Mega-Trials in Heart Failure: Effects of Dilution in Examination of New Therapies
Notice bibliographique
Résumé
AIMS: Over the last 30 years, many medicine development programmes in acute and chronic heart failure (HF) with preserved ejection fraction (HFpEF) have failed, in contrast to those in HF with reduced ejection fraction (HFrEF). We explore how the neutral results in larger HF trials may be attributable to chance and/or the dilution of statistical power. METHODS AND RESULTS: Using simulations, we examined the probability that a positive finding in a Phase 2 trial would result in the study of a truly effective medicine in a Phase 3 trial. We assessed the similarity of clinical trial and registry patient populations. We conducted a meta-analysis of paired Phase 2 and 3 trials in HFrEF and acute HF examining the associations of trial phase and size with placebo event rates and treatment effects for HF events and death. We estimated loss in trial power attributable to dilution with increasing trial size. Appropriately powered Phase 3 trials should have yielded ∼35% positive results. Patient populations in Phase 3 trials are similar to those in Phase 2 trials but both differ substantially from the populations of 'real-life' registries. We observed decreasing placebo event rates and smaller treatment effects with increasing trial size, especially for HF events (and less so for mortality). This was more pronounced in trials in acute HF patients. CONCLUSIONS: The selection of more positive Phase 2 trials for further development does not explain the failure of HFpEF and acute HF medicine development. Increasing sample size may lead to reduced event rates and smaller treatment effects, resulting in a high rate of neutral Phase 3 trials.
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 | 0,683 | 0,832 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,008 | 0,015 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,013 |
| Communication savante | 0,009 | 0,013 |
| Science ouverte | 0,006 | 0,010 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».