Indirect clinical validation for predictive biomarkers in oncology: International Quality Network for Pathology (IQN Path) Position Paper
Notice bibliographique
Résumé
Validation of biomarker assays is mandatory not only for their applications in clinical trials but also for their subsequent transfer to clinical laboratories in routine clinical care. There are two critical components relevant to their transfer to clinical practice: regulatory oversight and methodology transfer. Both aspects are simplified where companion diagnostic (CDx) assays relevant to a given indication are being implemented in clinical laboratories. However, when laboratory developed tests (LDTs) are being used either because CDx is not available or because LDT is preferred, both aspects need special consideration from regulatory agencies as well as clinical laboratories. The key component that links these two aspects is evidence of validation of the new LDTs. For predictive and prognostic biomarkers in oncology, clinical validation is feasible only in clinical trials. This approach is not available or feasible to clinical laboratories that develop LDTs. While clinical laboratories routinely perform technical/analytical validation, depending on the type of biomarker, this may not be sufficient to provide evidence of the LDT's clinical relevance. Laboratories must perform and document their assessment for the need for indirect clinical validation. When indirect clinical validation is required, it must be performed according to existing guidelines for this purpose. This paper provides expert consensus guidance and recommendations on how to assess for the need for indirect clinical validation and how to perform indirect clinical validation where required. This paper also provides a conceptual framework to regulatory agencies for determining requirements for validation of predictive and prognostic biomarkers in oncology.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,169 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».