MétaCan
Menu
Retour à la cohorte
Enregistrement W3000286044 · doi:10.6004/jnccn.2019.7345

Response Rates and Durations of Response for Biomarker-Based Cancer Drugs in Nonrandomized Versus Randomized Trials

2020· review· en· W3000286044 sur OpenAlexaff
Bishal Gyawali, Elvira D’Andrea, Jessica M. Franklin, Aaron S. Kesselheim

Notice bibliographique

RevueJournal of the National Comprehensive Cancer Network · 2020
Typereview
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineRandomized controlled trialRelative riskMeta-analysisPharmacogenomicsConfidence intervalBiomarkerInternal medicineOncologyPharmacology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many new targeted cancer drugs have received FDA approval based on durable responses in nonrandomized controlled trials (non-RCTs). The goal of this study was to evaluate whether the response rates (RRs) and durations of response (DoRs) of targeted cancer drugs observed in non-RCTs are consistent when these drugs are tested in RCTs. METHODS: We used the FDA's Table of Pharmacogenomic Biomarkers in Drug Labeling to identify cancer drugs that were approved based on changes in biomarker endpoints through December 2017. We then identified the non-RCTs and RCTs for these drugs for the given indications and extracted the RRs and DoRs. We compared the RRs and median DoR in non-RCTs versus RCTs using the ratio of RRs and the ratio of DoRs, defined as the RRs (or DoRs) in non-RCTs divided by the RRs (or DoRs) in RCTs. The ratio of RRs or DoRs was pooled across the trial pairs using random-effects meta-analysis. RESULTS: Of the 21 drug-indication pairs selected, both non-RCTs and RCTs were available for 19. The RRs and DoRs in non-RCTs were greater than those in RCTs in 63% and 87% of cases, respectively. The pooled ratio of RRs was 1.06 (95% CI, 0.95-1.20), and the pooled ratio of DoRs was 1.17 (95% CI, 1.03-1.33). RRs and DoRs derived from non-RCTs were also poor surrogates for overall survival derived from RCTs. CONCLUSIONS: The RRs were not different between non-RCTs and RCTs of cancer drugs approved based on changes to a biomarker, but the DoRs in non-RCTs were significantly higher than in RCTs. Caution must be exercised when approving or prescribing targeted drugs based on data on durable responses derived from non-RCTs, because the responses could be overestimates and poor predictors of survival benefit.

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)0,362
score de la tête « metaresearch » (Gemma)0,546
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,638
Score d'incertitude au seuil0,786

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3620,546
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,036
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,004
Communication savante0,0040,006
Science ouverte0,0030,003
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,716
Tête enseignante GPT0,631
Écart entre enseignants0,085 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

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

En bref

Citations30
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the National Comprehensive Cancer NetworkMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207