Assessing the impact of the duration and intensity of inhalation exposure on the magnitude of the variability of internal dose metrics in children and adults
Notice bibliographique
Résumé
The objective of this study was to assess the impact of the exposure duration and intensity on the human kinetic adjustment factor (HKAF). A physiologically based pharmacokinetic model was used to compute target dose metrics (i.e. maximum blood concentration (C(max)) and amount metabolized/L liver/24 h (Amet)) in adults, neonates (0-30 days), toddlers (1-3 years), and pregnant women following inhalation exposure to benzene, styrene, 1,1,1-trichloroethane and 1,4-dioxane. Exposure scenarios simulated involved various concentrations based on the chemical's reference concentration (low) and six of U.S. EPA's Acute Exposure Guideline Levels (AEGLs) (high), for durations of 10 min, 60 min, 8 h, and 24 h, as well as at steady-state. Distributions for body weight (BW), height (H), and hepatic CYP2E1 content were obtained from the literature or from P3M software, whereas blood flows and tissue volumes were calculated from BW and H. The HKAF was computed based on distributions of dose metrics obtained by Monte Carlo simulations [95th percentile in each subpopulation/median in adults]. At low levels of exposure, ranges of C(max)-based HKAF were 1-6.8 depending on the chemical, with 1,4-dioxane exhibiting the greatest values. At high levels of exposure, this range was 1.1-5.2, with styrene exhibiting the greatest value. Neonates were always the most sensitive subpopulation based on C(max), and pregnant women were most sensitive based on Amet in the majority of the cases (1.3-2.1). These results have shown that the chemical-specific HKAF varies as a function of exposure duration and intensity of inhalation exposures, and sometimes exceeds the default value used in risk assessments.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».