MétaCan
Menu
Retour à la cohorte
Enregistrement W2908234379 · doi:10.1007/978-981-13-2447-5_10

3Rs in Quality Control of Human Vaccines: Opportunities and Barriers

2018· book-chapter· en· W2908234379 sur OpenAlexaff
Sylvie Uhlrich, Emmanuelle Coppens, Frederic Moysan, S.G. Nelson, Nolwenn Nougarede

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineImmunology and Microbiology
ThématiqueRabies epidemiology and control
Établissements canadiensSanofi (Canada)
Organismes subventionnairesnon disponible
Mots-clésHarmonizationQuality (philosophy)BusinessDirectiveControl (management)Animal welfareHuman useRisk analysis (engineering)Political scienceMedicineBiotechnologyComputer scienceEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

The 3Rs principles – Replacement, Reduction, Refinement – were established in 1959 and since then have been adopted widely and particularly in Europe with the European Directive 2010/63/EU. The vaccine industry in Europe has been committed to the 3Rs principles for several years, including animal welfare as well as for reducing and replacing animal use in research, non-clinical safety and analytical testing. Whereas animal testing has been successfully removed from lot release testing of well-characterized human vaccines, large numbers of laboratory animals continue to be used for safety and potency quality control testing for established inactivated vaccines such as rabies, pertussis, diphtheria, and tetanus vaccines. Moreover, specifications for human vaccine batch approval often differ between various parts of the world, resulting in either duplication of animal testing or partial implementation of 3Rs for some vaccines when distributed worldwide. This reinforces the need for enhancing international harmonization and cooperation efforts. In this chapter, we review the use of laboratory animals in human vaccines research and quality control and describe the vaccine manufacturing industry commitments and its concrete programs for implementing 3Rs principles in R&D and industrial operations processes. We highlight the successes as well as the barriers that are encountered when implementing 3Rs principles, as well as the ongoing efforts that include international collaborations with other industries, public organizations and Health Authorities for the acceptance of alternative methods.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,721
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0120,000

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 Opus0,052
Tête enseignante GPT0,291
Écart entre enseignants0,240 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRabies epidemiology and controlTravaux en français237 207