MétaCan
Menu
Retour à la cohorte
Enregistrement W2546620177

Evolution of the global biosimilars market: Lessons learned

2015· article· en· W2546620177 sur OpenAlexaboutno aff
Raymond A. Huml

Notice bibliographique

RevueJournal of Bioanalysis & Biomedicine · 2015
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueBiosimilars and Bioanalytical Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiosimilarInnovatorMedicineCompetition (biology)BusinessMarketingFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

D the burgeoning biosimilars industry is the lucrative biologics market, worth billions, with multiple patents expiring or set to expire soon. Historically, European and Canadian regulatory authorities have taken global leadership roles in biosimilars drug development. For example, EMA published test procedures and acceptance criteria for biological products in 1999. Europe leads the pack with the most advanced and detailed biosimilar regulatory guidance spearheading a “totality of evidence” approach and has granted the most approvals. Other countries are moving ahead rapidly to provide cheaper copies of biologics to their citizens. The US has made significant advances towards issuing draft guidance, though it still appears that near-term, approvals will be made on a caseby-case basis. Commensurate with limited guidance and extensive innovator lobbying, the FDA has granted only one biosimilars approval – a less complex protein (filgrastim-sndz or “Zarxio” from Novartis) in March, 2015 under the 351(k) registration pathway approved under the Biologics Price Competition and Innovation Act (BPCIA) of 2009. Further hampering progress towards US approval of a monoclonal antibody biosimilar, an FDA Advisory Committee meeting on a Remicade biosimilar from Celltrion was recently delayed. CDER recently announced that four additional biosimilar documents are set to be published in 2015. This presentation will describe the evolution of biosimilar development over the last 15 years, discussing key milestones leading to the first approvals in various markets. Outstanding issues will also be addressed relating to the race to identify and obtain the patients needed for global biosimilar registration trials.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,660
Score d'incertitude au seuil0,456

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,051
Tête enseignante GPT0,342
Écart entre enseignants0,291 · 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 tête enseignante, 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
GenreEmpirique

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

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bioanalysis & BiomedicineMême sujetBiosimilars and Bioanalytical MethodsTravaux en français237 207