Improving the Quality of Abstract Reporting for Phase I Cancer Trials
Notice bibliographique
Résumé
PURPOSE: Conference abstracts of phase I trials (P1T) communicate important anticancer drug development information. Our objectives were to determine elements essential for good P1T abstract reporting, to assess the quality of P1T abstracts submitted to American Society of Clinical Oncology (ASCO) meetings, and to propose reporting guidelines. EXPERIMENTAL DESIGN: A survey of developmental therapeutics experts established elements of P1T reporting quality, and a scoring system was generated. All P1T abstracts published in ASCO Annual Proceedings from 1997 to 2006 were reviewed, and the scoring system was applied. RESULTS: A survey was distributed twice to 69 experts, with a response rate of 39% (27 of 69). Experts rated 37 elements using a five-point scale, and elements with mean ratings over 3.75 were included in the final scoring system. One thousand six hundred and eighty three P1T abstracts were reviewed. A positive and linear association was observed between average expert rating of the elements and the proportion of P1T abstracts including those elements (Spearman correlation coefficient, rho = 0.60, P < 0.001). The median for all 1,683 abstracts was 62.5% (range, 25-95%; SD, 12.3%). Year of presentation was found to be significantly associated with higher quality scores (rho = 0.20, P < 0.001), with later years possessing better quality scores. The quality score was statistically significant as a predictor of type of presentation (odds ratio, 1.10; 95% confidence interval, 1.02-1.19 per 10% increase; P = 0.014), with oral presentations having the highest scores. CONCLUSIONS: The quality of P1T abstract reporting at ASCO has improved over time, although there is room for optimization. The quality of P1T abstract reporting may be enhanced using guidelines derived from our expert consensus.
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 | 0,279 | 0,700 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,006 |
| 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 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 ».