Large numbers of patients are needed to obtain additional approvals for new cancer drugs: A retrospective cohort study
Notice bibliographique
Résumé
Patients endure risk and uncertainty when they participate in clinical trials. We previously estimated that 12,217 patient-participants are required to bring a new cancer drug to market. However, many development efforts are aimed at extending the label of already approved drugs. Herein, we estimate the number of patients required to extend the indication of an FDA approved cancer drug. We identified all anti-cancer drugs approved by the FDA 2012 to 2015. We searched clinicaltrials.gov to identify all drug development trajectories (i.e., a series of one or more clinical trials testing a unique drug-indication pairing) launched after FDA approval for each drug. We identified which trajectories produced the following milestones: secondary FDA approvals, secondary FDA approvals achieving substantial clinical benefit in ESMO-MCBS, and recommendations in NCCN clinical practice guidelines. Using the total enrollment, we estimated the number of patients needed to reach each milestone. Forty-two drugs were approved by the FDA between 2012 and 2015, leading to 451 post-approval trajectories enrolling 129,548 patients. Fourteen secondary FDA approvals were identified, of which 4 met the ESMO-MCBS definition of substantial clinical benefit. Fourteen NCCN off-label recommendations were obtained. A total of 9253, 32,387 and 4627 patients were needed to attain an FDA approval, an approval with substantial clinical benefit on ESMO-MCBS, and an NCCN guideline recommendation, respectively. The number of patients needed to obtain a first secondary FDA approval was 16,596. Large numbers of patients are needed to extend the label of prior FDA approved drugs. Label extension after approval entails lower marginal costs for developers. However, extra knowledge available to researchers about a drug's safety and pharmacology after FDA approval does not appear to translate into reduced patient numbers required for developing new cancer applications.
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 | 0,007 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».