MétaCan
Menu
← Retour à la cohorte
Enregistrement W3028820398 · doi:10.1200/jco.2020.38.15_suppl.e19115

Feasibility of randomized controlled trials (RCTs) for drugs approved by the United States Food and Drug Administration (FDA) based on single arm studies.

2020· article· en· W3028820398 sur OpenAlexaff
Rebekah Rittberg, Piotr Czaykowski, Saroj Niraula

Notice bibliographique

RevueJournal of Clinical Oncology · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensCancerCare Manitoba
Organismes subventionnairesnon disponible
Mots-clésMedicineInterim analysisFood and drug administrationRandomized controlled trialSample size determinationInterimRandomizationClinical trialInternal medicinePharmacologyStatistics

Résumé

récupéré en direct d'OpenAlex

e19115 Background: US FDA introduced an Accelerated Approval (AA) pathway in 1992 to expedite access to promising new drugs, based on the assumption that RCTs would delay introduction or prove unfeasible. One resulting trade-off is an “interim” compromise in acceptable level of evidence: such approvals have increasingly relied on Overall Response Rates (ORR) from Single Arm Studies (SAS). FDA requires confirmation of benefits for such drugs in future RCTs, but that requirement may take years and often never met. Methods: We pooled drugs approved by FDA over 5 years based on ORR observed in SASs for solid tumors. We calculated the differences in ORR between the newly approved drugs and existing standard of care for each cancer sub-type, and designed hypothetical RCTs necessary to detect that difference. RCTs were designed based on power of 0.80, α-error of 5% (two-sided), and 1:1 randomization, using PS software (Vanderbilt University). We estimated accrual time for the RCTs using disease incidence and annual death rates for each cancer subtype in USA using Surveillance, Epidemiology & End Results records. Results: 28 of 129 (22%) FDA approved drugs for solid tumors, from 2015-2019, were based on SAS. Median sample size of 107 patients per approval (range 26-550). Drugs were approved based on median ORR of 38.9% (range 13-78%), compared to median ORR of 24.4% (range 5-62%) for existing standard of care [median difference in ORR 14.9% (range 6-45%)]. Using established statistical standards, median sample size required to conduct RCTs was 206 patients (range 44-1724); based on a conservative accrual rate of 5% of all eligible US patients, for 22 of 24 approvals RCTs with ORR as primary endpoint could have been completed within a timeframe equal to or less than the time used for undertaking the SAS. Drugs for 4 indications of 28 had a lower ORR compared to existing standard of care, while lacking evidence of superiority in any other survival outcome, raising important concerns about the approval process. Conclusions: Feasibility of conducting RCTs with an ORR endpoint within an acceptable time-frame does not appear to be a practical constraint for an overwhelming majority of drugs approved by FDA based on SAS alone. This finding questions the necessity of accepting a lower bar for efficacy and toxicity while approving drugs using the AA pathway, especially when supported by clinical equipoise with existing standards of care. ORR was lower than existing standard of care for 4 indications, putting rationale for these approvals into question.

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)0,673
score de la tête « metaresearch » (Gemma)0,763
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,327
Score d'incertitude au seuil0,403

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6730,763
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0050,010
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,007
Communication savante0,0060,012
Science ouverte0,0030,005
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0210,004

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 Opus0,717
Tête enseignante GPT0,576
Écart entre enseignants0,140 · 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'étudeObservationnel
DomaineMéthodes
GenreEmpirique

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetHealth Systems, Economic Evaluations, Quality of Life→Travaux en français237 207→