MétaCan
Menu
← Retour à la cohorte
Enregistrement W2892229061 · doi:10.1200/jco.2017.35.15_suppl.e21004

Generalizability of clinical trials in metastatic melanoma.

2017· article· en· W2892229061 sur OpenAlexaff
Davis Sam, Gillian Gresham, Winson Y. Cheung

Notice bibliographique

RevueJournal of Clinical Oncology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensBaker Hughes (Canada)University of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineIpilimumabClinical trialInternal medicinePopulationVemurafenibCancerCohortOncologyMelanomaMetastatic melanomaImmunotherapy

Résumé

récupéré en direct d'OpenAlex

e21004 Background: Results from clinical trials are not always generalizable to real world patients (pts). Clinicians may not adhere to the studies’ original inclusion/exclusion criteria because of differences in clinical circumstances or institutional variations in treatment policies. Our aims were to determine the pattern in which melanoma trial findings are applied in a population-based setting and to describe the treatment outcomes of these pts. Methods: We focused on melanoma as several novel therapies have been recently introduced. Pts with unresectable disease from 2013 to 2014 and referred to any 1 of 6 cancer centers in British Columbia were reviewed. Based on eligibility criteria as described in registration trials of vemurafenib (Vem) and ipilimumab (Ipi), we classified pts into trial eligible (TE) and ineligible (TI) and those treated and untreated with these agents. During the study period, Vem was approved for 1st line use in BRAF mutant pts and Ipi was funded for 2nd line use. Results: We identified 185 pts with known BRAF status for the Vem analysis and 114 pts for the Ipi analysis: median ages 64 and 59 years, 57% and 61% men, and 89% and 88% ECOG 0-1, respectively. For Vem, BRAF wild type was the most common reason for being TI. Of the remaining 86 BRAF mutant pts, 59 (69%) were considered TE of whom 51 (86%) received treatment. For Ipi, poor ECOG including rapidly progressive disease was a prevalent cause of being TI. In the Ipi cohort, 96 (84%) cases were deemed TE of whom 63 (66%) received therapy. Factors most frequently associated with non-treatment in both Vem and Ipi TE pts included comorbidities (41%), pt refusal (23%), and toxicities from prior treatments (14%). Compared to TI pts as well as those considered TE but did not receive treatment, pts deemed TE and received treatment achieved the best survival (adjusted HR 0.53, 95% CI 0.28-1.00 for Vem and adjusted HR 0.33, 95% CI 0.13-0.83 for Ipi). Conclusions: There was favorable uptake of new melanoma treatments, but a fair number of pts were considered TI, suggesting the need for trials with better external validity. Non-use of novel agents in TE pts was due to physician factors, pt preferences, and concerns about toxicities, highlighting areas that limit real world effectiveness of new melanoma drugs.

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)0,426
score de la tête « metaresearch » (Gemma)0,688
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,426
Score d'incertitude au seuil0,708

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4260,688
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,006
Bibliométrie0,0050,009
Études des sciences et des technologies0,0010,005
Communication savante0,0060,006
Science ouverte0,0030,005
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0200,002

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 Opus0,693
Tête enseignante GPT0,684
Écart entre enseignants0,009 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetCAR-T cell therapy research→Travaux en français237 207→