Failure to launch commercially-approved mesenchymal stromal cell therapies: what's the path forward? Proceedings of the International Society for Cell & Gene Therapy (ISCT) Annual Meeting Roundtable held in May 2023, Palais des Congrès de Paris, Organized by the ISCT MSC Scientific Committee
Notice bibliographique
Résumé
Mesenchymal stromal cells (MSCs) are promising cell therapy candidates, but their debated efficacy in clinical trials still limits successful adoption. Here, we discuss proceedings from a roundtable session titled "Failure to Launch Mesenchymal Stromal Cells 10 Years Later: What's on the Horizon?" held at the International Society for Cell & Gene Therapy 2023 Annual Meeting. Panelists discussed recent progress toward developing patient-stratification approaches for MSC treatments, highlighting the role of baseline levels of inflammation in mediating MSC treatment efficacy. In addition, MSC critical quality attributes (CQAs) are beginning to be elucidated and applied to investigational MSC products, including immunomodulatory functional assays and other potency markers that will help to ensure product consistency and quality. Lastly, next-generation MSC products, such as culture-priming strategies, were discussed as a promising strategy to augment MSC basal fitness and therapeutic potency. Key variables that will need to be considered alongside investigations of patient stratification approaches, CQAs and next-generation MSC products include the specific disease target being evaluated, route of administration of the cells and cell manufacturing parameters; these factors will have to be matched with postulated mechanisms of action towards treatment efficacy. Taken together, patient stratification metrics paired with the selection of therapeutically potent MSCs (using rigorous CQAs and/or engineered MSC products) represent a path forward to improve clinical successes and regulatory endorsements.
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 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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».