Global adoption of remote technologies to enable patient-centric oncology clinical trials: Analysis by the Bloomberg New Economy International Cancer Coalition.
Notice bibliographique
Résumé
1584 Background: Fewer than 5% of patients with cancer enroll in a clinical trial, partly due to the significant financial and logistical burden on patients, especially among underserved populations. The COVID-19 pandemic marked a significant shift in the adoption of remote technologies and decentralized trial operations by major pharmaceutical companies. We sought to determine the current global state of adoption of these technologies, understand factors that are driving or preventing adoption of them, and highlight aspirations and direction for industry to enable more patient-centric trials. Methods: The multi-stakeholder Bloomberg New Economy International Cancer Coalition composed of patient advocacy, industry, government regulators, and academic medical centers developed a survey directed to global biopharmaceutical companies of the Coalition with a focus on registrational clinical trials. The survey was organized into three main sections: 1) Impact of different remote monitoring and data collection technologies on patient-centricity; 2) Adoption of these technologies in oncology and all therapeutic areas; 3) Barriers/facilitators to adoption. Results: Administered from October 1 to December 31, 2022, a total of 8 companies completed the survey (response rate: 100%), representing 33% of oncology market by revenues in 2021. Across nearly all remote monitoring and data collection technologies, adoption in oncology trials lags that of all trials. In the current state, eDiary/eCOA is the most utilized technology with 56% and 51% adoption for all trials and oncology trials, respectively, whereas visits in local physician networks is the least adopted at 12% and 7%, respectively. Looking forward, the difference between the current and aspired adoption rate in 5 years for oncology is large, with respondents expecting a 40% or greater absolute adoption increase in 8 out of the 11 technologies (Table). Furthermore, respondents identified digitally enabled recruitment, local or mobile imaging capabilities, and local physician networks as those technologies that would be most impactful for improving patient centricity in the long term. Conclusions: This survey is the first by a coalition of global stakeholders to determine the current state and future aspirations for the use of remote technologies in oncology clinical trials. These efforts may galvanize momentum towards greater adoption of enabling technologies supporting a new paradigm of trials that are more accessible, less burdensome, and more inclusive.[Table: see text]
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,047 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».