Strategies and Recommendations for Using a Data‐Driven and Risk‐Based Approach in the Selection of First‐in‐Human Starting Dose: An International Consortium for Innovation and Quality in Pharmaceutical Development (IQ) Assessment

选择(遗传算法) 医学 模棱两可 表(数据库) 计算机科学 质量(理念) 风险分析(工程) 数据挖掘 人工智能 认识论 哲学 程序设计语言
作者
Michael W. Leach,David O. Clarke,Sherri Dudal,Chao Han,Chunze Li,Zheng Yang,Frank R. Brennan,Wendy J. Bailey,Yingxue Chen,Antoine Deslandes,Lise I. Loberg,Kapil Mayawala,Mark Rogge,Marque D. Todd,Nagendra Chemuturi
出处
期刊:Clinical Pharmacology & Therapeutics [Wiley]
卷期号:109 (6): 1395-1416 被引量:21
标识
DOI:10.1002/cpt.2009
摘要

Various approaches to first‐in‐human (FIH) starting dose selection for new molecular entities (NMEs) are designed to minimize risk to trial subjects. One approach uses the minimum anticipated biological effect level (MABEL), which is a conservative method intended to maximize subject safety and designed primarily for NMEs having high perceived safety risks. However, there is concern that the MABEL approach is being inappropriately used for lower risk molecules with negative impacts on drug development and time to patient access. In addition, ambiguity exists in how MABEL is defined and the methods used to determine it. The International Consortium for Innovation and Quality in Pharmaceutical Development convened a working group to understand current use of MABEL and its impact on FIH starting dose selection, and to make recommendations for FIH dose selection going forward. An industry‐wide survey suggested the achieved or estimated maximum tolerated dose, efficacious dose, or recommended phase II dose was > 100‐fold higher than the MABEL‐based starting dose for approximately one third of NMEs, including trials in patients. A decision tree and key risk factor table were developed to provide a consistent, data driven‐based, and risk‐based approach for selecting FIH starting doses.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
笨笨从凝发布了新的文献求助10
刚刚
2秒前
熊熊发布了新的文献求助10
2秒前
3秒前
3秒前
4秒前
火星上妙梦完成签到,获得积分20
5秒前
在水一方应助gro_ele采纳,获得10
7秒前
8秒前
刘四毛发布了新的文献求助10
8秒前
小蘑菇应助胖虎啊采纳,获得10
8秒前
姜乐菱发布了新的文献求助10
9秒前
优雅含灵完成签到 ,获得积分10
9秒前
9秒前
LJYii完成签到,获得积分10
10秒前
uselesslike完成签到,获得积分10
12秒前
12秒前
晓晓雪完成签到 ,获得积分10
12秒前
刘四毛完成签到,获得积分10
12秒前
13秒前
14秒前
zixi完成签到,获得积分10
15秒前
15秒前
16秒前
16秒前
gro_ele发布了新的文献求助10
17秒前
Hello应助漂亮幻莲采纳,获得10
19秒前
爱听歌的孤容完成签到 ,获得积分10
19秒前
ASZXDW完成签到,获得积分10
20秒前
姜乐菱完成签到,获得积分10
20秒前
面面发布了新的文献求助10
20秒前
胖虎啊发布了新的文献求助10
20秒前
槑槑发布了新的文献求助10
23秒前
英勇涔完成签到 ,获得积分10
23秒前
寻道图强应助张牧之采纳,获得30
24秒前
Dr.miao完成签到,获得积分10
26秒前
欣喜眼神发布了新的文献求助10
26秒前
Orange应助金22采纳,获得10
27秒前
28秒前
汉字应助yzqtf采纳,获得20
30秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
Classics in Total Synthesis IV 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3150225
求助须知:如何正确求助?哪些是违规求助? 2801322
关于积分的说明 7844073
捐赠科研通 2458853
什么是DOI,文献DOI怎么找? 1308673
科研通“疑难数据库(出版商)”最低求助积分说明 628556
版权声明 601721