Source of funding, conflict of interest (COI), and the interpretation of cancer clinical trials
Notice bibliographique
Résumé
6530 Background: Concern exists that industry sponsorship and financial relationships between investigators and drug companies may bias clinical cancer research. Our objective was to determine whether funding or authors' COI are associated with interpreting cancer clinical trials in more positive light. Methods: We reviewed phase II and randomized clinical trials (RCT) of anticancer and supportive care drugs published in 5 clinical cancer journals in a one-year period. We collected information on study design, source of funding, COI disclosure and results of primary endpoints (EP). Each concluding statement in the articles′s abstracts were independently rated by two reviewers (blinded to other study information) with respect to level of enthusiasm for the experimental agent using a 5-point scale ( Table 1 ). Summary statistics and logistic regression were used to describe the results. Results: 213 articles met inclusion criteria: 124 phase II and 89 RCT. Approximately 40% were funded by industry, at least one COI was declared in 35% of articles. Among 130/213 (61%) articles with clearly positive conclusions, the proportion of articles with highly positive conclusions was 61% in articles that declared COI vs. 40% in articles with no COI (p=0.017, CMH, adjusted for study result). In a stepwise logistic regression with journal, funding, study type, study result, and COI only COI remained significant (OR=2.4, 95%CI 1.2–5.0, P=0.017). While all articles with a negative conclusion had a negative primary EP, 21 articles with clearly positive conclusions had a negative primary EP. The most common reasons for such finding were: positive secondary EP (6 studies), experimental agent had better toxicity profile (5), non-statistically significant difference in favour of experimental agent (4). Conclusion: COI is associated with highly positive conclusions that use superlatives to promote the experimental arm No significant financial relationships to disclose. [Table: see text]
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,543 | 0,802 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,019 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».