MétaCan
Menu
Retour à la cohorte
Enregistrement W2510798008 · doi:10.1186/s12931-016-0413-9

How to achieve safe, high-quality clinical studies with non-Medicinal Investigational Products? A practical guideline by using intra-bronchial carbon nanoparticles as case study

2016· review· en· W2510798008 sur OpenAlexfundno aff
M Berger, Patricia J. Kooyman, Michiel Makkee, Jaring S. van der Zee, Peter J. Sterk, Jan van Dijk, E. Marleen Kemper

Notice bibliographique

RevueRespiratory Research · 2016
Typereview
Langueen
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensnon disponible
Organismes subventionnairesNewfoundland and Labrador
Mots-clésGood manufacturing practiceGuidelineQuality (philosophy)Risk analysis (engineering)MedicineProduct (mathematics)Clinical trialQuality assuranceBusinessComputer scienceOperations managementRegulatory affairsPathologyEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Clinical studies investigating medicinal products need to comply with laws concerning good clinical practice (GCP) and good manufacturing practice (GMP) to guarantee the quality and safety of the product, to protect the health of the participating individual and to assure proper performance of the study. However, there are no specific regulations or guidelines for non-Medicinal Investigational Products (non-MIPs) such as allergens, enriched food supplements, and air pollution components. As a consequence, investigators will avoid clinical research and prefer preclinical models or in vitro testing for e.g. toxicology studies. THE AIM OF THIS ARTICLE IS TO: 1) briefly review the current guidelines and regulations for Investigational Medicinal Products; 2) present a standardised approach to ensure the quality and safety of non-MIPs in human in vivo research; and 3) discuss some lessons we have learned. METHODS AND RESULTS: We propose a practical line of approach to compose a clarifying product dossier (PD), comprising the description of the production process, the analysis of the raw and final product, toxicological studies, and a thorough risk-benefit-analysis. This is illustrated by an example from a human in vivo research model to study exposure to air pollutants, by challenging volunteers with a suspension of carbon nanoparticles (the component of ink cartridges for laser printers). CONCLUSION: With this novel risk-based approach, the members of competent authorities are provided with standardised information on the quality of the product in relation to the safety of the participants, and the scientific goal of the study.

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)0,082
score de la tête « metaresearch » (Gemma)0,065
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,436

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0820,065
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,007
Communication savante0,0070,007
Science ouverte0,0030,005
Intégrité de la recherche0,0120,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,005

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.

Tête enseignante Opus0,815
Tête enseignante GPT0,673
Écart entre enseignants0,143 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRespiratory ResearchMême sujetAnimal testing and alternativesTravaux en français237 207