Extracto
Los ensayos clínicos controlados son ampliamente considerados como el vehículo para el descubrimiento de un tratamiento en el cáncer que conduce a mejoras significativas en los resultados de salud, incluyendo un aumento en la esperanza de vida. Hemos demostrado anteriormente que el patrón de descubrimiento terapéutico en ensayos controlados aleatorios (ECA) puede ser descrita por una distribución de ley de potencia. Sin embargo, el mecanismo de la generación de este patrón es desconocido. A continuación, se propone una explicación en términos de las relaciones sociales entre los investigadores de ECA. Utilizamos análisis de redes sociales para estudiar el impacto de las interacciones entre la ECA sobre el éxito del tratamiento. Nuestro conjunto de datos consta de 280 ECA de fase III llevados a cabo por el Instituto Nacional del Cáncer de 1955 a 2006. Las redes de ECA se forman a través de interacciones de prueba i) formada al azar, ii) basado en características comunes, o iii) basado en el éxito del tratamiento. Analizamos el éxito del tratamiento en términos de relación de riesgo de supervivencia en función de las estructuras de red. Nuestros resultados muestran que el proceso de descubrimiento de la ley de potencia muestra si existen interacciones preferenciales entre los ensayos que pueden derivarse de la tendencia de los investigadores para interactuar selectivamente con sus compañeros establecidas y exitosas. Por otra parte, las redes de ECA son "pequeños mundos": ensayos están conectados a través de un pequeño número de vínculos, sin embargo, hay mucho agrupación entre los subconjuntos de ensayos. También encontramos que el éxito del tratamiento (mejora de la supervivencia) es proporcional a las medidas de centralidad de la red de cercanía e intermediación. existe una correlación negativa entre la supervivencia y el grado en que las pruebas funcionan dentro de un ámbito limitado de la información. Por último, los ensayos que evalúan los tratamientos curativos en los tumores sólidos mostraron el mayor centralidad y el grupo más influyente fue el ECOG. Llegamos a la conclusión de que las posibilidades de descubrir tratamientos para salvar vidas están directamente relacionados con la riqueza de las interacciones sociales entre los investigadores inherentes a un modelo de interacción preferencial
Visto:. Tsalatsanis A, L Barnes, Hozo I, J Skvoretz, Djulbegovic B (2011) Un análisis de redes sociales de Tratamiento Descubrimientos en cáncer. PLoS ONE 6 (3): e18060. doi: 10.1371 /journal.pone.0018060
Editor: Yamir Moreno, Universidad de Zaragoza, España