Conférencier | Transcription |
| Els Pattyn | Bonjour, je m'appelle Els Pattyn et je travaille en tant que statisticien non clinique de l'efficacité et de la sécurité de Sanofi. Je suis donc heureux de vous présenter dans JMP un outil utilisateur final que nous avons développé pour les évaluations d'immunogénicité. |
| Première brève présentation de l'entreprise pour laquelle je travaille. Donc, à l'origine, j'étais employé par Ablynx. Ablynx est une société biopharmaceutique basée à Gand, en Belgique. |
| Et nous sommes engagés dans la découverte et le développement de nanocorps. Les nanobodies sont des entités à chaîne lourde de camélidés, comme vous pouvez le voir ici, et vous pouvez discriminer. (OK, je vais d'abord mon pointeur ... définir mon pointeur. Je ne pense pas que vous voyiez quoi que ce soit.) |
| Ok, nous y voilà. Les nanocorps sont donc des entités issues d'anticorps à chaîne lourde de camélidés et ils sont plus petits que les anticorps conventionnels. Les anticorps conventionnels doivent avoir deux chaînes lourdes, deux grandes chaînes et un anticorps de camélidé, vous n'avez que la chaîne lourde. |
| Ils sont donc petits, ils peuvent également être utilisés de manière modulaire, vous pouvez avoir plusieurs nanocorps et avoir de multiples spécificités et ils sont également plus faciles à fabriquer. |
| Nous étions |
| fondée en 2001 puis 17 ans plus tard, nous avons eu nos premiers composés dans la clinique. C'était Cablivi. C'était et |
| il est ciblé pour une maladie sanguine rare aTTP. Et 2018 a été une autre année importante, car nous avons ensuite été rachetés par Sanofi, qui est une grande entreprise biopharmaceutique. |
| dont le siège est en France. Alors à l'époque, nous étions plus de 450 employés, mais avec l'acquisition de Sanofi et nous faisons partie d'une entreprise assez grande. |
| Sanofi lui-même en a plus de ??? employés avec environ 15 500 employés engagés dans la R & D. Et vous voyez |
| nous sommes répartis sur les trois ... sur trois continents. |
| Et aussi la plate-forme thérapeutique de Sanofi est très large. C'est seulement ... ce ne sont pas seulement les nanobodies, mais c'est vraiment beaucoup et ça continue de grandir. |
| Puis à propos de l'outil que nous avons développé. |
| C'est un outil d'immunogénicité. |
| À propos du contexte de l'immunogénicité. L'immunogénicité est la capacité d'une substance à provoquer une réponse immunitaire. |
| Si souvent, c'est voulu. C'est quand votre système immunitaire a une réponse appropriée à un agent pathogène, mais il peut aussi ... peut aussi être une réponse souhaitée envers un agent thérapeutique et cela se fait dans le cas d'un vaccin. |
| Que cela peut aussi être une réponse indésirable, une réponse à un antigène thérapeutique et ensuite cela s'appelle anticorps anti-médicament ou ADA. |
| Et ces ADA peuvent être un |
| vous pouvez avoir des réactions allergiques ou même un choc anaphylactique. |
| Perte d'efficacité. |
| Vous pouvez avoir des anticorps qui ont un pouvoir neutralisant de sorte que vous perdez votre activité, il ne sera donc pas surprenant qu'il accorde une attention particulière aux entités réglementaires. |
| Plusieurs lignes directrices émises par l'EMEA et la FDA concernant les ADA et comment les analyser. |
| Ainsi complète les déterminations ADA remplit plusieurs étapes. C'est une approche à plusieurs niveaux. |
| Vous avez un test de dépistage où vous déterminez votre sensibilité, puis vous avez un test de confirmation, où vous cherchez où il est spécifique ou non. |
| Et vous avez également des tests de caractérisation, et cela est fait pour déterminer si vos anticorps ont une capacité de neutralisation. Et parfois, vous souhaitez déterminer les isotypes ciblés. |
| Donc, ce que nous devons faire est de déterminer les bons points, afin que nous puissions déterminer ce qui est positif pour discriminer les positifs par rapport aux négatifs, et cela doit être déterminé sur la population dite vierge ou naïve. |
| Donc, la population vierge, bien sûr, devrait être représentative; il devrait être exempt de valeurs aberrantes et ne pas exister ... avoir des anticorps préexistants et incorporer toutes sortes de variabilité. |
| Vous avez des variabilités biologiques, donc les différents sujets que vous testez, des identifiants de sujet, mais vous avez aussi de la variabilité ... une vulnérabilité technique donc celle de vos analystes, donc de votre course, |
| crédibilité assiette à assiette. Et lorsque vous voulez l'évaluer de manière appropriée, vous préférez le faire par modèle à effets mixtes avec un modèle REML afin que vous puissiez avoir ces éléments comme effets aléatoires dans votre modèle. |
