MétaCan
Menu
Retour à la cohorte
Enregistrement W2801998539 · doi:10.1093/jnci/djy059

Simulation Modeling of Cancer Clinical Trials: Application to Omitting Radiotherapy in Low-risk Breast Cancer

2018· article· en· W2801998539 sur OpenAlexaff
Jinani Jayasekera, Yisheng Li, Clyde B. Schechter, Reshma Jagsi, Juhee Song, Julia White, George Luta, Judith‐Anne W. Chapman, Eric J. Feuer, Richard C. Zellars, Natasha K. Stout, Thomas B. Julian, Timothy J. Whelan, Xuelin Huang, E. Shelley Hwang, Judith O. Hopkins, Joseph A. Sparano, Stewart Anderson, Anthony Fyles, Robert J. Gray, Willi Sauerbrei, Jeanne S. Mandelblatt, Donald A. Berry, Joseph P. Costantino

Notice bibliographique

RevueJNCI Journal of the National Cancer Institute · 2018
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensUniversity of TorontoMcMaster UniversityPrincess Margaret Cancer CentreHamilton Health SciencesQueen's University
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Cancer InstituteNational Institutes of HealthAmerican Society of Preventive OncologyBreast Cancer Research Foundation
Mots-clésMedicineBreast cancerHazard ratioLumpectomyConfidence intervalOncologyRadiation therapyInternal medicineCancerClinical trialProportional hazards modelClinical endpointGynecologyMastectomy

Résumé

récupéré en direct d'OpenAlex

Background: We used two models to simulate a proposed noninferiority trial of radiotherapy (RT) omission in low-risk invasive breast cancer to illustrate how modeling could be used to predict the trial's outcomes, inform trial design, and contribute to practice debates. Methods: The proposed trial was a prospective randomized trial of no-RT vs RT in women age 40 to 74 years undergoing lumpectomy and endocrine therapy for hormone receptor-positive, human epidermal growth factor receptor 2-negative, stage I breast cancer with an Oncotype DX score of 18 or lower. The primary endpoint was recurrence-free interval (RFI), including locoregional recurrence, distant recurrence, and breast cancer death. Noninferiority required the two-sided 90% confidence interval of the RFI hazard ratio (HR) for no-RT vs RT to be entirely below 1.7. Model inputs included published data. The trial was simulated 1000 times, and results were summarized as percent concluding noninferiority and mean (standard deviation) of hazard ratios for Model GE and Model M, respectively. Results: Noninferiority was demonstrated in 18.0% and 3.7% for the two models. The respective means (SD) of the RFI hazard ratios were 1.8 (0.7) and 2.4 (0.9); most were locoregional recurrences. The mean five-year RFI rates for no-RT vs RT (SD) were 92.7% (2.9%) vs 95.5% (2.2%) and 88.4% (2.0%) vs 94.5% (1.6%). Both models showed little or no difference in breast cancer-specific or overall survival. Alternative definitions of low risk based on combinations of age and grade produced similar results. Conclusions: The proposed trial was unlikely to show noninferiority of omitting radiotherapy even using alternative definitions of low-risk, as the endpoint included local recurrence. Future trials regarding radiotherapy should address absolute reduction in recurrence and impact of type of recurrence on the patient.

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)0,024
score de la tête « metaresearch » (Gemma)0,085
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,085
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,675
Tête enseignante GPT0,672
Écart entre enseignants0,002 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
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

Citations21
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJNCI Journal of the National Cancer InstituteMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207