MétaCan
Menu
Retour à la cohorte
Enregistrement W3187855084 · doi:10.1016/j.ejca.2021.07.001

Real-world outcomes associated with new cancer medicines approved by the Food and Drug Administration and European Medicines Agency: A retrospective cohort study

2021· article· en· W3187855084 sur OpenAlexaffabout
Jemma M. Boyle, Gemma Hegarty, Christopher Frampton, Elizabeth Harvey-Jones, Joanna Dodkins, Katharina Beyer, Gincy George, Richard Sullivan, Christopher M. Booth, Ajay Aggarwal

Notice bibliographique

RevueEuropean Journal of Cancer · 2021
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensQueen's University
Organismes subventionnairesEconomic and Social Research CouncilNational Institute for Health and Care ResearchUK Research and Innovation
Mots-clésMedicineReimbursementClinical trialFood and drug administrationCancer drugsFamily medicineCancerInternal medicineIntensive care medicineOncologyPharmacologyHealth care

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Real-World Data (RWD) studies are increasingly used to support regulatory approvals, reimbursement decisions, and changes in clinical practice for novel cancer drugs. However, few studies have systematically appraised their quality or compared outcomes to pivotal trials. METHODS: All RWD studies (2010-2019) for drugs approved by the Food and Drug Administration (FDA) and European Medicines Agency (EMA) from 2010 to 2015 for solid organ tumours in the non-curative setting were identified. Quality assessment was undertaken using the Newcastle Ottawa Scale. Survival differences between each RWD study and the pivotal trial were determined using a related sample Wilcoxon signed-rank test. RESULTS: 293 RWD studies for 45 of the 57 drug indications approved by the FDA/EMA were identified. The most common tumour types were prostate cancer (29%, n = 86) and melanoma (15%, n = 43). A quarter of the studies had industry funding. No high-quality studies were identified, and 78% were low quality. Comparative survival analysis between RWD and pivotal trials was possible for 224 studies (37 drug indications). Differences in median survival between the RWD studies and their corresponding trial ranged from -32 months to 21 months (IQR -4·2 months to 1·6 months). Low-quality studies were more likely to report superior survival outcomes (23%) compared to higher quality studies (8%) (p = 0.02). CONCLUSION: RWD study quality for novel cancer drugs is low and of insufficient rigour to inform reimbursement decisions and clinical practice. RWD studies seeking publication should provide a completed quality assessment tool on submission. Greater investment in properly designed RWD studies is required.

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)0,019
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,043
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,186
Tête enseignante GPT0,473
Écart entre enseignants0,287 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations46
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of CancerMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207