Associations between safety, tolerability, and toxicity and the reporting of health‐related quality of life in phase III randomized trials in common solid tumors
Notice bibliographique
Résumé
BACKGROUND: Anti-cancer drugs are approved typically on the basis of efficacy and safety as evaluated in phase III randomized trials (RCTs). Health-related quality of life (HRQoL) is a direct measure of patient benefit, but is under-reported. Here we explore associations with reporting of HRQoL data in phase III RCTs in common solid tumors. METHODS: We searched ClinicalTrials.gov to identify phase III RCTs evaluating new drugs in adults with advanced cancers that completed accrual between January 2005 and October 2016. Data on HRQoL, safety, and tolerability comprising treatment-related death, treatment discontinuation and commonly reported grade 3 or 4 adverse events (AEs) were extracted. Associations between these measures and reporting of HRQoL data were explored using logistic regression. RESULTS: Of 377 phase III RCTs identified initially, 143 studies were analysed and comprised 55% positive trials and 90% industry sponsored trials. HRQoL was listed as an endpoint in 59% trials; and of these, only 65% reported HRQoL data. There were higher odds of reporting HRQoL data for positive trials (OR 2.05, P = .04) and trials published in journals with higher impact factor (OR 1.35, P = .01). Reporting of HRQoL was not associated with treatment-related death (OR 1.25, P = .40) or treatment discontinuation (OR 1.12, P = .61), but was positively associated with dyspnea and dermatological adverse events. CONCLUSIONS: HRQoL is reported in only two-thirds of RCTs that describe collecting such data. Reporting of HRQoL is associated with positive trial outcome and higher journal impact factor, but not associated with overall safety and tolerability of anti-cancer drugs.
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 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 | 0,039 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes 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 ».