Failures in Phase III: Causes and Consequences
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
Phase III randomized controlled trials (RCT) in oncology fail to lead to registration of new therapies more often than RCTs in other medical disciplines. Most RCTs are sponsored by the pharmaceutical industry, which reflects industry's increasing responsibility in cancer drug development. Many preclinical models are unreliable for evaluation of new anticancer agents, and stronger evidence of biologic effect should be required before a new agent enters the clinical development pathway. Whenever possible, early-phase clinical trials should include pharmacodynamic studies to demonstrate that new agents inhibit their molecular targets and demonstrate substantial antitumor activity at tolerated doses in an enriched population of patients. Here, we review recent RCTs and found that these conditions were not met for most of the targeted anticancer agents, which failed in recent RCTs. Many recent phase III RCTs were initiated without sufficient evidence of activity from early-phase clinical trials. Because patients treated within such trials can be harmed, they should not be undertaken. The bar should also be raised when making decisions to proceed from phase II to III and from phase III to marketing approval. Many approved agents showed only better progression-free survival than standard treatment in phase III trials and were not shown to improve survival or its quality. Introduction of value-based pricing of new anticancer agents would dissuade the continued development of agents with borderline activity in early-phase clinical trials. When collaborating with industry, oncologists should be more critical and better advocates for cancer patients.
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 | 0,056 | 0,330 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| 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 découle