Review of Drugs Approved via the 505(b)(2) Pathway: Uncovering Drug Development Trends and Regulatory Requirements
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A 505(b)(2) application is a type of US new drug application (NDA) that contains full reports of investigations of safety and effectiveness, but where at least some of the information required for approval comes from studies not conducted by or for the applicant and for which the applicant has not obtained a right of reference. Most 505(b)(2) applications consist of changes to a previously approved drug product (ie, a new dosage form, new routes of administration, etc). Sponsors often face challenges determining the studies to be conducted to support approval via 505(b)(2) pathway. This 5-year (2012-2016) retrospective analysis reviewed approved 505(b)(2) NDAs available on the FDA website, to determine the nature of studies (preclinical, clinical pharmacology, and efficacy/safety) conducted for various types of submissions and to better understand the trends in terms of regulatory requirements. The database consisted of 226 NDAs. One hundred twelve of those 226 had complete FDA review information, with the following FDA submission classes being more prevalent: type 3, new dosage form; type 4, new combination; and type 5, new formulation or new manufacturer. Therefore, only these 112 NDAs were further examined as they could show trends in terms of the studies conducted for various types of applications. Based on the investigation of NDA review documents, coupled with guidance documents, decision trees for studies to be conducted have been developed, which may serve as a guide of recommendations for a successful 505(b)(2) development program and NDA submission.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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