Drug development for breast, colorectal, and non–small cell lung cancers from 1979 to 2014
Notice bibliographique
Résumé
BACKGROUND: Understanding the drug development pathway is critical for streamlining the development of effective cancer treatments. The objective of the current study was to delineate the drug development timeline and attrition rate of different drug classes for common cancer disease sites. METHODS: Drugs entering clinical trials for breast, colorectal, and non-small cell lung cancer were identified using a pharmaceutical business intelligence database. Data regarding drug characteristics, clinical trials, and approval dates were obtained from the database, clinical trial registries, PubMed, and regulatory Web sites. RESULTS: A total of 411 drugs met the inclusion criteria for breast cancer, 246 drugs met the inclusion criteria for colorectal cancer, and 315 drugs met the inclusion criteria for non-small cell lung cancer. Attrition rates were 83.9% for breast cancer, 87.0% for colorectal cancer, and 92.0% for non-small cell lung cancer drugs. In the case of non-small cell lung cancer, there was a trend toward higher attrition rates for targeted monoclonal antibodies compared with other agents. No tumor site-specific differences were noted with regard to cytotoxic chemotherapy, immunomodulatory, or small molecule kinase inhibitor drugs. Drugs classified as "others" in breast cancer had lower attrition rates, primarily due to the higher success of hormonal medications. Mean drug development times were 8.9 years for breast cancer, 6.7 years for colorectal cancer, and 6.6 years for non-small cell lung cancer. CONCLUSIONS: Overall oncologic drug attrition rates remain high, and drugs are more likely to fail in later-stage clinical trials. The refinement of early-phase trial design may permit the selection of drugs that are more likely to succeed in the phase 3 setting. Cancer 2017;123:4672-4679. © 2017 American Cancer Society.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».