MétaCan
Menu
Retour à la cohorte
Enregistrement W3111132783 · doi:10.1093/neuonc/noaa215.816

RTID-11. GBM AGILE: A GLOBAL, PHASE 2/3 ADAPTIVE PLATFORM TRIAL TO EVALUATE MULTIPLE REGIMENS IN NEWLY DIAGNOSED AND RECURRENT GLIOBLASTOMA

2020· article· en· W3111132783 sur OpenAlexaffabout
Meredith Buxton, Brian M. Alexander, Donald A. Berry, Webster K. Cavenee, Howard Colman, John de Groot, Benjamin M. Ellingson, Gary Gordon, Mustafa Khasraw, Andrew B. Lassman, Wenbin Lee, Michael Lim, Ingo K. Mellinghoff, James Perry, Erik P. Sulman, Kirk Tanner, Michael Weller, Patrick Y. Wen, W.K. Alfred Yung, Timothy F. Cloughesy, G B M Agile Investigators

Notice bibliographique

RevueNeuro-Oncology · 2020
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésClinical trialMedicineClinical endpointAgile software developmentGlioblastomaMedical physicsOncologyInternal medicineComputer scienceCancer research

Résumé

récupéré en direct d'OpenAlex

Abstract Developing new therapies for patients with glioblastoma (GBM) requires focused interaction between industry, academia, nonprofits, patient advocacy, and health authorities, and novel approaches to clinical trials. GBM Adaptive Global Innovative Learning Environment (GBM AGILE) Trial was designed by over 130 global key opinion leaders in consultation with health authorities to provide an optimal mechanism for phase 2/3 development in GBM. The Sponsor of GBM AGILE is the Global Coalition for Adaptive Research, whose mission is to accelerate the development of treatments rare and deadly diseases by serving as sponsor of innovative trials. GBM AGILE is an international platform trial designed to evaluate multiple therapies in newly diagnosed and recurrent GBM. Its goals are to identify effective therapies for GBM and match effective therapies with patient subtypes, with data generated to support regulatory filing for new drug applications. Bayesian response adaptive randomization is used within subtypes of the disease to assign participants to investigational arms based on their performance. The primary endpoint is overall survival. The trial is being conducted under a master Investigational New Drug Application/Clinical Trial Agreement and Master Protocol, allowing multiple drugs from different companies to be evaluated simultaneously and/or over time. The plan is to add experimental therapies as new information is identified and remove therapies as they complete their individual evaluation against a common control. GBM AGILE received IND approval from the FDA in April 2019, screening its first patient in June 2019. As of June 2020 over 200 patients have been screened. Expansion to Canada, Europe, China, and Australia is also underway. There is currently one investigational arm under evaluation in the trial, with two additional arms to be added in Q4 2020/ Q1 2021. Clinical trial information: NCT03970447.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,227
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,492
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,227
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,452
Tête enseignante GPT0,544
Écart entre enseignants0,092 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeEssai randomisé
Domainenon disponible
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

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207