MétaCan
Menu
Retour à la cohorte
Enregistrement W4281704376 · doi:10.1371/journal.pone.0268545

Clinical benefit of cancer drugs approved in Switzerland 2010–2019

2022· article· en· W4281704376 sur OpenAlexaff
Roman Adam, Ariadna Tibau, Consolacion Molto Valiente, Boštjan Šeruga, Alberto Ocaña, Eitan Amir, Arnoud J. Templeton

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCancer drugsMedicineCancerDrug approvalMEDLINEPharmacologyDrugInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: It is unknown to what extent cancer drugs approved in Switzerland by the Swissmedic fulfil criteria of clinical benefit according to the European Society of Medical Oncology Magnitude of Clinical Benefit Scale version 1.1 (ESMO-MCBS), the American Society of Clinical Oncology Value Framework version 2 (ASCO-VF) and the Swiss OLUtool v2 (OLUtool). PATIENTS AND METHODS: An electronic search identified studies that led to marketing authorisations in Switzerland 2010-2019. Studies were evaluated according to ESMO-MCBS, ASCO-VF and OLUtool. Substantial benefit for ESMO-MCBS, was defined as a grade A or B for (neo)adjuvant intent and 4 or 5 for palliative intent. For ASCO-VF and OLUtool clinical benefit was defined as score ≥45 and A or B, respectively. Concordance between the frameworks was calculated with Cohen's Kappa (κ). Factors associated with clinical benefit were evaluated by logistic regression. RESULTS: In the study period, 48 drugs were approved for 92 evaluable indications, based on 100 studies. Ratings for ESMO-MCBS, ASCO-VF and OLUtool could be performed for 100, 86, and 97 studies, respectively. Overall, 39 (39%), 44 (51%), 45 (46%) of the studies showed substantial clinical benefit according to ESMO-MCBS v1.1, ASCO-VF, OLUtool criteria, respectively. There was fair concordance between ESMO-MCBS and ASCO-VF in the palliative setting (κ = 0.31, P = 0.004) and moderate concordance between ESMO-MCBS and OLUtool (κ = 0.41, P<0.001). There was no significant concordance between ASCO-VF and OLUtool (κ = 0.18, P = 0.12). Factors associated with substantial clinical benefit in multivariable analysis were HRQoL benefit reported as secondary outcome for ESMO-MCBS and the ASCO-VF and blinded studies for OLUtool. CONCLUSIONS: At the time of approval, only around half of the trials supporting marketing authorisation of recently approved cancer drugs in Switzerland meet the criteria for substantial clinical benefit when evaluated with ESMO-MCBS, ASCO-VF or OLUtool. There was at best only moderate concordance between the grading systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,039
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,071
Tête enseignante GPT0,260
Écart entre enseignants0,189 · 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 tête enseignante, pas un consensus.

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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207