Comparative risk assessment of carcinogens in alcoholic beverages using the margin of exposure approach
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».