Phase IV Drug Trials With a Canadian Site: A Comparison of Industry and Non-Industry-Funded Trials
Notice bibliographique
Résumé
Recent regulatory reforms have favored expedited drug marketing and increased reliance on Phase IV clinical trials for safety and efficacy assurance. This study, utilizing ClinicalTrials.gov, assesses the characteristics of Phase IV trials, with at least one site in Canada, examing those funded by industry sponsors and those lacking industry funding. Additionally, it compares the publication status of industry-funded and non-industry-funded trials through a manual review of the medical literature. Between 2000 and 2022, 864 Phase IV trials were completed, with 480 (55.6%) receiving industry funding and 384 (44.4%) funded solely by non-industry sources. Industry-funded clinical trials were larger (mean 204 enrollees versus 70), more likely to be international (57.7% versus 9.6%) and reported results more promptly (1.21 years after completion versus 1.85 years), yet both types shared similar design, outcomes, and completion time. Publication rates were 81.8% for industry-funded and 65.8% for non-industry-funded trials. The ClinicalTrials.gov registry displayed 48 inaccuracies in publication associations, raising concerns about its accuracy. Our findings underscore the existing institutional limitations in ensuring comprehensive reporting and publication of Phase IV trial results funded by both industry and non-industry sources.
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 | 0,154 | 0,426 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,010 | 0,017 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».