MétaCan
Menu
← Retour à la cohorte
Enregistrement W4206450867 · doi:10.1200/jco.2021.39.15_suppl.tps2074

GBM AGILE: A global, phase 2/3 adaptive platform trial to evaluate multiple regimens in newly diagnosed and recurrent glioblastoma.

2021· article· en· W4206450867 sur OpenAlexaffabout
Patrick Y. Wen, Ingo K. Mellinghoff, Meredith Buxton, Webster K. Cavenee, Howard Colman, John Frederick De Groot, Benjamin M. Ellingson, Gary Gordon, Mustafa Khasraw, Andrew B. Lassman, Michael Lim, James Perry, Kirk Tanner, Michael Weller, W.K. Alfred Yung, Timothy F. Cloughesy

Notice bibliographique

RevueJournal of Clinical Oncology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineClinical trialRandomizationGlioblastomaAgile software developmentDosingOncologyInternal medicineMedical physicsComputer scienceCancer research

Résumé

récupéré en direct d'OpenAlex

TPS2074 Background: GBM AGILE, Glioblastoma Adaptive, Global, Innovative Learning Environment, is an international, multi-arm, seamless phase 2/3 response adaptive randomization platform trial designed to evaluate multiple therapies in newly diagnosed (ND) and recurrent glioblastoma (GBM) with the goal of identifying effective therapies matching them accurately to different patient subtypes in an accelerated manner. It is a collaboration between academic investigators, patient organizations and industry to support new drug applications for newly diagnosed and recurrent GBM. Methods: The primary objective of GBM AGILE is to identify therapies that effectively improve overall survival in patients with ND or recurrent GBM. Bayesian response adaptive randomization is used within subtypes of the disease to assign participants to investigational arms based on their performance. Operating under a Master Protocol, GBM AGILE allows multiple drugs from different pharmaceutical companies to be evaluated simultaneously and/or over time against a common standard of care control. Based on performance, a drug may graduate and move to a rapid stage 2 (phase 3) within the trial, and the totality of the data can be used for a new drug application. An active pipeline is critical to the ongoing success of GBM AGILE. With the leadership of the trial’s Arm Selection Committee, uniform processes for including new drugs have been established to ensure a consistent review of drugs/drug combinations over the course of the trial. Factors considered include relevant pre-clinical data, preliminary evidence for antitumor activity. pharmacokinetic data to support proposed drug dosing and administration, and potential biomarkers helpful for the development of a drug. GBM AGILE provides an efficient mechanism to screen and develop robust information regarding the efficacy of proposed novel therapeutics and associated biomarkers for GBM and to quickly move therapies and biomarkers into clinic. GBM AGILE received IND approval from the FDA in April 2019, screening its first patient in June 2019. Site activation is ongoing in the US, with over 35 active sites and over 425 patients screened (as of February 2021). Expansion to Canada, Europe and China are under progress. 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 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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,174
Tête enseignante GPT0,498
Écart entre enseignants0,324 · 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'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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetGlioma Diagnosis and Treatment→Travaux en français237 207→