Phase II Stopping Rules That Employ Response Rates and Early Progression
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: Phase II oncology trials traditionally have used response rate (RR) as the primary end point, but newer targeted agents require the consideration of alternative end points. High rates of early progressive disease (EPD) suggest inadequate drug activity and may be useful in the early stopping of trials. This study used a simulation to define a set of rules to assess a combined end point of RR and EPD. METHODS: The simulation assumed a two-stage trial with a specified alpha error and power. It randomly generated the true response rate, r, of the agent under study and its true rate of early progressive disease, epd, for each run of the simulation. Two pairs of parameters were specified: (r(nul), epd(nul)) and (r(alt), epd(alt)). A drug was considered uninteresting for further development if r was less than or equal to r(nul) and epd was greater than or equal to epd(nul) (ie, the null hypothesis) and interesting for further development if r was greater than or equal to r(alt) or epd was less than or equal to epd(alt) (ie, the alternate hypotheses). Thresholds for the required number of patients with responses, n(r) and EPD, n(p), were generated for each set of parameters. RESULTS: Thresholds for n(r) and n(p) that satisfied the specified error rates were generated. There was at least an 89% likelihood that a study would be stopped at the first stage of accrual if r and epd were uninteresting. CONCLUSION: The simulation was able to establish stopping rules by combining the RR and the EPD that achieved the desired error rates. High rates of early stopping suggest that this design could shorten phase II trials of inactive agents.
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 | 0,031 | 0,405 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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