Contrasting toxicokinetic evaluations and interspecies pharmacokinetic scaling approaches for small molecules and biologics: applicability to biosimilar development
Notice bibliographique
Résumé
1. A 2-fold threshold typically used for prediction accuracy of interspecies scaling of clearance (CL) may be too liberal when using pharmacokinetic similarity in animals to advance biosimilar candidate selection for clinical testing. The purpose of this review is to identify interspecies scaling methods for use in de-risking biosimilar development prior to clinical testing. 2. Scaling approaches for predicting macromolecule CL were identified through literature review. Reports that evaluated predicted and observed human CLs for ≥5 individual compounds were considered. Absolute average fold-error (AAFE) was calculated for each method along with the proportion of compounds with individual fold-error values within a tighter threshold of 0.7-1.3. 3. Traditional simple allometry with a minimum of three species and the rule of exponents performed inconsistently with some groups of compounds resulting in a greater than 2-fold error (i.e. AAFE > 2). For monoclonal antibodies (mAbs), simplified allometric approaches employing a single species (monkey) with a fixed exponent of 0.85 consistently resulted in lower AAFEs and a higher proportion of compounds within the tighter range of 0.7-1.3. 4. For macromolecules, and particularly mAbs, employing single-species monkey "simplified" allometric approaches with a fixed exponent of 0.85 may be more appropriate than traditional allometric approaches.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».