Response Rates and Durations of Response for Biomarker-Based Cancer Drugs in Nonrandomized Versus Randomized Trials
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,042 | 0,531 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle