Do clinical trials prepare to fail by failing to prepare? An examination of MS trials and recommendations for patient-reported outcome measure selection
Notice bibliographique
Résumé
BACKGROUND: Many clinical trials use patient-reported outcome (PRO) measures, which can influence treatment decision-making, drug approval and label claims. Given that many PRO measure options exist, and there are conceptual and contextual complexities with PRO measurement, we aimed to evaluate how and why specific PRO measures have been selected for pivotal multiple sclerosis (MS) clinical trials. Specifically, we aimed to identify the reasons documented for PRO measure selection in contemporary phase III MS disease-modifying treatment (DMT) clinical trials. METHODS: We searched for phase III clinical trials of MS DMTs published between 2015 and 2021 and evaluated trial protocols, or primary publications where available, for PRO measure selection information. Specifically, we examined study documents for their clarification of clinical concepts measured, definitions of concepts measured, explanations of which PRO measures were considered, why specific PRO measures were chosen, and trade-offs in PRO measure selection. RESULTS: We identified 1705 abstracts containing 61 unique phase III MS DMT clinical trials. We obtained and examined 27/61 trial protocols. Six protocols were excluded: four contained no mention of PRO measures and two contained redacted sections preventing adequate assessment, leaving 21 protocols for assessment. For the remaining 34 trials (61-27), we retrieved 31 primary publications; 15 primary publications mentioned the use of a PRO measure. None of the 36 clinical trials that mentioned the use of PRO measures (21 protocols and 15 primary publications) documented clear PRO or clinical outcome assessment (COA) measurement strategies, provided clear justifications for PRO selection, or reasons why specific PRO measures were selected when alternatives existed. CONCLUSION: PRO measure selection for clinical trials is not evidence-based or underpinned by structured systematic approaches. This represents a critical area for study design improvement as PRO measure results directly affect patient care, PRO measurement has conceptual and contextual complexities, and there is a wide range of options when selecting a PRO measure. We recommend trial designers use formal approaches for PRO measure selection to ensure PRO measurement-based decisions are optimised. We provide a simple, logical, five-stage approach for PRO measure selection in clinical trials.
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 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».