An Evaluation of Sex- and Gender-Based Analyses in Oncology Clinical Trials
Notice bibliographique
Résumé
BACKGROUND: The objective of this study was to evaluate whether sex- and gender-based analyses and proper sex and gender terminology were used in oncology trials leading to regulatory drug approval. METHODS: The Food and Drug Administration (FDA) Hematology/Oncology Approvals and Safety Notifications page was used to identify all anticancer therapies that received FDA approval between 2012 and 2019. The trials used to support FDA drug approval were collected along with all available supplemental tables and study protocols. Documents were reviewed to determine if there was a plan to analyze results according to sex and gender and to determine if consistent sex and gender terminology were used. RESULTS: We identified 128 randomized, controlled trials corresponding to a cancer medicine, which received FDA approval. No study specified how sex and gender were collected or analyzed. No study reported any information on the gender of participants. Sex and gender terminology were used inconsistently at least once in 76% (97 of 128) of studies. Among the 102 trials for nonsex-specific cancer sites, 89% (91 of 102) presented disaggregated survival outcome data by sex. No study presented disaggregated toxicity data by sex or gender. CONCLUSION: The majority of pivotal clinical trials in oncology fail to account for the important distinction between sex and gender and conflate sex and gender terminology. More rigor in designing clinical trials to include sex- and gender-based analyses and more care in using sex and gender terms in the cancer literature are needed. These efforts are essential to improve the reproducibility, generalizability, and inclusiveness of cancer research.
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 | 0,747 | 0,864 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,020 |
| Bibliométrie | 0,010 | 0,012 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».