MétaCan
Menu
Retour à la cohorte
Enregistrement W4366455290 · doi:10.1016/j.eclinm.2023.101966

Evidence of clinical benefit of WHO essential anticancer medicines for children, 2011–2021

2023· article· en· W4366455290 sur OpenAlexaff
Lin Bai, Yuqi Zhan, Yue Zhou, Yichen Zhang, Luwen Shi, Sumit Gupta, Avram Denburg, Xiaodong Guan

Notice bibliographique

RevueEClinicalMedicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical studies and practices
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesLondon School of Economics and Political ScienceHarvard Medical School
Mots-clésMedicineEvidence-based medicineFamily medicineMEDLINEAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

Background: Access to essential cancer medicines is a key determinant of childhood cancer survival. WHO published the Model List of Essential Medicine for Children (EMLc) and updated it every two years since 2007 to promote better access to medicines for children. This study aimed to assess whether the inclusion of essential anticancer medicines for respective indications for children was based on evidence of significant clinical benefit between 2011 and 2021. Methods: We identified all anticancer medicine indications added to the WHO EMLc Section 8 since 2011 and extracted evidence of benefit documented in the corresponding technical reports. Evidence in children was defined as evidence that included participants under 12, and graded into five levels, according to the Oxford Centre for Evidence-Based Medicine Levels of Evidence. We analyzed whether each anticancer medicine indication was listed with documented OS benefit or improvements in surrogate measures based on the highest level of documented evidence in children. Findings: A total of 115 anticancer medicine indications were added to the EMLc from 2011 to 2021, of which 101 (87.8%) had some clinical evidence in children and 4 (3.5%) were added without any clinical evidence. Among the 101 medicine indications, none were added with level-1 evidence in children, and 43 (42.6%), 11 (10.9%), 41 (40.6%), and 6 (5.9%) were listed with level-2, level-3, level-4, and level-5 evidence in children, respectively. Only eight (7.9%) medicine indications were reported to have OS benefit, another 12 (11.9%) were reported to have improvements on surrogate measures, and 81 (80.2%) were listed in the EMLc without documented improvements in either OS or surrogate measures. Interpretation: Most anticancer medicine indications of the WHO EMLc were added based on limited evidence of statistically significant clinical benefit in children. Our results suggest that WHO should refine requirements for clinical benefit criteria and permissible forms, quality, and reporting of evidence of essential anticancer medicines for children, specify whether anticancer medicine indications have required evidence of clinical benefit in children, and provide further details in its technical reports that summarise the available evidence. Funding: Not applicable.

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)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge 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 enseignants0,211
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,251
Tête enseignante GPT0,548
Écart entre enseignants0,297 · 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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEClinicalMedicineMême sujetPharmaceutical studies and practicesTravaux en français237 207