Rendering the 3 + 3 Design to Rest: More Efficient Approaches to Oncology Dose-Finding Trials in the Era of Targeted Therapy
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
Selection of the maximum tolerated dose (MTD) as the recommended dose for registration trials based on a dose-escalation trial using variations of an MTD/3 + 3 design often occurs in the development of oncology products. The MTD/3 + 3 approach is not optimal and may result in recommended doses that are unacceptably toxic for many patients and in dose reduction/interruptions that might have an impact on effectiveness. Instead of the MTD/3 + 3 approach, the authors recommend an integrated approach. In this approach, typically an adaptive/Bayesian model provides a general framework to incorporate and make decisions for dose escalation based on nonclinical data, such as animal efficacy and toxicity data; clinical data, including pharmacokinetics/pharmacodynamics data; and dose/exposure-response data for efficacy and safety. To improve dose-ranging trials, model-based estimation, rather than hypothesis testing, should be used to maximize and integrate the information gathered across trials and doses. This approach may improve identification of optimal recommended doses, which can then be confirmed in registration trials. Clin Cancer Res; 22(11); 2623-9. ©2016 AACR SEE ALL ARTICLES IN THIS CCR FOCUS SECTION, "NEW APPROACHES FOR OPTIMIZING DOSING OF ANTICANCER AGENTS".
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 | 0,363 | 0,832 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,008 |
| 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 découle