Science-based Ethnic Bridging in Drug Development; Review of Recent Precedence and Suggested Steps Forward
Notice bibliographique
Résumé
BACKGROUND: Exposure, safety and/or efficacy of drugs are subject to potential differences between human races or ethnicities, as acknowledged by regulatory guidance and by label texts of various, but not all approved drugs. OBJECTIVE: The objective of the present review was to assess recent regulatory precedence on drug use and race or ethnicity, with the goal of identifying opportunities for increasing the informative value of clinical ethnic or racial bridging in drug development. METHODS: Recently, (January 2014-July 2018) FDA approved drug product label texts and approval packages were reviewed for claims, comments and underlying data on use of the product in specific ethnic or racial groups. RESULTS: Among the 266 FDA-approved products, no product with unambiguous race- or ethnicity specific dosing instructions was retrieved. A small majority (55%) was approved with a claim or comment on race or ethnicity, and of these, a large majority (87%) was based on population pharmacokinetic data analysis. Statements were often related to incidence of a genotype for drug metabolizing enzyme or for other risk factors, or were related to body weight. Absence of clinically relevant exposure differences were often justified in terms of exposure ratios that notably exceeded the typical 0.80-1.25 no-effect boundary. CONCLUSIONS: Recent precedence reflected a pragmatic, descriptive approach of racial or ethnic bridging, apparently meeting current regulatory expectations, whilst not resulting in strict guidance to prescribers. We recommend further work on defining the objectives of bridging studies, as well as criteria for their design and data analysis. Regarding the latter, we recommend investigating the value of prospectively defined tests for similarity with appropriate follow-up analysis in the case where the test has failed.
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 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 | 0,013 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».