MétaCan
Menu
Retour à la cohorte
Enregistrement W2155491988 · doi:10.1080/713608373

A Framework for Human Relevance Analysis of Information on Carcinogenic Modes of Action

2003· review· en· W2155491988 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCritical Reviews in Toxicology · 2003
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCarcinogens and Genotoxicity Assessment
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésComparabilityRelevance (law)Risk assessmentAnimal testingRisk analysis (engineering)Human studiesMedicineComputer scienceToxicologyBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

The human relevance framework (HRF) outlines a four-part process, beginning with data on the mode of action (MOA) in laboratory animals, for evaluating the human relevance of animal tumors. Drawing on U.S. EPA and IPCS proposals for animal MOA analysis, the HRF expands those analyses to include a systematic evaluation of comparability, or lack of comparability, between the postulated animal MOA and related information from human data sources. The HRF evolved through a series of case studies representing several different MOAs. HRF analyses produced divergent outcomes, some leading to complete risk assessment and others discontinuing the process, according to the data available from animal and human sources. Two case examples call for complete risk assessments. One is the default: When data are insufficient to confidently postulate a MOA for test animals, the animal tumor data are presumed to be relevant for risk assessment and a complete risk assessment is necessary. The other is the product of a data-based finding that the animal MOA is relevant to humans. For the specific MOA and endpoint combinations studied for this article, full risk assessments are necessary for potentially relevant MOAs involving cytotoxicity and cell proliferation in animals and humans (Case Study 6, chloroform) and formation of urinary-tract calculi (Case Study 7, melamine). In other circumstances, when data-based findings for the chemical and endpoint combination studied indicate that the tumor-related animal MOA is unlikely to have a human counterpart, there is little reason to continue the risk assessment for that combination. Similarly, when qualitative considerations identify MOAs specific to the test species or quantitative considerations indicate that the animal MOA is unlikely to occur in humans, such hazard findings are generally conclusive and further risk assessment is not necessary for the endpoint-MOA combination under study. Case examples include a tumor-related protein specific to test animals (Case Study 3, d-limonene), the tumor consequences of hormone suppression typical of laboratory animals but not humans (Case Study 4, atrazine), and chemical-related enhanced hormone clearance rates in animals relative to humans (Case Study 5, phenobarbital). The human relevance analysis is highly specific for the chemical-MOA-tissue-endpoint combination under analysis in any particular case: different tissues, different endpoints, or alternative MOAs for a given chemical may result in different human relevance findings. By providing a systematic approach to using MOA data, the HRF offers a new tool for the scientific community's overall effort to enhance the predictive power, reliability and transparency of cancer risk assessment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,126
Tête enseignante GPT0,473
Écart entre enseignants0,346 · 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