MétaCan
Menu
Retour à la cohorte
Enregistrement W4385442519 · doi:10.4155/bio-2023-0135

2022 White Paper on Recent Issues in Bioanalysis: Fda Draft Guidance on Immunogenicity Information in Prescription Drug Labeling, Lnp &amp; Viral Vectors Therapeutics/Vaccines Immunogenicity, Prolongation Effect, Ada Affinity, Risk-Based Approaches, Ngs, Qpcr, Ddpcr Assays ( <u>Part 3</u> – Recommendations on Gene Therapy, Cell Therapy, Vaccines Immunogenicity &amp; Technologies; Immunogenicity &amp; Risk Assessment of Biotherapeutics and Novel Modalities; NAb Assays Integrated Approach)

2023· article· en· W4385442519 sur OpenAlexaff
Luying Pan, Johanna Mora, Karl Walravens, Leslie Wagner, Shirley Hopper, LiNa Loo, David Bettoun, Sarah Bond, Francis Dessy, Sean Downing, Fabio Garofolo, Soumi Gupta, Neil Henderson, Chad R. Irwin, Akiko Ishii‐Watabe, Sumit Kar, Vibha Jawa, Julie Joseph, Ludovic Malvaux, Jean‐Claude Marshall, Jessica McDevitt, Susovan Mohapatra, Jessica Seitzer, Justin Smith, Therese Solstad, Hiroshi Sugimoto, Omar Tounekti, Bonnie Wu, Yuling Wu, Yuanxin Xu, Joshua Xu, Takenori Yamamoto, Lin Yang, Albert Torri, Susan Kirshner, Kimberly Maxfield, Joao Pedras Vasconcelos, Mohsen Rajabi Abhari, Daniela Verthelyi, Eric Brodsky, Montserrat Carrasco‐Triguero, John Kamerud, Matthew Andisik, Daniel Baltrukonis, Nicoletta Bivi, Isabelle Cludts, Kelly Coble, Boris Gorovits, George R. Gunn, Swati Gupta, Anders Millner, Alison Joyce, Seema Kumar, Karen Liao, Mohanraj Manangeeswaran, Michael A. Partridge, Samuel Pine, Johann Poetzl, Manoj Rajadhyaksha, Michèle Rasamoelisolo, Susan Richards, Yuan Song, Steven J. Swanson, Seth G. Thacker, Meenu Wadhwa, A. Wolf, Lucia Zhang, Lin Zhou

Notice bibliographique

RevueBioanalysis · 2023
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueBiosimilars and Bioanalytical Methods
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésExcellenceBioanalysisRegulatory scienceMedicineComputer sciencePolitical scienceNanotechnology

Résumé

récupéré en direct d'OpenAlex

The 2022 16th Workshop on Recent Issues in Bioanalysis (WRIB) took place in Atlanta, GA, USA on September 26-30, 2022. Over 1000 professionals representing pharma/biotech companies, CROs, and multiple regulatory agencies convened to actively discuss the most current topics of interest in bioanalysis. The 16th WRIB included 3 Main Workshops and 7 Specialized Workshops that together spanned 1 week in order to allow exhaustive and thorough coverage of all major issues in bioanalysis, biomarkers, immunogenicity, gene therapy, cell therapy and vaccines. Moreover, in-depth workshops on ICH M10 BMV final guideline (focused on this guideline training, interpretation, adoption and transition); mass spectrometry innovation (focused on novel technologies, novel modalities, and novel challenges); and flow cytometry bioanalysis (rising of the 3rd most common/important technology in bioanalytical labs) were the special features of the 16th edition. As in previous years, WRIB continued to gather a wide diversity of international, industry opinion leaders and regulatory authority experts working on both small and large molecules as well as gene, cell therapies and vaccines to facilitate sharing and discussions focused on improving quality, increasing regulatory compliance, and achieving scientific excellence on bioanalytical issues. This 2022 White Paper encompasses recommendations emerging from the extensive discussions held during the workshop and is aimed to provide the bioanalytical community with key information and practical solutions on topics and issues addressed, in an effort to enable advances in scientific excellence, improved quality and better regulatory compliance. Due to its length, the 2022 edition of this comprehensive White Paper has been divided into three parts for editorial reasons. This publication (Part 3) covers the recommendations on Gene Therapy, Cell therapy, Vaccines and Biotherapeutics Immunogenicity. Part 1 (Mass Spectrometry and ICH M10) and Part 2 (LBA, Biomarkers/CDx and Cytometry) are published in volume 15 of Bioanalysis, issues 16 and 15 (2023), respectively.

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)0,021
score de la tête « metaresearch » (Gemma)0,021
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,021
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,003
Communication savante0,0100,004
Science ouverte0,0060,002
Intégrité de la recherche0,0260,010
Charge utile insuffisante (le modèle a refusé de juger)0,0290,043

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 Opus0,048
Tête enseignante GPT0,301
Écart entre enseignants0,253 · 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
GenreAutre

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

En bref

Citations16
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioanalysisMême sujetBiosimilars and Bioanalytical MethodsTravaux en français237 207