Clinical Trial Risk in Chronic Obstructive Pulmonary Disease: The Effects of Drug Class and Inclusion Criteria
Notice bibliographique
Résumé
BACKGROUND: This study analyzed the risk of clinical trial failure in chronic obstructive pulmonary disease (COPD) drug development between 1998 and 2015. We investigated elements that influenced clinical trial risk and factors that could improve outcomes during development. OBJECTIVES: This study aims to quantify clinical trial risk for drug development in COPD and factors that affect clinical trial risk. METHODS: Drugs that commenced their phase I testing in this indication from 1998 onwards were retrieved from http://www.clinicaltrials.gov. Compounds investigated had to have an endpoint relevant to the treatment of COPD and be sponsored by the pharmaceutical industry. These compounds were then analyzed based on their mechanism of action and trial inclusion criteria. RESULTS: A total of 766 trials met our screening criteria representing 116 drugs. Of these, 9 gained approval by the US FDA during our study period. The cumulative success rate for clinical development in COPD was 13.4%. Combination therapies of long-acting β-adrenoceptor agonists (LABA)/long-acting muscarinic antagonists (LAMA) and inhaled corticosteroids (ICS)/LABA had the highest success rates at 80 and 50%, respectively. The risk-adjusted cost for drug development in COPD was USD 532.4 million. CONCLUSIONS: A 13.4% success rate in COPD implies that less than 1 in 7 compounds enrolled into clinical testing would gain FDA approval. LABA/LAMA and ICS/LABA therapies had multiple fold increases in the success rate compared to other drug classes and sizably decreased the risk-adjusted cost of drug development. Moving forward, combination therapies may offer the lowest risk of clinical failure in COPD drug development.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».