Evaluating hybrid controls methodology in early‐phase oncology trials: A simulation study based on the <scp>MORPHEUS‐UC</scp> trial
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Phase Ib/II oncology trials, despite their small sample sizes, aim to provide information for optimal internal company decision-making concerning novel drug development. Hybrid controls (a combination of the current control arm and controls from one or more sources of historical trial data [HTD]) can be used to increase statistical precision. Here we assess combining two sources of Roche HTD to construct a hybrid control in targeted therapy for decision-making via an extensive simulation study. Our simulations are based on the real data of one of the experimental arms and the control arm of the MORPHEUS-UC Phase Ib/II study and two Roche HTD for atezolizumab monotherapy. We consider potential complications such as model misspecification, unmeasured confounding, different sample sizes of current treatment groups, and heterogeneity among the three trials. We evaluate two frequentist methods (with both Cox and Weibull accelerated failure time [AFT] models) and three different commensurate priors in Bayesian dynamic borrowing (with a Weibull AFT model), and modifications within each of those, when estimating the effect of treatment on survival outcomes and measures of effect such as marginal hazard ratios. We assess the performance of these methods in different settings and the potential of generalizations to supplement decisions in early-phase oncology trials. The results show that the proposed joint frequentist methods and noninformative priors within Bayesian dynamic borrowing with no adjustment on covariates are preferred, especially when treatment effects across the three trials are heterogeneous. For generalization of hybrid control methods in such settings, we recommend more simulation studies.
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.
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 | 0,105 | 0,840 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle