Design of placebo-controlled randomized trials of anticancer agents: Ethical considerations based on a review of published trials
Notice bibliographique
Résumé
BACKGROUND: Limited information exists about the design of placebo-controlled cancer trials. Through a systematic review of trials published in 2013, we describe placebo use in randomized trials testing anticancer agents and analyze strategies that increase exposure to the experimental regimen. METHODS: Trials were classified as add-on (placebo in combination with standard treatment) or placebo-only. Strategies to allow more than half of the participants to receive the experimental regimen were reviewed. The risk-benefit ratio of receiving the experimental agent was considered favorable if the difference in primary outcome was significant (p ≤ 0.05), neutral if there was no significant difference in the primary outcome and the experimental agent did not add substantial toxicity, and unfavorable otherwise. RESULTS: Eighty trials were included (32,694 participants). Most trials were add-on (69%). The risk-benefit outcome was favorable, neutral, and unfavorable to the experimental agent in 52%, 32%, and 16% of placebo-only trials and 25%, 53%, and 22%, respectively, of add-on trials. Four strategies increased exposure to the experimental regimen: one-way crossover (23%), uneven randomization (21%), three-arms (13%), and randomized discontinuation design (4%); these strategies were used more often in placebo-only trials. CONCLUSION: A minority of participants received placebo alone and strategies to increase experimental exposure were used commonly. Fewer than half of the studies had favorable outcomes, thus defending the use of placebo controls, when there is no established treatment. Strategies that increase patient exposure to experimental agents rather than placebo may expose them to non-beneficial, sometimes toxic, experimental agents.
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 | 0,890 | 0,998 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,155 | 0,039 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,008 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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 ».