MétaCan
Menu
Retour à la cohorte
Enregistrement W4381434989 · doi:10.3390/curroncol30060443

Characteristics of Phase IV Clinical Trials in Oncology: An Analysis Using the ClinicalTrials.gov Registry Data

2023· article· en· W4381434989 sur OpenAlexvenueno aff
Brandon Michael Henry, Giuseppe Lippi, Ameen Nasser, Patryk Ostrowski

Notice bibliographique

RevueCurrent Oncology · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineClinical trialAdverse effectPsychological interventionInternal medicineClinical OncologySample size determinationOncologyCancerIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

The present study analyzed the characteristics of phase IV clinical trials in oncology using data from the ClinicalTrials.gov registry. The included trials were conducted between January 2013 and December 2022 and were examined for key characteristics, including outcome measures, interventions, sample sizes, and study design, different cancer types, and geographic regions. The analysis included 368 phase IV oncology studies. An amount of 50% of these studies examined both safety and efficacy, while 43.5% only reported efficacy outcome measures, and 6.5% only described safety outcome measures. Only 16.9% of studies were powered to detect adverse events with a frequency of 1 in 100. Targeted therapies accounted for the majority of included studies (53.5%), with breast (32.91%) and hematological cancers (25.82%) being the most frequently investigated malignancies. Most phase IV oncology studies lacked sufficient power to detect rare adverse events due to their small sample sizes and instead focused on effectiveness. To ensure that there is no gap in drug safety data collection and detection of rare adverse events due to limited phase IV clinical trials, there is a significant need for additional education and participation by both health care providers and patients in spontaneous reporting processes.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarecherche
Domaine: Méthodes · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptMétarechercheMéta-épidémiologie (sens large)
Domaine: Méthodes · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelmedium
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,216
score de la tête « metaresearch » (Gemma)0,747
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,905
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,2160,747
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0070,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,970
Tête enseignante GPT0,798
Écart entre enseignants0,171 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

MétarechercheMéta-épidémiologie (sens large)

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeObservationnel
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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetStatistical Methods in Clinical TrialsCatégorieMétarechercheTravaux en français237 207