| Il y avait donc au sein de Sanofi, un |
| une... |
| la nécessité de disposer d'un outil destiné à l'utilisateur final pour une bonne définition des points, de sorte que les objectifs étaient de pouvoir avoir une approche harmonisée et standardisée sur tous les sites; |
| d'avoir un outil convivial pour l'utilisateur final avec l'analyse de pointe, il devrait donc s'agir d'un progiciel statistique parce que nous voulons avoir ... utiliser ... utiliser le modèle à effets mixtes. |
| Il devrait également fonctionner dans un environnement de réglementation ... réglementé, car nous avons également de nombreuses études GxP et il devrait également inclure des rapports uniformes et automatiques. |
| Alors c'est là que nous avons commencé, |
| où nous avons exploré si nous pouvions le faire avec JMP et c'est par son langage, c'est le langage JSL. |
| Vous savez tous qu'il peut être facilement récupéré lorsque vous avez un graphique. Vous pouvez simplement cliquer sur Enregistrer les scripts, puis vous avez le script. C'est donc un début facile. |
| Et un autre ... et ce qui est également un atout, c'est qu'il est programmable pour une décision dépendante du résultat. Nous avons donc commencé par récupérer les scripts de chaque graphe et de chaque analyse que nous voulions faire, puis cela est devenu vraiment une analyse énorme. |
| Nous avons un code parental et voyons ici, et nous avons différents |
| les codes enfants appelés par les codes parentaux. |
| Et c'est, |
| comme je l'ai dit, cela devrait être, cela devrait être programmable en fonction de la décision en fonction du résultat, de sorte que le code devient vraiment plus difficile en |
| public, parce que nous devons faire beaucoup d'analyses statistiques, évaluer si vous avez une signification statistique ou non. |
| Nous avons différentes normalisations que nous voulons évaluer. |
| Alors |
| c'est autour de quelques aspects supplémentaires du code, à quoi il ressemble. |
| Alors |
| avant de faire une démonstration, ici il y a deux, en fait deux étapes, nous voulons effectuer l'analyse. Tout d'abord, il existe un modèle Excel dans lequel nous remplissons ... où les données brutes doivent être remplies. |
| Et puis le JSL doit être lancé. Alors c'est fait, seul le code parental qui doit être lancé. |
| Je vais passer en revue ces deux étapes. Alors |
| nous en avons un |
| Modèle Excel. Je vais l'ouvrir pour que vous puissiez y jeter un œil. |
| Donc, ici, vous voyez un aperçu, où nous pouvons le remplir et voici les données à télécharger dans le fichier Excel. |
| Comme je l'ai dit, |
| il peut s'agir d'un test ADA ou d'un essai NAb et selon qu'il s'agit d'un test NAb ou ADA, les noms d'en-tête sont différents. Donc ici, vous pouvez dire que c'est un test ADA, c'est sans ou avec des données de confirmation. |
| Le code est adapté pour qu'il puisse soit |
| accepter ... qu'il peut accepter des données résumées ou des données brutes, des données répliquées. Alors disons que c'est ici, des données répliquées que vous pouvez répondre au nombre de répliques. Disons, par exemple, qu'il s'agit de trois répliques. |
| Et afin de déterminer si c'est un ??? point que nous avons également lié au contrôle négatif ... au contrôle négatif d'une plaque, et cela devrait être plusieurs contrôles négatifs sur une plaque. Par exemple, 2, et je dis, je l'appelle Début et Fin, donc quand vous remplissez ceci |
| puis nous faisons une feuille de calcul. Et puis ici, vous avez vos modèles Excel que vous devez remplir et ils sont prêts pour le téléchargement et ont le nom correct pour les téléchargements. |
| Donc, une fois que vous avez fait cela, vous pouvez accéder à JMP. |
| J'ai déjà ouvert JMP. Et ce que vous avez à faire, alors, est de cliquer sur les codes JSL parentaux et automatiquement un menu d'interaction apparaît. Et puis vous devez remplir les champs à remplir, alors oui. |
| Faites juste ici et testez JMP. |
| Ensuite, il y a cinq types de tests, alors disons que nous avons maintenant un test ADA et ici vous pouvez télécharger ce fichier pour les téléchargements. J'ai ici des données d'entrée, des données factices à télécharger. Ensuite, nous le sélectionnons et ici, il y a quelques |
| numéros que vous pouvez modifier. Les nombres par défaut sont renseignés, mais si vous voulez des seuils d'un autre pourcentage comme critères d'acceptation, vous pouvez les modifier. |
| Et si vos données ont une spécificité d'ordre à trois décimales, vous pouvez la changer, et je pense qu'ici ... il n'y a pas de décimales dans les données, donc je la change à zéro. Donc alors |
| vous avez une deuxième fenêtre d'introduction ici. C'est un test ADA donc c'est typique pour le test ADA. Vous avez un test NAb, |
