MétaCan
Menu
Retour à la cohorte
Enregistrement W2794650963 · doi:10.1002/sim.7641

Design of cancer trials based on progression‐free survival with intermittent assessment

2018· article· en· W2794650963 sur OpenAlexafffund
Leilei Zeng, Richard J. Cook, Ker‐Ai Lee

Notice bibliographique

RevueStatistics in Medicine · 2018
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésCensoring (clinical trials)Sample size determinationMedicineClinical trialRandomized controlled trialClinical endpointProgression-free survivalSurvival analysisConfidence intervalCancerClinical study designResearch designIntensive care medicineOncologyOverall survivalStatisticsInternal medicineMathematics

Résumé

récupéré en direct d'OpenAlex

Therapeutic advances in cancer mean that it is now impractical to performed phase III randomized trials evaluating experimental treatments on the basis of overall survival. As a result, the composite endpoint of progression-free survival has been routinely adopted in recent years as it is viewed as enabling a more timely and cost-effective approach to assessing the clinical benefit of novel interventions. This article considers design of cancer trials directed at the evaluation of treatment effects on progression-free survival. In particular, we derive sample size criteria based on an illness-death model that considers cancer progression and death jointly while accounting for the fact that progression is assessed only intermittently. An alternative approach to design is also considered in which the sample size is derived based on a misspecified Cox model, which uses the documented time of progression as the progression time rather than dealing with the interval censoring. Simulation studies show the validity of the proposed methods.

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)0,130
score de la tête « metaresearch » (Gemma)0,177
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,870
Score d'incertitude au seuil0,689

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1300,177
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,628
Tête enseignante GPT0,654
Écart entre enseignants0,025 · 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'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

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

En bref

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStatistics in MedicineMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207