Mode of Action Frameworks in Toxicity Testing and Chemical Risk Assessment
Notice bibliographique
Résumé
Recently, legislative mandates worldwide are requiring systematic consideration of much larger numbers of chemicals. This necessitates more efficient and effective toxicity testing, as a basis to be more predictive in a risk assessment context. This in turn requires much more emphasis early in the design of test strategies on both potential exposure and mechanism or modes of toxicity and a resulting shift based on the latter, from hazard identification to hazard characterization in order to group substances and additionally inform development of predictive computational tools. It also requires a much better common understanding in the regulatory risk assessment community of the nature of appropriate information to inform consideration of mode of action and resulting implications for dose-response and ultimately, risk characterization. This requires a shift in focus from the previously principally qualitative considerations of toxicological science to the necessarily more predictive and quantitative focus of risk assessment and has implications for appropriate communication and training of risk assessors. Human relevance of mode of action frameworks continue to play a critical role in hypothesis generation and the systematic consideration of the weight of evidence supporting the use of mechanistic data in regulatory risk assessment. Framework analyses increase the transparency of delineation of the relative degrees of uncertainty associated with various options for consideration in dose-response and risk characterization for impacted populations. Framework analyses are also instrumental in acquiring transparency on critical data gaps that will further reduce uncertainty. As such, they force distinction of choices made on the basis of science policy versus those that are science judgment related, including reliance on default, based on erroneous premise that it is always health protective. The potential of these frameworks to increase consistency and transparency in decision making contributes to increase common understanding among communities and jurisdictions. They are an important tool for coordination and communication between the research and regulatory risk assessment communities. They are also an essential “bridge” in the evolution of toxicity testing to be more predictive, relevant and risk-based, through relation of early perturbations to apical endpoints in a context relevant to current application in regulatory risk assessment. As we move forward to develop more integrative test strategies to meet evolving and demanding regulatory mandates to deal efficiently with significantly larger numbers of chemicals including groups and combined exposures, early assimilation of the information in a mode of action context as envisaged by application of these frameworks is essential.
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 | 0,044 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,020 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,008 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».