MétaCan
Menu
Retour à la cohorte
Enregistrement W2220868592 · doi:10.1158/1078-0432.ccr-14-3246

The Urgent Need for Clinical Research Reform to Permit Faster, Less Expensive Access to New Therapies for Lethal Diseases

2015· editorial· en· W2220868592 sur OpenAlexaff
David J. Stewart, Gerald Batist, Hagop M. Kantarjian, John-Peter Bradford, Joan H. Schiller, Razelle Kurzrock

Notice bibliographique

RevueClinical Cancer Research · 2015
Typeeditorial
Langueen
DomaineMedicine
ThématiqueBiomedical Ethics and Regulation
Établissements canadiensCanadian Wood CouncilJewish General HospitalOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésIntensive care medicineMedicine

Résumé

récupéré en direct d'OpenAlex

High costs of complying with drug development regulations slow progress and contribute to high drug prices and, hence, mounting health care costs. If it is exorbitantly expensive to bring new therapies to approval, fewer agents can be developed with available resources, impeding the emergence of urgently needed treatments and escalating prices by limiting competition. Excessive regulation produces numerous speed bumps on the road to drug authorization. Although an explosion of knowledge could fuel rapid advances, progress has been slowed worldwide by inefficient regulatory and clinical research systems that limit access to therapies that prolong life and relieve suffering. We must replace current compliance-centered regulation (appropriate for nonlethal diseases like acne) with "progress-centered regulation" in lethal diseases, where the overarching objective must be rapid, inexpensive development of effective new therapies. We need to (i) reduce expensive, time-consuming preclinical toxicology and pharmacology assessments, which add little value; (ii) revamp the clinical trial approval process to make it fast and efficient; (iii) permit immediate multiple-site trial activation when an eligible patient is identified ("just-in-time" activation); (iv) reduce the requirement for excessive, low-value documentation; (v) replace this excessive documentation with sensible postmarketing surveillance; (vi) develop pragmatic investigator accreditation; (vii) where it is to the benefit of the patient, permit investigators latitude in deviating from protocols, without requiring approved amendments; (viii) confirm the value of predictive biomarkers before requiring the high costs of IDE/CLIA compliance; and (ix) approve agents based on high phase I-II response rates in defined subpopulations, rather than mandating expensive, time-consuming phase III trials.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,179
score de la tête « metaresearch » (Gemma)0,220
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,821
Score d'incertitude au seuil0,948

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1790,220
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,022
Communication savante0,0260,030
Science ouverte0,0060,011
Intégrité de la recherche0,0260,043
Charge utile insuffisante (le modèle a refusé de juger)0,0300,019

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.

Tête enseignante Opus0,713
Tête enseignante GPT0,691
Écart entre enseignants0,023 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomaineMéthodes
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetBiomedical Ethics and RegulationTravaux en français237 207