Practical Considerations of FDA’s CLAP List to Support Testing of Extractables for Pharmaceuticals and Medical Devices
Notice bibliographique
Résumé
The Chemical List for Analytical Performance (CLAP) was developed to support the chemical assessment of medical devices. FDA CDRH published the list, along with supporting data and with the intention that the chemicals in the list could be used to perform non-targeted extractable and simulated use extractable studies for devices. The list can be used to establish relative response factors and understand uncertainty in the context of extractable and simulated use extractable studies and can be used to demonstrate system and method suitability. This study utilizes the CLAP list to emphasize the importance of threshold identification, "semi-quantitative" assessment during the non-targeted analysis process of impurities related to Extractable and Leachable (E&L), and biocompatibility testing to ensure meaningful toxicological risk assessments. The current paper also highlights the complexity of the testing process, which involves the use of multiple analytical techniques, addresses challenges associated with screening methods, response factor databases, and the use of internal standards, and highlights a data set based on a modified CLAP list, focusing on volatiles and semivolatiles analyzed by GC-MS. The authors conclude that the CLAP list is a practical tool for establishing a basic database for GC-MS and system suitability evaluation if it has been evaluated at the AET level of the study. It has a reasonable analyte coverage at the highest studied level of 2.5 μg/mL, and the list can be used for evaluating system performance beyond direct injection of liquid extracts. Practical considerations for database generation and response factor applicability at various matrices and concentrations are discussed, with a conclusion that relative responses are generally constant at levels of 2.5 μg/mL or above and are rapidly changing at trace levels.
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 | 0,036 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,006 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,007 |
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 ».