Assessing the efficacy‐effectiveness gap for cancer therapies: A comparison of overall survival and toxicity between clinical trial and population‐based, real‐world data for contemporary parenteral cancer therapeutics
Notice bibliographique
Résumé
BACKGROUND: Although increasing evidence has suggested that an efficacy-effectiveness gap exists between clinical trial (CT) and real-world evidence (RWE), to the authors' knowledge, the magnitude of this difference remains undercharacterized. The objective of the current study was to quantify the magnitude of survival and toxicity differences between CT and RWE for contemporary cancer systemic therapies. METHODS: Patients receiving cancer therapies funded under Cancer Care Ontario's New Drug Funding Program (NDFP) were identified. Landmark CTs with data regarding survival and adverse events (AEs) for each drug indication were identified. RWE for survival and hospitalization rates during treatment were ascertained through Canadian population-based databases. The efficacy-effectiveness gap for each drug indication was calculated as the difference between RWE and CT data for median overall survival (OS), 1-year OS, and generated hazard ratios (HRs) with 95% CIs from Kaplan-Meier OS curves. Toxicity differences were calculated as the difference between RWE of hospitalization rates and CT serious AE rates. RESULTS: Twenty-nine indications from 20 systemic therapies were included. Twenty-eight of 29 indications (97%) demonstrated worse survival in RWE, with a median OS difference of 5.2 months (interquartile range, 3.0-12.1 months). Lower effectiveness in RWE also was demonstrated through a meta-analysis of an OS hazard ratio of 1.58 (95% CI, 1.39-1.80). The median difference between RWE for hospitalization rates and CT serious AEs was 14% (95% CI, 9%-22%). CONCLUSIONS: An efficacy-effectiveness gap exists for contemporary cancer systemic therapies, with a 5.2-month lower median OS observed in RWE compared with CT data. These data supports the use of RWE to better inform real-world decision making regarding the use of cancer systemic therapies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,222 | 0,232 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,010 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».