MétaCan
Menu
Retour à la cohorte
Enregistrement W2086086800 · doi:10.1002/ieam.77

Environmental risk assessment for the serotonin re-uptake inhibitor fluoxetine: Case study using the European risk assessment framework

2010· article· en· W2086086800 sur OpenAlexaff
Ken D. Oakes, Anja Coors, Beate I. Escher, Kathrin Fenner, Jeanne Garric, M. Gust, Thomas Knacker, Anette Küster, Carola Kussatz, Chris D. Metcalfe, Sara C. Monteiro, Thomas W. Moon, Jan A. Mennigen, Joanne L. Parrott, Alexandre RR Péry, M. Ramil, Ines Roennefahrt, José Tarazona, Paloma Sánchez‐Argüello, Thomas A. Ternes, Vance L. Trudeau, Tatiana Boucard, Glen J. Van Der Kraak, Mark R. Servos

Notice bibliographique

RevueIntegrated Environmental Assessment and Management · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueChemistry and Chemical Engineering
Établissements canadiensUniversity of OttawaUniversity of GuelphTrent UniversityEnvironment and Climate Change CanadaUniversity of Waterloo
Organismes subventionnairesU.S. Environmental Protection Agency
Mots-clésFluoxetineRisk assessmentSerotoninSerotonin reuptake inhibitorEnvironmental scienceMedicineInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

The serotonin re-uptake inhibitor fluoxetine was selected for an environmental risk assessment, using the most recent European guideline (EMEA 2006) within the European Union (EU)-funded Environmental Risk Assessment of Pharmaceuticals (ERAPharm) project due to its environmental persistence, acute toxicity to nontarget organisms, and unique pharmacokinetics associated with a readily ionizable compound. As a widely prescribed psychotropic drug, fluoxetine is frequently detected in surface waters adjacent to urban areas because municipal wastewater effluents are the primary route of entry to aquatic environments. In Phase I of the assessment, the initial predicted environmental concentration of fluoxetine in surface water (initial PEC(SW)) reached or exceeded the action limit of 10 ng/L, when using both a default market penetration factor and prescription data for Sweden, Germany, and the United Kingdom. Consequently, a Phase II risk assessment was conducted in which green algae were identified as the most sensitive species with a NOEC of <0.6 microg/L. From this value, a predicted no effect concentration for surface waters (PNEC(SW)) of 0.012 microg/L was derived. The PEC/PNEC ratio was above the trigger value of 1 in worst-case exposure scenarios indicating a potential risk to the aquatic compartment. Similarly, risks of fluoxetine for sediment-dwelling organisms could not be excluded. No risk assessment was conducted for the terrestrial compartment due to a lack of data on effects of fluoxetine on soil organisms. The need for a separate risk assessment for the main metabolite of fluoxetine, norfluoxetine, was not conducted because of a lack of fate and effect studies. Based on published data, fluoxetine and norfluoxetine appeared to have a low to moderate bioaccumulation potential, which should be confirmed in formal studies according to OECD guidelines. Exposure assessments for fluoxetine according to the current framework rely heavily on K(OC) and K(OW) values. This approach is problematic, because fluoxetine is predominantly a cationic substance at environmental pH values. Consequently, the fate of fluoxetine (and other ionic substances) cannot be predicted using partition coefficients established for nonionic compounds. Further, published estimates for partition coefficients of fluoxetine vary, resulting in considerable uncertainties in both the exposure and environmental risk assessments of fluoxetine.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,254
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations96
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntegrated Environmental Assessment and ManagementMême sujetChemistry and Chemical EngineeringTravaux en français237 207