MétaCan
Menu
Retour à la cohorte
Enregistrement W2624016415 · doi:10.1186/s12885-017-3390-6

Most children with cancer are not enrolled on a clinical trial in Canada: a population-based study

2017· article· en· W2624016415 sur OpenAlexafffundabout
Jason D. Pole, Randy Barber, Rose-Émilie Bergeron, Anne Sophie Carret, David Dix, Ketan Kulkarni, Émilie Martineau, Alicia Randall, David Stammers, Caron Strahlendorf, Douglas Strother, Tony H. Truong, Lillian Sung

Notice bibliographique

RevueBMC Cancer · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensInstitute for Clinical Evaluative SciencesIzaak Walton Killam Health CentreAlberta Children's HospitalMontreal Children's HospitalRoyal University HospitalUniversité LavalCentre hospitalier de l'Université LavalHospital for Sick ChildrenPediatric Oncology GroupC17 CouncilCentre Hospitalier Universitaire Sainte-JustineBritish Columbia Children's HospitalCentre hospitalier universitaire de Québec
Organismes subventionnairesPediatric Oncology Group of OntarioPublic Health AgencyPublic Health Agency of Canada
Mots-clésMedicineCancerClinical trialPopulationInternal medicineOdds ratioPediatric cancerRetrospective cohort studyPediatrics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Primary objective was to describe the proportion of children newly diagnosed with cancer enrolled on a therapeutic clinical trial. Secondary objectives were to describe reasons for non-enrollment and factors associated with enrollment on trials. METHODS: In this retrospective cohort study, we included children newly diagnosed with cancer between 0 and 14 years of age and diagnosed from 2001 to 2012. We used data from the Cancer in Young People in Canada (CYP-C) national pediatric cancer population-based database. CYP-C captures all cases of pediatric cancer (0-14 years) diagnosed and treated at one of the 17 tertiary pediatric oncology centers in Canada. Non-enrollment was evaluated using univariate and multiple logistic regression analysis. RESULTS: There were 9204 children with cancer included, of whom 2533 (27.5%) were enrolled on a clinical trial. The most common reasons cited for non-enrollment were lack of an available trial (52.2%) and physician choice (11.2%). In multiple regression, Asian and Arab/west Asian race were associated with lower enrollment (P = 0.006 and P = 0.032 respectively). All cancer diagnoses were more likely to be enrolled compared to astrocytoma and children with acute lymphoblastic leukemia had an almost 18-fold increased odds of enrollment compared to astrocytoma (P < 0.0001). Greater distance from the tertiary care center was independently associated with non-enrollment (P < 0.0001). CONCLUSIONS: In Canada, 27.5% of children with cancer are enrolled onto therapeutic clinical trials and lack of an available trial is the most common reason contributing to non-enrollment. Future research should better understand reasons for lack of trial availability and physician preferences to not offer 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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,543
Tête enseignante GPT0,604
Écart entre enseignants0,061 · 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'étudeObservationnel
DomaineÉvaluation
GenreEmpirique

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

En bref

Citations35
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC CancerMême sujetEthics in Clinical ResearchTravaux en français237 207