MétaCan
Menu
Retour à la cohorte
Enregistrement W3112725336 · doi:10.2196/17005

Developing a Blockchain-Based Supply Chain System for Advanced Therapies: Protocol for a Feasibility Study

2020· article· en· W3112725336 sur OpenAlexvenueno aff
Ching Lam, Michelle Helena van Velthoven, Edward Meinert

Notice bibliographique

RevueJMIR Research Protocols · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupply chainRisk analysis (engineering)Process managementBlockchainComputer scienceBusinessComputer security

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Advanced therapies, including cell and gene therapies, have shown therapeutic promise in curing life-threatening diseases, such as leukemia and lymphoma. However, these therapies can be complicated and expensive to deliver due to their sensitivity to environment; troublesome tissue, cell, or genetic material sourcing; and complicated regulatory requirements. OBJECTIVE: This study aims to create a novel connected supply chain logistics and manufacturing management platform based on blockchain, with cell and gene therapy as a use case. Objectives are to define the requirements and perform feasibility evaluations on the use of blockchain for standardized manufacturing and establishment of a chain of custody for the needle-to-needle delivery of autologous cell and gene therapies. A way of lowering overall regulatory compliance costs for running a network of facilities operating similar or parallel processes will be evaluated by lowering the monitoring costs through publishing zero-knowledge proofs and product release by exception. METHODS: The study will use blockchain technologies to digitally connect and integrate supply chain with manufacturing to address the security, scheduling, and communication issues between advanced therapy treatment centers and manufacturing facilities in order to realize a transparent, secure, automated, and cost-effective solution to the delivery of these life-saving therapies. An agile software development methodology will be used to develop, implement, and evaluate the system. The system will adhere to the EU and US good manufacturing practices and regulatory requirements. RESULTS: This is a proposed study protocol, and upon acceptance, grant funding will be pursued for its execution in 2021. CONCLUSIONS: The successful implementation of the integrated blockchain solution to supply chain and manufacturing of advanced therapies can push the industry standards toward a safer and more secure therapy delivery process. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/17005.

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)0,047
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,260

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0470,050
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,003
Communication savante0,0030,003
Science ouverte0,0020,004
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0780,018

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 Opus0,420
Tête enseignante GPT0,578
Écart entre enseignants0,158 · 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'étudeSans objet
Domainenon disponible
GenreProtocole

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

En bref

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetCAR-T cell therapy researchTravaux en français237 207