MétaCan
Menu
Retour à la cohorte
Enregistrement W4406732078 · doi:10.1016/j.bneo.2025.100070

Race and age disparities in randomized trials of acute myeloid leukemia: a systematic review and meta-analysis

2025· review· en· W4406732078 sur OpenAlexaff
Nathalie Loeb, Olivia Katsnelson, Anshika Jain, Parsa Tahvildar, Daniel H. Teitelbaum, Alejandro Garcia‐Horton

Notice bibliographique

RevueBlood Neoplasia · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Myeloid Leukemia Research
Établissements canadiensJuravinski Cancer CentreUniversity of TorontoYork UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMyeloid leukemiaMeta-analysisRace (biology)MedicineRandomized controlled trialOncologyInternal medicineSociologyGender studies

Résumé

récupéré en direct d'OpenAlex

There are significant racial and ethnic disparities in the incidence and survival of patients with acute myeloid leukemia (AML). Understanding the discrepancies in enrollment in randomized controlled trials (RCTs) is important for better informing access to care and clinical trial conduct. We systematically reviewed the literature on the enrollment of racial/ethnic minorities and older adults into RCTs of AML. MEDLINE was searched from inception through June 2023 for RCTs on disease-modifying therapy for AML in adults. The proportion of trials reporting racial and ethnic subgroups, the enrollment proportions for each race, and age ≥65 years were determined, which were stratified by year, trial phase, and geographic location. A meta-analysis of enrollment incidence ratios (EIRs), the ratio of trial proportions of members of a racial and ethnic subgroup divided by the US population-based incidence, was conducted. A total of 7759 titles and abstracts and 157 full texts were screened, yielding 90 studies. Up to 23.3% of trials reported race or ethnicity, and 28.9% reported age ≥65 years. Of the trials reporting race, 4.7% of participants were Black, 9.8% Asian/Pacific Islander, 0.5% Native American/Alaska Native, 80.8% White, and 3.4% Hispanic. Hispanic patients (EIR, 0.28), and Asian patients (EIR, 0.16) were significantly underrepresented, whereas White patients (EIR, 1.23) were significantly overrepresented. When stratifying by year, we found an increase in the proportion of trials reporting on race in the last 10 years (46.2% vs 19.5%) and an increase in the last 20 years in the proportion of racial minorities enrolled.

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)0,031
score de la tête « metaresearch » (Gemma)0,084
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,084
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0200,028
Bibliométrie0,0070,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,074
Tête enseignante GPT0,384
Écart entre enseignants0,310 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeMéta-analyse
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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBlood NeoplasiaMême sujetAcute Myeloid Leukemia ResearchTravaux en français237 207