MétaCan
Menu
Retour à la cohorte
Enregistrement W2009124634 · doi:10.5966/sctm.2013-0050

Concise Review: Guidance in Developing Commercializable Autologous/Patient-Specific Cell Therapy Manufacturing

2013· review· en· W2009124634 sur OpenAlexaff
Shannon Eaker, Myriam Armant, Harvey Brandwein, Scott R. Burger, Andrew Campbell, Carmine Carpenito, Dominic Clarke, Timothy Fong, Ohad Karnieli, Knut Niß, Wouter Van’t Hof, R. Wagey

Notice bibliographique

RevueStem Cells Translational Medicine · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueBiomedical Ethics and Regulation
Établissements canadiensStemcell Technologies
Organismes subventionnairesNational Institutes of HealthCalifornia Institute for Regenerative Medicine
Mots-clésCommercializationProcess (computing)Scale (ratio)Bench to bedsideProduct (mathematics)Regenerative medicineComputer scienceEngineering managementEngineering ethicsMedicineRisk analysis (engineering)EngineeringBusinessMedical physicsStem cellMarketingBiology

Résumé

récupéré en direct d'OpenAlex

Cell therapy is poised to play an enormous role in regenerative medicine. However, little guidance is being made available to academic and industrial entities in the start-up phase. In this technical review, members of the International Society for Cell Therapy provide guidance in developing commercializable autologous and patient-specific manufacturing strategies from the perspective of process development. Special emphasis is placed on providing guidance to small academic or biotech researchers as to what simple questions can be addressed or answered at the bench in order to make their cell therapy products more feasible for commercial-scale production. We discuss the processes that are required for scale-out at the manufacturing level, and how many questions can be addressed at the bench level. The goal of this review is to provide guidance in the form of topics that can be addressed early in the process of development to better the chances of the product being successful for future commercialization.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,006

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 Opus0,099
Tête enseignante GPT0,347
Écart entre enseignants0,248 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
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

Citations60
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStem Cells Translational MedicineMême sujetBiomedical Ethics and RegulationTravaux en français237 207