Neuropathic pain clinical trials: factors associated with decreases in estimated drug efficacy
Notice bibliographique
Résumé
Multiple recent pharmacological clinical trials in neuropathic pain have failed to show beneficial effect of drugs with previously demonstrated efficacy, and estimates of drug efficacy seems to have decreased with accumulation of newer trials. However, this has not been systematically assessed. Here, we analyze time-dependent changes in estimated treatment effect size in pharmacological trials together with factors that may contribute to decreases in estimated effect size. This study is a secondary analysis of data from a previous published NeuPSIG systematic review and meta-analysis, updated to include studies published up till March 2017. We included double-blind, randomized, placebo-controlled trials examining the effect of drugs for which we had made strong or weak recommendations for use in neuropathic pain in the previously published review. As the primary outcome, we used an aggregated number needed to treat for 50% pain reduction (alternatively 30% pain reduction or moderate pain relief). Analyses involved 128 trials. Number needed to treat values increased from around 2 to 4 in trials published between 1982 and 1999 to much higher (less effective) values in studies published from 2010 onwards. Several factors that changed over time, such as larger study size, longer study duration, and more studies reporting 50% or 30% pain reduction, correlated with the decrease in estimated drug effect sizes. This suggests that issues related to the design, outcomes, and reporting have contributed to changes in the estimation of treatment effects. These factors are important to consider in design and interpretation of individual study data and in systematic reviews and meta-analyses.
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 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 | 0,115 | 0,221 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes 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 ».