates, trial size, and RR and median TTP of interest and disinterest for a two-stage phase II trial. Rules were generated for stage II such that the null hypothesis (H(nul)) was rejected if either RR or TTP met desired thresholds, and accepted if both did not. Assuming an exponential distribution for progression, EPD thresholds were determined based on specified TTP values. Stopping rules were generated for stage I such that Hnul was accepted and the study stopped if both RR and EPD were unacceptable. RESULTS: Patient thresholds were generated for RR, median TTP, and EPD which achieved specified error rates and which allowed early stopping based on RR and EPD. For smaller proportional differences between interesting and disinteresting values of RR or TTP, larger trials are required to maintain alpha error, and early stopping is more common with a larger first stage. CONCLUSION: Stopping rules are provided for phase II trials for drugs which have either a desirable RR or TTP. In addition, early stopping can be achieved using RR and EPD.

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 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)0,353
score de la tête « metaresearch » (Gemma)0,979
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,3530,979
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,962
Tête enseignante GPT0,778
Écart entre enseignants0,184 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical Research MethodologyMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207