Abstract 926: Adaptive universal platform for real-world observational studies (AUPROS): An emerging model for clinical, epidemiologic, and precision oncology research
Notice bibliographique
Résumé
Abstract Background: Adaptive Universal Platform for Real-world Observational Studies (AUPROS) is an emerging study design and platform for the generation of real-world evidence (RWE) particularly in malignancies with rare molecular aberrations. Here, we evaluate the efficiency of AUPROS as an innovative model for real-world observational studies in oncology. Methods: We conducted a mixed-methods study to evaluate three AUPROS studies at Princess Margaret Cancer Centre either locally or as a part of national and international collaborations: 1) METAL (Molecular Epidemiology of ThorAcic Lesions; n=11,378), 2) THANKS (Translational Head And NecK Study; n=3,506), and 3) CARMA (Canadian Cancers with Rare Molecular Alterations; NCT04151342; n=3,879). Specifically, we reviewed data collected, study elements, protocol language, coordination, institutional review boards (IRBs), and contracts. We also performed stakeholder-directed survey and discussions, analysis of funding, research output, and collaborations, as well as a Strengths-Weaknesses-Opportunities-Threats (SWOT) analysis. Results: AUPROS is an innovative study design that borrows design elements from master protocol trials, adaptive trials, and master observational trials as well as retrospective and ambispective designs, enabling comprehensive data collection. The universality of AUPROS allowed for multi-purpose analyses of various real-world data (RWD) including epidemiological, clinical, patient-reported outcomes, biospecimens, and imaging data. The adaptive nature created opportunities for multi-source funding (e.g., academic, pharmaceutical, philanthropic, among others), as well as national/international collaborations and involvement in consortia (e.g., ILCCO, TCGA, BEACON, and INHANCE). Additionally, AUPROS has allowed the development of an expanding national RWE platform that involves collaborations among medical and radiation oncologists and surgeons across different tumor sites. As assessed by research output analyses, AUPROS provided a platform for enhanced research productivity in different areas and utilizing various data sources (METAL=130; THANKS=31; CARMA=5 publications). Our survey and SWOT analysis identified several cost and operational benefits of AUPROS over conventional observational studies, as well as several challenges pertinent to ethics approvals, sustainability, complex coordination, and data quality. Conclusions: AUPROS is an innovative model for real-world observational studies with significant logistical and methodological benefits over conventional RWD study designs. Our findings may help broaden the use of AUPROS to address emerging needs in the scope of precision oncology and clinico-epidemiological research. Citation Format: Samir H. Barghout, Stavroula Raptis, Luna Jia Zhan, Faisal Al-Agha, M Catherine Brown, Devalben Patel, Geoffrey Liu. Adaptive universal platform for real-world observational studies (AUPROS): An emerging model for clinical, epidemiologic, and precision oncology research [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2024; Part 1 (Regular Abstracts); 2024 Apr 5-10; San Diego, CA. Philadelphia (PA): AACR; Cancer Res 2024;84(6_Suppl):Abstract nr 926.
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 | 0,614 | 0,674 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,008 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,015 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,006 | 0,015 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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.
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 ».