Analysis of the measurements used as potency tests for the 31 US FDA-approved cell therapy products
Notice bibliographique
Résumé
Cell therapy product (CTP) developers face the significant challenge of developing appropriate potency tests for their CTPs. A review of the known potency tests used for the 31 United States Food and Drug Administration-approved CTPs (US FDA) can guide developers in designing effective potency tests for future CTPs. Data on these tests were primarily collected from publicly available regulatory documentation on the US FDA website (90%) as well as other sources (literature, company communications, etc.). Based on these data, an estimated 104 total potency tests have been used for the 31 CTPs. Of these, 33 are redacted (32%), leaving 71 non-redacted potency tests. On average, each CTP has 3.4 potency tests (standard deviation 2.0). The 71 non-redacted potency tests were categorized into 5 bins: "Viability and count" (37 tests, 52%), "Expression" (19 tests, 27%), "Bioassays" (7 tests, 7%), "Genetic modification" (6 tests, 9%) and "Histology" (2 tests, 3%). Measurements of gene or protein expression were used by 20 of the 31 CTPs (65%), and 19 CTPs (61%) used measurements of cell viability or cell count as a potency test. "Viability and count" and "Expression" are the two tests that have most often been used together for the same product, occurring for 16 CTPs (52%). It is unclear if bioassays are commonly used as potency tests since only 7 of 31 CTPs (23%) reported bioassays as potency tests. However, due to redactions, as many 24 (77%) CTPs could potentially have a bioassay as a potency test. Additionally, 26 of the 31 CTPs (84%) cite physicochemical assays (non-bioassays) as a potency test. This analysis of potency tests for approved CTPs provides valuable insights for developing potency tests for new CTPs.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».