MétaCan
Menu
Retour à la cohorte
Enregistrement W4417365179 · doi:10.3390/cancers17244009

The Outcome and Impact of Academic Cancer Clinical Trials with Participation from Canadian Sites (2015–2024)

2025· article· en· W4417365179 sur OpenAlexafffundabout
Diana Kato, Victoria Percival, James Schoales, Stephen Sundquist, Raisa Chowdhury, Gregory R. Pond, Janet Dancey

Notice bibliographique

RevueCancers · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensQueen's UniversityMcMaster UniversityUniversity of Toronto
Organismes subventionnairesHealth Canada
Mots-clésClinical trialOutcome (game theory)CancerInvestment (military)MEDLINEAlternative medicinePatient carePublic health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND/OBJECTIVES: Academically sponsored cancer clinical trials (ACCTs) are essential for advancing patient-centered care, particularly in areas underserved by commercial research. The Canadian Cancer Clinical Trials Network (3CTN) was established to support high-quality multi-center ACCTs through coordinated infrastructure and funding. Over ten years, funders provided an average of CAD 4.3 million annually (~CAD 0.11 per capita), primarily from federal and provincial sources. This study evaluates the outcomes and impact of trials supported by 3CTN between 2015 and 2024. METHODS: We conducted a descriptive analysis of 350 ACCTs that stopped recruiting and had primary completion dates within the study period. Trial characteristics, results, publication rates, and incorporation into clinical guidelines were assessed using registry data, peer-reviewed publications, and structured searches of oncology guidelines. RESULTS: Among these 350 closed trials, 116 were Phase III studies. Of these, 36% were incorporated into clinical practice guidelines, and 7% were likely to be incorporated. Overall, 81% of trials were published in journals, and 45% posted results in public registries. Trials addressed diverse cancer types, with notable contributions in rare cancers and vulnerable populations. CONCLUSIONS: 3CTN-supported ACCTs had high completion and reporting rates, with substantial influence on clinical practice. These findings highlight how sustained infrastructure and modest public investment can deliver meaningful improvements in cancer care and inform evidence-based policy.

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)0,184
score de la tête « metaresearch » (Gemma)0,478
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,961
Score d'incertitude au seuil0,975

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1840,478
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,009
Études des sciences et des technologies0,0030,003
Communication savante0,0080,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,157
Tête enseignante GPT0,429
Écart entre enseignants0,272 · 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'étudeObservationnel
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207