Enhancing Clinical Cancer Research Through Sharing of Data and Biospecimens
Notice bibliographique
Résumé
Importance: Molecular analyses of biospecimens collected from study participants are essential for identifying biomarkers that can tailor treatments to specific subsets of patients who are most likely to benefit. Sharing of data and biospecimens from clinical trials enables personalized, patient-centric use of cancer therapies and accelerates the development of new treatments. Objective: To describe obstacles to sharing data and biospecimens and to propose strategies to enhance access and collaboration. Evidence Review: This is a Special Communication authored by 53 academic investigators and patient representatives from the breast cancer community with extensive experience in conducting clinical and translational research. The article also evaluates the impact of biomarker research on specifying responsive subpopulations in the 29 registrational clinical trials that have led to approval of a new drug for treatment of breast cancer between 2017 and 2024. Findings: Clinical trial participants are increasingly asked to provide tissue and/or body fluid biospecimens for biomarker research that is typically controlled by the sponsoring pharmaceutical company, but published biomarker studies are rare. Among 29 breast cancer registrational studies reported in the past 8 years, none resulted in biomarker research that restricted a drug's approved indication. Herein, strategies to maximize the value of clinical data and biospecimens contributed by participants are proposed, thereby supporting the shared goals of the pharmaceutical industry and academia to improve patient care. These strategies include (1) establishing coleadership structures involving academia and patients in clinical trial design and conduct, (2) ensuring that informed consent forms state that data and biospecimens will be shared with academia for future research, (3) requiring the sharing of clinical data as a condition for regulatory approval, and (4) enabling access to biospecimens and translational research data for independent studies on biomarkers that may indicate drug efficacy and toxicity. Conclusions and Relevance: Data and biospecimen sharing from registrational trials has been suboptimal. Improving clinical data, biospecimens, and biospecimens' related data sharing requires concrete actions and a multidimensional stakeholder approach to accelerate the impact of clinical cancer research on the quality of patient care.
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 | 0,643 | 0,761 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,005 | 0,020 |
| Communication savante | 0,022 | 0,039 |
| Science ouverte | 0,011 | 0,064 |
| Intégrité de la recherche | 0,012 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,005 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».