Combining Survival and Toxicity Effect Sizes from Clinical Trials: NCCTG 89-20-52 (Alliance)
Notice bibliographique
Résumé
BACKGROUND: . recently extended the ½ standard deviation concept for judging the clinical importance of findings from clinical trials to survival and tumor response endpoints. A new method using this approach to combine survival and toxicity effect sizes from clinical trials into a quality-adjusted effect size is presented. METHODS: The quality-adjusted survival effect size (QASES) is calculated as survival effect size (ESS) minus the calibrated toxicity effect sizes (EST) (QASES=ESS-EST). This combined effect size can be weighted to adjust for the relative emphasis placed by the patient on survival and toxicity effects. RESULTS: As an example, consider clinical trial NCCTG 89-20-52 which randomized patients to once-daily thoracic radiotherapy (ODTRT) versus twice-daily treatment of thoracic radiotherapy (TDRT) for the treatment of lung cancer. The ODTRT vs. TDRT arms had median survival time of 22 vs. 20 months (p=0.49) and toxicity rate of 39% vs. 54%, (p<0.05). The QASES of 0.18 standard deviations translates to a quality-adjusted survival difference of 5.7 months advantage for the ODRT arm over the TDRT treatment arm (22(16.3) months), p<0.05). Similar results are presented for the four possible case combinations of significant/non-significant survival and toxicity benefits using completed clinical trials. CONCLUSIONS: We used a novel approach to re-analyze clinical trial data to produce a single estimate for each treatment that combines survival and toxicity data. The QASES approach is an intuitive and mathematically simple yet robust approach.
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 | 0,181 | 0,886 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».