RAPID framework for improved access to precision oncology for lethal disease: Results from a modified multi-round delphi study
Notice bibliographique
Résumé
Introduction Predictive oncology, germline technologies, and adaptive seamless trials are promising advances in the treatment of lethal cancers. Yet, access to these therapies is stymied by costly research, regulatory barriers, and structural inequalities worsened by the COVID-19 pandemic. Methods To address the need for a comprehensive strategy for rapid and more equitable access to breakthrough therapies for lethal cancers, we conducted a modified multi-round Delphi study with 70 experts in oncology, clinical trials, legal and regulatory processes, patient advocacy, ethics, drug development, and health policy in Canada, Europe, and the US. Semi-structured ethnographic interviews ( n = 33) were used to identify issues and solutions that participants subsequently evaluated in a survey ( n = 47). Survey and interview data were co-analyzed to refine topics for an in-person roundtable where recommendations for system change were deliberated and drafted by 26 participants. Results Participants emphasized major issues in patient access to novel therapeutics including burdens of time, cost, and transportation required to complete eligibility requirements or to participate in trials. Only 12% of respondents reported satisfaction with current research systems, with “patient access to trials” and “delays in study approval” the topmost concerns. Conclusion Experts agree that an equity-centered precision oncology communication model should be developed to improve access to adaptive seamless trials, eligibility reforms, and just-in-time trial activation. International advocacy groups are a key mobilizer of patient trust and should be involved at every stage of research and therapy approval. Our results also show that governments can promote better and faster access to life-saving therapeutics by engaging researchers and payors in an ecosystem approach that responds to the unique clinical, structural, temporal, and risk-benefit situations that patients with life-threatening cancers confront.
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 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 | 0,020 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».