MétaCan
Menu
Retour à la cohorte
Enregistrement W2807223243 · doi:10.1002/sim.7689

Regulatory assessment of drug dissolution profiles comparability via maximum deviation

2018· article· en· W2807223243 sur OpenAlexaff
Kathrin Moellenhoff, Holger Dette, Evangelos Kotzagiorgis, Stanislas Volgushev, Olivier Collignon

Notice bibliographique

RevueStatistics in Medicine · 2018
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComparabilityBioequivalenceStatisticsStandard deviationMathematicsDissolution testingBenchmark (surveying)Similarity (geometry)Computer scienceEconometricsMedicineDrugPharmacologyPharmacokinetics

Résumé

récupéré en direct d'OpenAlex

In drug development, comparability of dissolution profiles of 2 different formulations is usually assessed using the similarity factor f2. In practice, the drug dissolution profiles are deemed similar if the f2 exceeds 50, which occurs when a 10% maximum difference in the mean percentage of the dissolved drug at each time point between test and reference formulation is obtained. According to the Guideline on the Investigation of Bioequivalence (CPMP/EWP/QWP/1401/98 Rev. 1/ Corr **) use of the f2 is however restricted by a set of validity conditions. If some of these conditions are not satisfied, the f2 is not considered suitable, and alternative statistical methods are needed. In this article, we propose an inferential framework based on the maximum deviation between curves to test the comparability of drug dissolution profiles. The new methodology is applicable regardless whether the validity criteria of the f2 are met or not. Contrary to the f2, this approach also integrates the variability of the measurements over time and not only their average. To benchmark our method, we performed simulations informed by 3 real case studies provided by the European Medicines Agency and extracted from dossiers submitted to the Centralised Procedure for Marketing Authorisation Application. In the scenarios of the simulation study, the new method controlled its type I error rate when the maximum deviation was greater than the similarity acceptance limit of 10%. The power exceeded 80% for small values of the maximum deviation, while the test was more conservative for intermediate ones. Our results were also very robust to sampling variations. Based on these positive findings, we encourage applicants to consider the new maximum deviation–based method as a valid alternative to the f2, especially when the validity criteria of the latter are not met.

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)0,091
score de la tête « metaresearch » (Gemma)0,235
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,479

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0910,235
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,004
Communication savante0,0040,004
Science ouverte0,0030,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,310
Tête enseignante GPT0,568
Écart entre enseignants0,258 · 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'étudeSimulation ou modélisation
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

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStatistics in MedicineMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207