The evidence base of <scp>US</scp> Food and Drug Administration approvals of novel cancer therapies from 2000 to 2020
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
Abstract Concerns have been raised that regulatory programs to accelerate approval of cancer drugs in cancer may increase uncertainty about benefits and harms for survival and quality of life (QoL). We analyzed all pivotal clinical trials and all non‐pivotal randomized controlled trials (RCTs) for all cancer drugs approved for the first time by the FDA between 2000 and 2020. We report regulatory and trial characteristics. Effects on overall survival (OS), progression‐free survival and tumor response were summarized in meta‐analyses. Effects on QoL were qualitatively summarized. Between 2000 and 2020, the FDA approved 145 novel cancer drugs for 156 indications based on 190 clinical trials. Half of indications (49%) were approved without RCT evidence; 82% had a single clinical trial only. OS was primary endpoint in 14% of trials and QoL data were available from 25%. The median OS benefit was 2.55 months (IQR, 1.33‐4.28) with a mean hazard ratio for OS of 0.75 (95%CI, 0.72‐0.79, I 2 = 42). Improvement for QoL was reported for 7 (4%) of 156 indications. Over time, priority review was used increasingly and the mean number of trials per indication decreased from 1.45 to 1.12. More trials reported results on QoL (19% in 2000‐2005; 41% in 2016‐2020). For 21 years, novel cancer drugs have typically been approved based on one single, often uncontrolled, clinical trial, measuring surrogate endpoints. This leaves cancer patients without solid evidence that novel drugs improve their survival or QoL and there is no indication towards improvement.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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