The road to commercialization in Africa: lessons from developing the sickle-cell drug Niprisan
Notice bibliographique
Résumé
BACKGROUND: Developing novel drugs from traditional medicinal knowledge can serve as a means to improve public health. Yet countries in sub-Saharan Africa face barriers in translating traditional medicinal knowledge into commercially viable health products. Barriers in moving along the road towards making a new drug available include insufficient manufacturing capacity; knowledge sharing between scientists and medical healers; regulatory hurdles; quality control issues; pricing and distribution; and lack of financing. The case study method was used to illustrate efforts to overcome these barriers during the development in Nigeria of Niprisan - a novel drug for the treatment of sickle cell anemia, a chronic blood disorder with few effective therapies. DISCUSSION: Building on the knowledge of a traditional medicine practitioner, Nigeria's National Institute for Pharmaceutical Research and Development (NIPRD) developed the traditional herbal medicine Niprisan. The commercialization of Niprisan reached a number of commercial milestones, including regulatory approval in Nigeria; securing US-based commercial partner XeChem; demonstrating clinical efficacy and safety; being awarded orphan drug status by the US Food and Drug Administration; and striking important relationships with domestic and international groups. Despite these successes, however, XeChem did not achieve mainstream success for Niprisan in Nigeria or in the United States. A number of reasons, including inconsistent funding and manufacturing and management challenges, have been put forth to explain Niprisan's commercial demise. As of this writing, NIPRD is considering options for another commercial partner to take the drug forward. SUMMARY: Evidence from the Niprisan experience suggests that establishing benefit-sharing agreements, fostering partnerships with established research institutions, improving standardization and quality control, ensuring financial and managerial due diligence, and recruiting entrepreneurial leaders capable of holding dual scientific and business responsibilities should be incorporated into future drug development initiatives based on traditional medicines. Country-level supporting policies and conditions are also important. With more experience and support, and an improved environment for innovation, developing new drugs from traditional medicines may be an attractive approach to addressing diseases in sub-Saharan Africa and other regions.
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 | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».