MétaCan
Menu
Retour à la cohorte
Enregistrement W4385237581 · doi:10.1136/lupus-2022-000890

Improving resource utilisation in SLE drug development through innovative trial design

2023· review· en· W4385237581 sur OpenAlexfundno aff
Sandra Garces, Elaine Karis, Joan T. Merrill, Anca Askanase, Kenneth Kalunian, May Mo, Cassandra E. Milmont

Notice bibliographique

RevueLupus Science & Medicine · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensnon disponible
Organismes subventionnairesEMD SeronoGenentechNational Institutes of HealthIdorsia PharmaceuticalsAcceleronLupus Research AllianceAlexion PharmaceuticalsCelgeneBiogenMallinckrodt PharmaceuticalsGilead SciencesSanofiAmgenPfizerAstraZenecaEli Lilly and Company
Mots-clésMedicineDrug developmentDrugResource (disambiguation)Intensive care medicinePharmacology

Résumé

récupéré en direct d'OpenAlex

SLE is a complex autoimmune disease with considerable unmet need. Numerous clinical trials designed to investigate novel therapies are actively enrolling patients straining limited resources and creating inefficiencies that increase enrolment challenges. This has motivated investigators developing novel drugs and treatment strategies to consider innovative trial designs that aim to improve the efficiency of generating evidence; these strategies propose conducting fewer trials, involving smaller numbers of patients, while maintaining scientific rigour in safety and efficacy data collection and analysis. In this review we present the design of two innovative phase IIb studies investigating efavaleukin alfa and rozibafusp alfa for the treatment of SLE which use an adaptive study design. This design was selected as a case study, investigating efavaleukin alfa, in the Food and Drug Administration's Complex Innovative Trial Design Pilot Program. The adaptive design approach includes prospectively planned modifications at predefined interim timepoints. Interim assessments of futility allow for a trial to end early when the investigational therapy is unlikely to provide meaningful treatment benefits to patients, which can release eligible patients to participate in other-potentially more promising-trials, or seek alternative treatments. Response-adaptive randomisation allows randomisation ratios to change based on accumulating data, in favour of the more efficacious dose arm(s), while the study is ongoing. Throughout the trial the placebo arm allocation ratio is maintained constant. These design elements can improve the statistical power in the estimation of treatment effect and increase the amount of safety and efficacy data collected for the optimal dose(s). Furthermore, these trials can provide the required evidence to potentially serve as one of two confirmatory trials needed for regulatory approval. This can reduce the need for multiple phase III trials, the total patient requirements, person-exposure risk, and ultimately the time and cost of investigational drug development programmes.

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)0,336
score de la tête « metaresearch » (Gemma)0,330
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,664
Score d'incertitude au seuil0,819

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3360,330
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,003
Communication savante0,0060,004
Science ouverte0,0030,005
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,206
Tête enseignante GPT0,426
Écart entre enseignants0,221 · 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'étudeSans objet
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLupus Science & MedicineMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207