Characterization of the human kinetic adjustment factor for the health risk assessment of environmental contaminants
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A default uncertainty factor of 3.16 (√10) is applied to account for interindividual variability in toxicokinetics when performing non-cancer risk assessments. Using relevant human data for specific chemicals, as WHO/IPCS suggests, it is possible to evaluate, and replace when appropriate, this default factor by quantifying chemical-specific adjustment factors for interindividual variability in toxicokinetics (also referred to as the human kinetic adjustment factor, HKAF). The HKAF has been determined based on the distributions of pharmacokinetic parameters (e.g., half-life, area under the curve, maximum blood concentration) in relevant populations. This article focuses on the current state of knowledge of the use of physiologically based algorithms and models in characterizing the HKAF for environmental contaminants. The recent modeling efforts on the computation of HKAF as a function of the characteristics of the population, chemical and its mode of action (dose metrics), as well as exposure scenario of relevance to the assessment are reviewed here. The results of these studies, taken together, suggest the HKAF varies as a function of the sensitive subpopulation and dose metrics of interest, exposure conditions considered (route, duration, and intensity), metabolic pathways involved and theoretical model underlying its computation. The HKAF seldom exceeded the default value of 3.16, except in very young children (i.e., <≈ 3 months) and when the parent compound is the toxic moiety. Overall, from a public health perspective, the current state of knowledge generally suggest that the default uncertainty factor is sufficient to account for human variability in non-cancer risk assessments of environmental contaminants.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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