Aller au contenu principal
2020 article

Risk-Based Similarity Testing for Potency Assays Using MCMC Simulations

2Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : us, be. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

In potency assays, the relative potency (RP) is the measure of the biological activity of a test product relative to a reference standard. It is calculated as the horizontal difference between the log(concentration)–response curves of each product. Parallelism (or similarity) between those curves is required for the RP to be meaningful. The literature proposes equivalence tests for similarity, based on the ratio of the curve parameters. Deriving equivalence margins (or a zone of declared similarity) to avoid rejecting good curves (lab risk) or accepting bad curves (consumer risk) often requires historical data. In this article, we propose a three-step derivation of the similarity zone to control for both consumer and lab risk, even when historical data are not available. In addition, we propose a way to test for parallelism that accounts for the correlations among the ratios of curve parameter estimates.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Risk-Based Similarity Testing for Potency Assays Using MCMC Simulations
Date Crossref
08/06/2020
Éditeur
Informa UK Limited
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Inc. Merck & Co. pays non établi dans la notice
    Entreprise
  • University of Liège Département des Sciences de la Santé Publique pays non établi dans la notice
    Université ou école supérieure
  • Statistics & Data Sciences pays non établi dans la notice
    Institution

Merck & Co. — Inc., Département des Sciences de la Santé Publique — University of Liège et Statistics & Data Sciences.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Statistical Methods in Clinical TrialsStatistical Methods and Bayesian InferenceOptimal Experimental Design Methods

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.