Identification of Cancer Care and Protocol Characteristics Associated With Recruitment in Breast Cancer Clinical Trials
Notice bibliographique
Résumé
PURPOSE: It is estimated that only 5% of patients with cancer participate in a clinical trial. Barriers to participation may relate to available protocols, physicians, and patients, but few data exist on barriers related to cancer care environments and protocol characteristics. METHODS: The primary objective was to identify characteristics of cancer care environments and clinical trial protocols associated with a low recruitment into breast cancer clinical trials. Secondary objectives were to determine yearly recruitment fraction onto clinical trials from 1997 to 2002 in Ontario, Canada, and to compare recruitment fraction among years. Questionnaires were sent to hospitals requesting characteristics of cancer care environments and to cooperative groups/pharmaceutical companies for information on protocols and the number of patients recruited per hospital/year. Poisson regression was used to estimate the recruitment fraction. RESULTS: Questionnaire completion rate varied between 69% and 100%. Recruitment fraction varied between 5.4% and 8.5% according to year. More than 30% of patients were diagnosed in hospitals with no available trials. In multivariate analysis, the following characteristics were associated with recruitment: use of placebo versus not (relative risk [RR] = 0.80; P = .05), nonmetastatic versus metastatic trial (RR = 2.80; P < .01), and for nonmetastatic trials, protocol allowing an interval of 12 weeks or longer versus less than 12 weeks (from diagnosis, surgery, or end of therapy) before enrollment (RR = 1.36; P < .01). CONCLUSION: Allowable interval of 12 weeks or longer to randomly assign patients in clinical trials could help recruitment. In our study, absence of an available clinical trial represented the largest barrier to recruitment.
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 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 | 0,055 | 0,129 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,004 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».