MétaCan
Menu
Retour à la cohorte
Enregistrement W4310370496 · doi:10.1016/j.eclinm.2022.101753

Objective response rate of placebo in randomized controlled trials of anticancer medicines

2022· article· en· W4310370496 sur OpenAlexafffund
Arushi Sachdev, Isobel Sharpe, Meghan Bowman, Christopher M. Booth, Bishal Gyawali

Notice bibliographique

RevueEClinicalMedicine · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensQueen's University
Organismes subventionnairesOntario Institute for Cancer Research
Mots-clésMedicinePlaceboInternal medicineRandomized controlled trialCancerClinical trialResponse Evaluation Criteria in Solid TumorsCohortOncologySurgeryPhases of clinical researchPathologyAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Background: Spontaneous regression of advanced solid tumors is infrequent but may occur. Quantifying response rates from placebo in cancer drug trials may provide important information for physicians, patients, and regulators. We aimed to provide a pooled placebo response rate from drug trials in advanced solid tumors. Methods: We pooled the overall response rate (ORR), complete response rate (CR) and partial response rates (PR) in the placebo arm of placebo-controlled randomized controlled trials (RCTs) of cancer drugs for advanced solid tumors published during 2015-2021 using random-effects model. Findings: 45 phase 3 RCTs including 5684 patients on placebo met our inclusion criteria and formed the study cohort. The pooled overall ORR, CR and PR rates in the placebo arm were 1% (95% CI, 0%-2%), 0% (95% CI, 0%-0%), and 1% (95% CI, 0%-2%) respectively. Higher placebo responses were observed in prostate cancer and sarcoma trials. Interpretation: Overall, 1% patients with advanced solid tumors can expect to achieve some response even in absence of treatment. However, complete regression without treatment is extremely rare, almost zero percent. This information will be helpful to patients in their decisions, as well as regulators in evaluating cancer drugs' efficacy based on response rates alone. Funding: None.

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)0,447
score de la tête « metaresearch » (Gemma)0,962
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens large), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,683
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,4470,962
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0180,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,468
Tête enseignante GPT0,605
Écart entre enseignants0,138 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeEssai randomisé
DomaineMéthodes
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

Citations13
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEClinicalMedicineMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207