Comparative risk assessment of carcinogens in alcoholic beverages using the margin of exposure approach
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
Alcoholic beverages have been classified as carcinogenic to humans. As alcoholic beverages are multicomponent mixtures containing several carcinogenic compounds, a quantitative approach is necessary to compare the risks. Fifteen known and suspected human carcinogens (acetaldehyde, acrylamide, aflatoxins, arsenic, benzene, cadmium, ethanol, ethyl carbamate, formaldehyde, furan, lead, 4-methylimidazole, N-nitrosodimethylamine, ochratoxin A and safrole) occurring in alcoholic beverages were identified based on monograph reviews by the International Agency for Research on Cancer. The margin of exposure (MOE) approach was used for comparative risk assessment. MOE compares a toxicological threshold with the exposure. MOEs above 10,000 are judged as low priority for risk management action. MOEs were calculated for different drinking scenarios (low risk and heavy drinking) and different levels of contamination for four beverage groups (beer, wine, spirits and unrecorded alcohol). The lowest MOEs were found for ethanol (3.1 for low risk and 0.8 for heavy drinking). Inorganic lead and arsenic have average MOEs between 10 and 300, followed by acetaldehyde, cadmium and ethyl carbamate between 1,000 and 10,000. All other compounds had average MOEs above 10,000 independent of beverage type. Ethanol was identified as the most important carcinogen in alcoholic beverages, with clear dose response. Some other compounds (lead, arsenic, ethyl carbamate, acetaldehyde) may pose risks below thresholds normally tolerated for food contaminants, but from a cost-effectiveness point of view, the focus should be on reducing alcohol consumption in general rather than on mitigative measures for some contaminants that contribute only to a limited extent (if at all) to the total health risk.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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