Vol-PACT: A Foundation for the NIH Public-Private Partnership That Supports Sharing of Clinical Trial Data for the Development of Improved Imaging Biomarkers in Oncology
Notice bibliographique
Résumé
PURPOSE: To develop a public-private partnership to study the feasibility of a new approach in collecting and analyzing clinically annotated imaging data from landmark phase III trials in advanced solid tumors. PATIENTS AND METHODS: The collection of clinical trials fulfilled the following inclusion criteria: completed randomized trials of > 300 patients, highly measurable solid tumors (non-small-cell lung cancer, colorectal cancer, renal cell cancer, and melanoma), and required sponsor and institutional review board sign-offs. The new approach in analyzing computed tomography scans was to transfer to an academic image analysis laboratory, draw contours semi-automatically by using in-house-developed algorithms integrated into the open source imaging platform Weasis, and perform serial volumetric measurement. RESULTS: The median duration of contracting with five sponsors was 12 months. Ten trials in 7,085 patients that covered 12 treatment regimens across 20 trial arms were collected. To date, four trials in 3,954 patients were analyzed. Source imaging data were transferred to the academic core from 97% of trial patients (n = 3,837). Tumor imaging measurements were extracted from 82% of transferred computed tomography scans (n = 3,162). Causes of extraction failure were nonmeasurable disease (n = 392), single imaging time point (n = 224), and secondary captured images (n = 59). Overall, clinically annotated imaging data were extracted in 79% of patients (n = 3,055), and the primary trial end point analysis in each trial remained representative of each original trial end point. CONCLUSION: The sharing and analysis of source imaging data from large randomized trials is feasible and offer a rich and reusable, but largely untapped, resource for future research on novel trial-level response and progression imaging metrics.
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 | 0,212 | 0,186 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,015 | 0,009 |
| Science ouverte | 0,007 | 0,017 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,049 | 0,019 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».