Analysis of Pediatric Clinical Drug Trials for Neuropsychiatric Conditions
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Neuropsychiatric conditions represent a large and increasing disease burden in children. A number of drugs are available for the treatment of these conditions, but most drugs have not been adequately tested in children, and off-label drug use remains widespread. We sought to define and quantify recent and ongoing clinical research on the use of neuropsychiatric drugs in children. METHODS: Drug trials registered in ClinicalTrials.gov between 2006 and 2011 and studying neuropsychiatric conditions were selected and classified based on the drug's Food and Drug Administration (FDA) approval status in children. We measured the proportion of trials seeking to expand the use of a drug to pediatric patients and the proportion of available drugs studied in children. RESULTS: Only 10% of neuropsychiatric trials focused on children. Of 303 drugs studied in both pediatric and adult populations, 90% lacked FDA approval in children and 97% were not approved in children for the indication studied. However, only 19% of all neuropsychiatric drugs were under study in pediatric populations, with as few as 8% of either antidepressant or antipsychotic drugs. Overall, 76% of pediatric drug trials examined a drug previously unapproved in children and 26% explored the use of a drug for a new indication. CONCLUSIONS: Despite the rising prevalence of neuropsychiatric disease and the paucity of FDA-approved pediatric drugs, only a small proportion of trials focus on pediatric populations and these trials cover only a fraction of available drugs. This deficiency is most pronounced for depression and schizophrenia.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».