Conférencier | Transcription |
| Els Pattyn | Bonjour, je m'appelle Els Pattyn et je travaille en tant que statisticienne non clinique de l'efficacité et de la sécurité chez Sanofi. Je suis donc heureux de vous présenter dans JMP un outil d'utilisateur final que nous avons développé pour les évaluations d'immunogénicité. |
| Première petite 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 nanocorps sont des entités de la chaîne lourde des camélidés, comme vous pouvez le voir ici, et vous pouvez discriminer. (OK, je vais d'abord mon pointeur... définir mon pointeur. Je pense que tu ne vois rien.) |
| Bon, nous y sommes. Ainsi, les nanocorps sont des entités 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 en clinique. C'était Cablivi. C'était et |
| il est ciblé pour une maladie sanguine rare atTTP. Et 2018 a été une autre année importante puisque nous avons été rachetés par Sanofi, qui est une grande société biopharmaceutique |
| dont le siège est en France. Alors alors à cette époque, on était plus de 450 salariés, mais avec le rachat de Sanofi et on fait partie d'une assez grande entreprise. |
| Sanofi lui-même 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 plateforme thérapeutique de Sanofi est très large. C'est seulement... ce n'est pas seulement les nanocorps, mais c'est vraiment beaucoup et ça continue de croître. |
| Ensuite 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 lorsque votre système immunitaire a une réponse appropriée à un agent pathogène, mais cela peut aussi... peut aussi être une réponse voulue à un agent thérapeutique et c'est le cas dans le cas d'un vaccin. |
| Cela peut aussi être une réponse non désirée, une réponse à un antigène thérapeutique et cela s'appelle alors des 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 une capacité neutralisante de sorte que vous perdez votre activité, il ne sera donc pas surprenant qu'il accorde une attention particulière aux entités réglementaires. |
| Plusieurs directives émises par l'EMEA et la FDA concernant les ADA et comment les analyser. |
| Ainsi, les déterminations complètes des ADA remplissent 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 recherchez 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 voulez déterminer quels isotypes il cible. |
| Donc, ce que nous devons faire, c'est 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 une population dite vierge ou naïve. |
| Ainsi, 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 une variabilité... une vulnérabilité technique, donc c'est de vos analystes, donc de votre course, |
| crédibilité d'une assiette à l'autre. 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 des effets aléatoires dans votre modèle. |
| Il y avait donc au sein de Sanofi, un |
| un... |
| un besoin d'avoir un outil d'utilisateur final pour un bon réglage des points, donc les objectifs étaient que nous puissions avoir une approche harmonisée et standardisée sur tous les sites ; |
| pour disposer d'un outil convivial pour l'utilisateur final avec l'état de l'art de l'analyse, 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. |
| 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 facilement être 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 aussi un atout, c'est qu'il est programmable en fonction d'une décision dépendante du résultat. Nous avons donc commencé par récupérer les scripts de chaque graphique et de chaque analyse que nous voulions faire, puis c'est devenu une analyse vraiment énorme. |
| Nous avons un code parental et voyons ici, et nous avons différents |
| codes enfants qui sont appelés par les codes parentaux. |
| Et c'est, |
| comme je l'ai dit, cela devrait être, cela devrait être programmable 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. |
| Donc |
| c'est autour de certains aspects supplémentaires du code, à quoi il ressemble. |
| Donc |
| avant de faire une démonstration, ici il y a deux, en fait deux étapes que nous voulons effectuer l'analyse. Tout d'abord, il y a un modèle Excel où nous remplissons... où les données brutes doivent être remplies. |
| Et puis la JSL doit être lancée. Alors c'est fait, seul le code parental reste à lancer. |
| Je vais passer en revue ces deux étapes. Donc |
| 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 essai ADA ou d'un essai NAb et selon qu'il s'agit d'un essai NAb ou ADA, les noms d'en-tête sont différents. Donc ici, vous pouvez dire que c'est un test ADA, c'est soit sans, soit avec des données de confirmation. |
| Le code est adapté pour pouvoir soit |
| accepter... qu'il peut soit accepter des données résumées, soit 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 répétitions. |
| 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 ce |
| puis nous faisons une feuille de travail. Et puis ici, vous avez vos modèles Excel que vous devez remplir et ils sont prêts à être téléchargés et ont le nom correct pour les téléchargements. |
| Ainsi, 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, c'est de cliquer sur les codes JSL parentaux et automatiquement un menu d'interaction apparaît. Et puis il faut remplir les champs à remplir, alors oui. |
| Faites juste ici et testez JMP. |
| Ensuite, il existe 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 |
| nombres 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 le 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 en zéro. Donc alors |
| vous avez une deuxième fenêtre d'introduction ici. C'est un test ADA, donc c'est typique du test ADA. Vous avez un test NAb, |
| vous avez une autre fenêtre. Donc ici, vous devez sélectionner si c'est clinique ou non clinique parce que les bons points, je pense, sont différents là-bas. J'ai ici une donnée de confirmation et je veux l'analyser dans un contexte clinique, alors je clique dessus ici. |
| Maintenant, vous avez une valeur aberrante différente .... |
| décrire 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 ligne directrice interne et quand vous avez... vous voulez cette approche, alors il n'y aura pas d'autre fenêtre qui s'ouvrira. |
| Et lorsque vous voulez 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 spécifique |
| différence. Ainsi, lorsque vous cliquez ici, vous disposez d'options supplémentaires, mais je souhaite m'en tenir à l'approche générale de téléchargement. Et puis vous pouvez également avoir une exclusion initiale. Nous voulons le faire ici et, une fois que vous avez entré cela, 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 de sorte que lorsque vous avez supprimé les valeurs aberrantes, d'abord analytiques, puis 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 |
| passe. |
| Et puis, à la fin, il y a un rapport. C'est ce que vous voyez ici, |
| c'est encore l'assemblage du rapport maintenant. |
| Et il produit maintenant les ensembles de données au format PDF. |
| Générer les sorties alors maintenant, et maintenant, c'est fini. Donc, dans les parties de résultat, |
| tous les résultats sont automatiquement sortis 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 agréable |
| pour JMP c'est que vous avez votre interactivité quand vous voulez suivre |
| ce sujet, par exemple. Je dois double-cliquer sur 411. |
| Vous pouvez le suivre tout au long de l'analyse afin que tout soit lié. Donc, alors vous avez ici, alors pour mon information, les facteurs de point de coupure de dépistage. 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. Il en va de même pour les points de coupure de confirmation. Et voici le score ADA, que le score soit négatif, positif, réactif. Donc |
| par là, toute l'analyse est faite et vous avez les conclusions finales. |
| Sous les tableaux de données sorties. |
| 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 |
| car... c'est validé. Nous sommes en mesure de le valider donc tout ce que nous y avons vu, vous le revoyez ici au format PDF. |
| Donc |
| donc, pour conclure, quel a été l'effet, quel était le but à faire. |
| Nous avons pu générer |
| codes pour faire une analyse très rapidement et efficacement. Normalement ça prenait des jours pour l'analyse et pour le reporting, maintenant on peut avoir notre... |
| notre analyse et notre rapport en 10 minutes, c'est donc automatisé de manière standardisée. |
| Il s'agit d'un reporting automatique et il est également effectué dans un environnement validé et adapté 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 qui ont participé à |
| le développement de l'outil utilisateur final. |
| Et oui c'était aussi, bien sûr, |
| une collaboration entre différentes équipes, je tiens donc à remercier toutes les personnes qui y ont participé. |
