Revisiting Risk and Benefit in Early Oncology Trials in the Era of Precision Medicine: A Systematic Review and Meta-Analysis of Phase I Trials of Targeted Single-Agent Anticancer Therapies
Notice bibliographique
Résumé
PURPOSE Phase I trials are a crucial step in the evaluation of new cancer therapies. Historically, low rates of response (5%) and comparably high rates of death from toxicities (0.5%) have contributed to debates on the ethics and orientation of these trials. With the introduction of novel targeted therapies, a contemporary estimate is needed. METHODS We systematically searched PubMed, Embase, and ClinicalTrials.gov for reports of phase I oncology trials of single-agent targeted immunomodulators, molecularly targeted therapies, and antiangiogenic agents, published between January 2015 and July 2018. Adult and pediatric trials of solid and hematological malignancies were eligible. Treatment-related adverse events (grades 3, 4, and 5) and response rates (objective, complete, and partial) were extracted and analyzed. RESULTS One hundred and fifty-eight trial reports, covering 6,707 patients, were included. The rate of treatment-related deaths was 0.0% (95% CI, 0.0 to 0.1), while 13.2% of patients (9.5 to 17.3) experienced a grade 3 or 4 treatment-related toxicity. The combined objective response rate was 6.4% (4.6 to 8.5). Among trials using tumor biomarkers as eligibility criteria, the objective response rate was higher (12.0% [7.3 to 17.6] compared to 4.9% [2.5 to 5.7], P value < .01). The same was true of trials focusing on a single tumor type (13.4% [8.2 to 19.4]) compared to multiple tumor types (3.8% [2.5 to 5.3], P value < .01). CONCLUSION Reduced grade 5 risk and improved benefit appears to exist in modern phase I oncology trials, particularly in trials that target single tumor types and integrate biomarkers as eligibility criteria. These findings provide information to support informed consent discussions, highlight the need for improved reporting of phase I oncology trials, and provide direction for optimizing their design.
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 | 0,105 | 0,212 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,030 | 0,037 |
| Bibliométrie | 0,013 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».