Cytokine release: A workshop proceedings on the state-of-the-science, current challenges and future directions
Notice bibliographique
Résumé
In October 2013, the International Life Sciences Institute - Health and Environmental Sciences Institute Immunotoxicology Technical Committee (ILSI-HESI ITC) held a one-day workshop entitled, "Workshop on Cytokine Release: State-of-the-Science, Current Challenges and Future Directions". The workshop brought together scientists from pharmaceutical, academic, health authority, and contract research organizations to discuss novel approaches and current challenges for the use of in vitro cytokine release assays (CRAs) for the identification of cytokine release syndrome (CRS) potential of novel monoclonal antibody (mAb) therapeutics. Topics presented encompassed a regulatory perspective on cytokine release and assessment, case studies regarding the translatability of preclinical cytokine data to the clinic, and the latest state of the science of CRAs, including comparisons between mAb therapeutics within one platform and across several assay platforms, a novel physiological assay platform, and assay optimization approaches such as determination of FcR expression profiles and use of statistical tests. The data and approaches presented confirmed that multiple CRA platforms are in use for identification of CRS potential and that the choice of a particular CRA platform is highly dependent on the availability of resources for individual laboratories (e.g. positive and negative controls, number of human blood donors), the assay through-put required, and the mechanism-of-action of the therapeutic candidate to be tested. Workshop participants agreed that more data on the predictive performance of CRA platforms is needed, and current efforts to compare in vitro assay results with clinical cytokine assessments were discussed. In summary, many laboratories continue to focus research efforts on the improvement of the translatability of current CRA platforms as well explore novel approaches which may lead to more accurate, and potentially patient-specific, CRS prediction in the future.
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 | 0,022 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,009 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,005 |
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 ».