MétaCan
Menu
Retour à la cohorte
Enregistrement W2181230016 · doi:10.1111/cei.12742

From the bench to clinical practice: understanding the challenges and uncertainties in immunogenicity testing for biopharmaceuticals

2015· review· en· W2181230016 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueClinical & Experimental Immunology · 2015
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueBiosimilars and Bioanalytical Methods
Établissements canadiensAlberta Health ServicesUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésImmunogenicityContext (archaeology)MedicineClinical trialBench to bedsideIntensive care medicineRisk analysis (engineering)ImmunologyBiologyMedical physicsPathologyImmune system

Résumé

récupéré en direct d'OpenAlex

Unlike conventional chemical drugs where immunogenicity typically does not occur, the development of anti-drug antibodies following treatment with biologics has led to concerns about their impact on clinical safety and efficacy. Hence the elucidation of the immunogenicity of biologics is required for drug approval by health regulatory authorities worldwide. Published ADA 'incidence' rates can vary greatly between same-class products and different patient populations. Such differences are due to disparate bioanalytical methods and interpretation approaches, as well as a plethora of product-specific and patient-specific factors that are not fully understood. Therefore, the incidence of ADA and their association with clinical consequences cannot be generalized across products. In this context, the intent of this review article is to discuss the complex nature of ADA and key nuances of the methodologies used for immunogenicity assessments, and to dispel some fallacies and myths.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,606
Tête enseignante GPT0,577
Écart entre enseignants0,029 · 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