The Three Rs in the pharmaceutical industry: perspectives of scientists and regulators
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
Abstract Six drug regulatory reviewers and 11 pharmaceutical industry scientists were interviewed to explore their perspectives on the obstacles and opportunities for greater implementation of the Three Rs (replacement, reduction, refinement) in drug research and development. Participants generally supported the current level of animal use in the pharmaceutical industry and viewed in vitro methods as supporting, but not replacing, the use of animals. Obstacles to greater use of the Three Rs cited by participants included the lack of non-animal alternatives; requirements for statistical validity; reluctance by industry and regulators to depart from established patterns of animal use; the priority of commercial objectives ahead of the Three Rs; and concern that less animal testing could jeopardise human safety. Opportunities identified for the Three Rs included the development of better animal models including genetically modified (GM) animals; pursuit of more basic knowledge, notably drug action on gene expression; re-use of animals; greater use of pilot studies; using sufficient numbers of animals per test to avoid repeating inconclusive studies; regular review of animal data in regulatory requirements; and following the regulatory option of combining segments of reproductive toxicology studies into one study. In some areas, greater implementation of the Three Rs seemed well aligned with industry priorities, for example, phenotypic characterisation of GM animals and validation of alternative methods. In other areas, wider use of the Three Rs may require building consensus on areas of disagreement including the usefulness of death as an endpoint; the suitability of re-using animals; and whether GM animals and the use of pilot studies contribute to reduction.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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