Critical analysis of literature on low-dose synergy for use in screening chemical mixtures for risk assessment
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
There is increasing interest in the use of tiered approaches in risk assessment of mixtures or co-exposures to chemicals for prioritization. One possible screening-level risk assessment approach is the threshold of toxicological concern (TTC). To date, default assumptions of dose or response additivity have been used to characterize the toxicity of chemical mixtures. Before a screening-level approach could be used, it is essential to know whether synergistic interactions can occur at low, environmentally relevant exposure levels. Studies demonstrating synergism in mammalian test systems were identified from the literature, with emphasis on studies performed at doses close to the points of departure (PODs) for individual chemicals. This search identified 90 studies on mixtures. Few included quantitative estimates of low-dose synergy; calculations of the magnitude of interaction were included in only 11 papers. Quantitative methodology varied across studies in terms of the null hypothesis, response measured, POD used to test for synergy, and consideration of the slope of the dose-response curve. It was concluded that consistent approaches should be applied for quantification of synergy, including that synergy be defined in terms of departure from dose additivity; uniform procedures be developed for assessing synergy at low exposures; and the method for determining the POD for calculating synergy be standardized. After evaluation of the six studies that provided useful quantitative estimates of synergy, the magnitude of synergy at low doses did not exceed the levels predicted by additive models by more than a factor of 4.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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