MétaCan
Menu
Retour à la cohorte
Enregistrement W2780383127 · doi:10.1080/21645515.2017.1413518

The establishment of surrogates and correlates of protection: Useful tools for the licensure of effective influenza vaccines?

2017· review· en· W2780383127 sur OpenAlexaff
Brian J. Ward, Stéphane Pillet, Nathalie Charland, Sonia Trépanier, Julie Couillard, Nathalie Landry

Notice bibliographique

RevueHuman Vaccines & Immunotherapeutics · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensMedicago (Canada)McGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésLicensureRisk analysis (engineering)Influenza vaccineMedicineComputer scienceImmunologyVirologyVaccination

Résumé

récupéré en direct d'OpenAlex

The search for a test that can predict vaccine efficacy is an important part of any vaccine development program. Although regulators hesitate to acknowledge any test as a true 'correlate of protection', there are many precedents for defining 'surrogate' assays. Surrogates can be powerful tools for vaccine optimization, licensure, comparisons between products and development of improved products. When such tests achieve 'reference' status however, they can inadvertently become barriers to new technologies that do not work the same way as existing vaccines. This is particularly true when these tests are based upon circularly-defined 'reference' or, even worse, proprietary reagents. The situation with inactivated influenza vaccines is a good example of this phenomenon. The most frequently used tests to define vaccine-induced immunity are all serologic assays: hemagglutination inhibition (HI), single radial hemolysis (SRH) and microneutralization (MN). The first two, and particularly the HI assay, have achieved reference status and criteria have been established in many jurisdictions for their use in licensing new vaccines and to compare the performance of different vaccines. However, all of these assays are based on biological reagents that are notoriously difficult to standardize and can vary substantially by geography, by chance (i.e. developing reagents in eggs that may not antigenitically match wild-type viruses) and by intention (ie: choosing reagents that yield the most favorable results). This review describes attempts to standardize these assays to improve their performance as surrogates, the dangers of over-reliance on 'reference' serologic assays, the ways that manufacturers can exploit the existing regulatory framework to make their products 'look good' and the implications of this long-established system for the introduction of novel influenza vaccines.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,267
Tête enseignante GPT0,456
Écart entre enseignants0,189 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations59
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Vaccines & ImmunotherapeuticsMême sujetInfluenza Virus Research StudiesTravaux en français237 207