MétaCan
Menu
Retour à la cohorte
Enregistrement W4379880006 · doi:10.3332/ecancer.2023.1558

Randomised controlled trials evaluating anticancer therapies in haematological cancers: an overview of global research activity

2023· article· en· W4379880006 sur OpenAlexaff
Manju Sengar, Wilma M. Hopman, Ghulam Rehman Mohyuddin, Aaron M. Goodman, Bishal Gyawali, Deborah Mukherji, Nazik Hammad, C.S. Pramesh, Ajay Aggarwal, Richard Sullivan, Christopher M. Booth

Notice bibliographique

Revueecancermedicalscience · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensQueen's University
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésMedicineInternal medicineCancerRandomized controlled trialClinical trialMultiple myelomaClinical endpointOncologyHematology

Résumé

récupéré en direct d'OpenAlex

Background: Design, results, and interpretation of oncology randomised controlled trials (RCTs) have changed substantially over the past decade.In this study, we describe all RCTs evaluating anticancer therapies in haematological cancers published globally during 2014-2017 with comparisons with solid tumours RCTs. Methods:A PubMed literature search identified all phase 3 RCTs of anticancer therapy for haematological cancers and solid tumours published globally during 2014-2017.Descriptive statistics, chi-square tests and the Kruskal-Wallis test were used to compare RCT design results, and output between haematological cancers and solid tumours as well as for different haematological cancer subtypes.Results: 694 RCTs were identified; 124 in haematological cancers and 570 in solid tumours.Overall survival (OS) was the primary endpoint in only 12% (15/124) of haematological cancer trials compared to 35% (200/570) in solid tumours (p < 0.001).Haematological cancer RCTs evaluated the systemic novel therapy more often than the solid tumour RCT (98% versus 84%, p = 0.002).Use of surrogate endpoints like progression-free survival (PFS) and time to treatment failure (TTF) were more common in haematological cancers than solid tumours (47% versus 31%, p < 0.001).Within haematological cancers, the use of PFS and TTF was more prevalent in chronic lymphocytic leukaemia and multiple myeloma as compared to others (80%-81% versus 0%-41%, p < 0.001).Seventy-eight percent of haematologic trials were funded by industry as compared to 70% of solid tumour trials.Only 4% (5/124) of haematologicalcancer trials were led by investigators in upper-middle and lower-middle-income countries as compared to the 9% of solid tumour trials. Conclusion:The fact that only 12% of haematological cancer RCTs are designed to show improvements in OS is of grave concern for the field and the care of future patients.This is further compounded by the highly prevalent use of alternative primary endpoints that are rarely valid surrogates for OS in haematological cancers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,190
score de la tête « metaresearch » (Gemma)0,336
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens large)
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,999

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1900,336
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0090,009
Bibliométrie0,0110,016
Études des sciences et des technologies0,0010,003
Communication savante0,0060,005
Science ouverte0,0020,003
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,955
Tête enseignante GPT0,725
Écart entre enseignants0,230 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeMéta-analyse
DomaineMéthodes
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueecancermedicalscienceMême sujetMeta-analysis and systematic reviewsTravaux en français237 207