Synthesizing regulatory guidance for demonstrating preclinical efficacy and translating promising cell therapies to early phase clinical trials: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Regulatory applications for cell therapy face more objections compared to conventional small molecule or biological drugs, leading to delays in market approval and clinical adoption. Increased regulatory objections frequently relate to issues regarding preclinical evidence, such as experimental design of animal studies, selection of animal models, endpoints, and determination of mechanism of action. Synthesis and clarification of the preclinical evidence necessary to demonstrate treatment efficacy and advance into early-phase clinical trials is needed to help researchers avoid regulatory objections. METHODS: We conducted a scoping review in which we searched repositories of the International Council for Harmonisation and all national member organizations (N = 38) for documents related to preclinical studies of cell therapies. Active guidance documents related to cell therapy were included, with no restrictions based on the year or language of publication. Data extraction was conducted in duplicate with conflicts resolved through consensus discussion. RESULTS: From 1215 identified documents, a total of 182 were included and analyzed, with 71% originating from ten major regulatory agencies. The most prevalent preclinical item addressed was the mechanism of action (n = 161, 88% of documents), underscoring its importance in bridging preclinical findings to clinical application. Most documents (n = 140, 77%) emphasized the importance of using clinically relevant preclinical models, though specific recommendations on models of disease were less common (n = 81, 45%). Selection of clinically relevant intervention parameters (n = 136, 75%) and outcome measures (n = 121, 66%) were also frequently recommended, but selection of relevant comparator groups appeared less frequently (n = 35, 19%). Furthermore, robust study design elements such as randomization and blinding were less frequently recommended, appearing in 31% of documents (n = 57). Comparison with clinical trial guidance revealed a significant gap in the rigor of study design recommendations for preclinical research. CONCLUSIONS: Regulatory guidance for preclinical efficacy studies often recommends a strong emphasis on the clinical relevance of animal models, intervention parameters, outcomes, and mechanism of action. Incorporating these recommendations into early preclinical studies should improve the acceptability of preclinical evidence for approval by the relevant national regulators and can be used as a guide to ensure that all evidence that regulators say they expect is efficiently assembled into new clinical trial applications.
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 | 0,223 | 0,516 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,009 | 0,008 |
| Bibliométrie | 0,060 | 0,044 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,013 | 0,016 |
| Science ouverte | 0,008 | 0,008 |
| Intégrité de la recherche | 0,010 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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 ».