Drug development for breast, colorectal, and non–small cell lung cancers from 1979 to 2014
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
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.
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 | 0,001 | 0,005 |
| 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 | 0,000 |
| 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 découle