Recommendations on the environmental risk assessment of pharmaceuticals: Effect characterization
Notice bibliographique
Résumé
The effects testing of pharmaceuticals consists of a tiered investigation of ecotoxicological endpoints. However, effects testing has to be performed only when the predicted environmental concentrations (PECs) of pharmaceuticals are above certain action limits. To study the appropriateness of these action limits, a literature search was performed for pharmaceuticals with predicted no-effect concentrations (PNECs) close to or below the action limits. Some human pharmaceuticals showed effects at concentrations ≤100 ng/L, mostly in nonstandard fish or invertebrate tests. In addition, antibiotics and parasiticides sometimes had effects at concentrations <10 mg/kg soil. To help in identifying pharmaceuticals that should undergo effects testing although their PECs are below the action limits, "however clauses" are postulated for pharmaceuticals that are potentially persistent, bioaccumulative, carcinogenic, mutagenic, or reproductively toxic. Effects testing should also be performed for pharmaceuticals that 1) affect target structures that are conserved across species, 2) have a high potency or a small therapeutic margin, 3) are from a new therapeutic class, and 4) are structurally similar to compounds with known effects. Furthermore, suggestions for improving the effects testing of pharmaceuticals are made. These include inter alia chronic effects testing as a general approach, the use of invertebrate tests including sexual reproduction, the application of endpoints reflecting the mode of action of the drug or known side effects, and the simulation of more realistic exposure conditions in terrestrial laboratory tests.
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) | 0,005 | 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 ».