Notice bibliographique
Résumé
Background: The bioequivalence (BE) assessment of generic (Test) and brand name (Reference) formulations of drugs with steep exposure-response relationships exhibiting high pharmacokinetic (PK) variability such as dabigatran represent an expensive challenge for pharmaceutical companies.Supported by the population pharmacokinetics (pop-PK) approach, the present article investigates modelling potential to assess BE using a reduced number of blood samples.Methods: Pop-PK models for the Reference and Test formulations were developed retrospectively using standard modeling techniques for a BE study of dabigatran.Reduced sampling scenarios were selected and the developed pop-PK models were refitted on each dataset for the respective formulations.These models were simulated to generate virtual PK profiles to be tested with the standard BE criteria, in order to identify the scenarios maintaining the original BE conclusions with the least samples required.Results: The BE study original data was best described as a pop-PK model presenting two compartments with first order elimination and absorption, as well as an absorption lag time.Sex was identified as a significant covariate with impact on bioavailability.Using a rational sampling selection procedure under the framework of modeling and simulation, the results proved that the BE verdict could be maintained with only five of the 20 original blood samples using the current regulatory BE standards and criteria. Conclusion:We conclude that the pop-PK model-based BE assessment can be an efficient tool for aiding the BE assessment of dabigatran by significantly reducing the number of samples required, and consequently lower trial costs and increase benefits for enrolled participants.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 0,013 |
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 source (Gemma direct ou Codex distillé), 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 ».