MétaCan
Menu
Retour à la cohorte
Enregistrement W4410375830 · doi:10.1021/acsomega.5c01982

Practical Considerations of FDA’s CLAP List to Support Testing of Extractables for Pharmaceuticals and Medical Devices

2025· article· en· W4410375830 sur OpenAlexaff
Megan Flohl, Maria Tolstyakova, Emre Seyyal, Anna Zhachkina Michelson, L. C. Fleck, Gyorgy Vas

Notice bibliographique

RevueACS Omega · 2025
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensIntertek (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,020
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,134
Tête enseignante GPT0,450
Écart entre enseignants0,316 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetAnalytical chemistry methods developmentTravaux en français237 207