MétaCan
Menu
Retour à la cohorte
Enregistrement W4318455086 · doi:10.1002/psp4.12931

Establishing the suitability of <scp>model‐integrated</scp> evidence to demonstrate bioequivalence for <scp>long‐acting</scp> injectable and implantable drug products: Summary of workshop

2023· review· en· W4318455086 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCPT Pharmacometrics & Systems Pharmacology · 2023
Typereview
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensApotex (Canada)
Organismes subventionnairesU.S. Food and Drug AdministrationTeva Pharmaceutical Industries
Mots-clésBioequivalenceFood and drug administrationComputer scienceManagement scienceMedicineRisk analysis (engineering)EngineeringPharmacologyPharmacokinetics

Résumé

récupéré en direct d'OpenAlex

On November 30, 2021, the US Food and Drug administration (FDA) and the Center for Research on Complex Generics (CRCG) hosted a virtual public workshop titled "Establishing the Suitability of Model-Integrated Evidence (MIE) to Demonstrate Bioequivalence for Long-Acting Injectable and Implantable (LAI) Drug Products." This workshop brought relevant parties from the industry, academia, and the FDA in the field of modeling and simulation to explore, identify, and recommend best practices on utilizing MIE for bioequivalence (BE) assessment of LAI products. This report summerized presentations and panel discussions for topics including challenges and opportunities in development and assessment of generic LAI products, current status of utilizing MIE, recent research progress of utilizing MIE in generic LAI products, alternative designs for BE studies of LAI products, and model validation/verification strategies associated with different types of MIE approaches.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,043
score de la tête « metaresearch » (Gemma)0,407
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesMétarecherche, Méta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,469
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0430,407
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,001
Bibliométrie0,0020,012
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,623
Tête enseignante GPT0,573
Écart entre enseignants0,050 · 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