A PBPK Modeling-Based Approach to Account for Interactions in the Health Risk Assessment of Chemical Mixtures
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
The objectives of the present study were: (1) to develop a risk assessment methodology for chemical mixtures that accounts for pharmacokinetic interactions among components, and (2) to apply this methodology to assess the health risk associated with occupational inhalation exposure to airborne mixtures of dichloromethane, benzene, toluene, ethylbenzene, and m-xylene. The basis of the proposed risk assessment methodology relates to the characterization of the change in tissue dose metrics (e.g., area under the concentration-time curve for parent chemical in tissues [AUCtissue], maximal concentration of parent chemical or metabolite [Cmax], quantity metabolized over a period of time) in humans, during mixed exposures using PBPK models. For systemic toxicants, an interaction-based hazard index was calculated using data on tissue dose of mixture constituents. Initially, the AUCtarget tissue (AUCtt) corresponding to guideline values (e.g., threshold limit value [TLV]) of individual chemicals were obtained. Then, the AUCtt for each chemical during mixed exposure was obtained using a mixture PBPK model that accounted for the binary and higher order interactions occurring within the mixture. An interaction-based hazard index was then calculated for each toxic effect by summing the ratio of AUCtt obtained during mixed exposure (predefined mixture) and single exposure (TLV). For the carcinogenic constituents of the mixture, an interaction-based response additivity approach was applied. This method consisted of adding the cancer risk for each constituent, calculated as the product of q*tissue dose and AUCtt. The AUCtt during mixture exposures was obtained using an interaction-based PBPK model. The approaches developed in the present study permit, for the first time, the consideration of the impact of multichemical pharmacokinetic interactions at a quantitative level in mixture 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.
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