| vous avez une autre fenêtre. Donc ici, il faut choisir si c'est clinique ou non parce que les bons points, je pense, sont différents là-bas. J'ai ici une donnée de confirmation et je souhaite analyser dans un cadre clinique, alors je clique dessus ici. |
| Maintenant, vous avez différentes valeurs aberrantes ... |
| décrivez les approches de suppression sur lesquelles vous pouvez cliquer. |
| Et aussi, il y a un autre niveau de flexibilité que vous pouvez entrer. Lorsque vous ... juste pour le rendre convivial, nous avons une approche BTD. BTD est |
| une directive interne et quand vous avez ... vous voulez cette approche, alors il n'y aura pas d'autre fenêtre qui s'ouvre. |
| Et lorsque vous souhaitez avoir des options supplémentaires, vous pouvez cliquer dessus ici, et vous pouvez avoir une sortie supplémentaire ou calculer, par exemple, exécuter des différences spécifiques sur un |
| différence. Ainsi, lorsque vous cliquez ici, vous avez des options supplémentaires, mais je veux m'en tenir à l'approche générale du téléchargement. Et puis vous pouvez également avoir une exclusion initiale. Nous voulons le faire ici et, une fois que vous l'avez entré, l'analyse commence. |
| C'est donc toute une chaîne d'analyse. C'est une approche de suppression des valeurs aberrantes et c'est une manière itérative. Il vérifie que lorsque vous avez supprimé les valeurs aberrantes, d'abord analytiques, que biologiques ou s'il existe d'autres valeurs aberrantes. Donc, ici, vous voyez une série d'analyses qui ont été effectuées. |
| Cela prend donc un certain temps, car ces données ont |
| des données de dépistage ainsi que des données de confirmation. Alors maintenant, les calculs sont |
| continue. |
| Et puis, à la fin, il y a un rapport. C'est ce que tu vois ici, |
| c'est toujours en train d'assembler le rapport maintenant. |
| Et il produit maintenant les ensembles de données au format PDF. |
| Générer les sorties donc maintenant, et maintenant, c'est fini. Donc dans les parties de résultat, |
| tous les résultats sont automatiquement affichés ici. C'est ce que vous voyez ici. Vous avez les ensembles de données, vous avez un rapport et un journal, ainsi qu'un fichier PDF. Et puis les ensembles de données, les différents ensembles de données qui étaient des sorties. Et ici, vous voyez que vous avez un rapport complet avec les paramètres d'analyse, la méthodologie. |
| Ferme le. Et vous avez vos descriptifs. |
| Et bien sûr ce qui est sympa |
| pour JMP, c'est que vous avez votre interactivité lorsque vous souhaitez suivre |
| ce sujet, par exemple. Je dois double-cliquer sur 411. |
| Vous pouvez le suivre tout au long de l'analyse pour que tout soit lié. Donc, vous avez ici, alors pour mon information, les facteurs de seuil de sélection. Il évalue différentes transformations, différentes normalisations, puis il évalue la population vierge la plus appropriée. |
| Vous avez une sortie de tous |
| valeurs aberrantes, qu’elles soient analytiques ou biologiques. |
| Et les identités des valeurs aberrantes. Ouais tu as ... donc tu vois, tu as tout |
| analyse qui doit être effectuée, toutes les analyses pertinentes pour les paramètres. Idem également pour les seuils de confirmation. Et voici le score ADA, que le score soit négatif, positif, réactif. Alors |
| par cela, toute l'analyse est faite et vous avez les conclusions finales. |
| Sous les sorties des tableaux de données. |
| Et la même chose, ce que nous voyons ici, la même chose, nous l'avons aussi, bien sûr, au format PDF. |
| Cela peut ensuite être soumis pour ... |
| soumis |
| pour ... c'est validé. Nous sommes en mesure de le valider pour que tout ce que nous avons vu là-bas, vous le revoyez ici au format PDF. |
| Alors |
| alors, pour conclure, quel était l'effet, quel était le but à faire. |
| Nous avons pu générer |
| codes pour faire une analyse très rapidement et efficacement. Normalement, cela prenait des jours pour l'analyse et pour le reporting, maintenant nous pouvons avoir notre ... |
| notre analyse et rapport en 10 minutes, c'est donc un automatisé de manière standardisée. |
| C'est un rapport automatique et il est également effectué dans un environnement validé qui convient à la soumission. |
| Alors oui, je veux parler ... pour remercier mes collègues, mes collègues des équipes d'efficacité et de sécurité non cliniques. J'ai mis en évidence les personnes impliquées dans |
| le développement de l'outil utilisateur final. |
| Et aussi ouais c'était, bien sûr, |
| une collaboration entre différentes équipes, je tiens donc à remercier toutes les personnes qui y ont participé. |
