Predicting GHS toxicity using RTCA and discrete-time Fourier transform
Notice bibliographique
Résumé
In order to promote the acceptance of cell-based toxicity testings, the accuracy of cytotoxicity test must be determined when compared to in vivo results. Traditional methods of cytotoxicity analysis, such as LC[Formula: see text] (concentration where 50% of the cells are killed) can be problematic since they have been found to vary with time. Technological advances in cytotoxicity testing make it easy to record the dynamic data on changes in cell proliferation, morphology, and damage. To effectively and reasonably analyze the dynamic data, we present a new in vitro toxicity assessed method using the discrete-time Fourier transform (DTFT) which maps the measured cell index from the time domain to the frequency domain. The direct current (DC) component of the DTFT is extracted as a feature which reflects the intensity of cytotoxicity. The smaller the value, the higher the cytotoxicity. Then, a novel toxicity index, as expressed in terms of DC[Formula: see text], is calculated. Results generated with selected test chemicals are compared favorably with data obtained from The Interagency Coordinating Committee on the Validation of Alternative Method (ICCVAM) report concerning the prediction of acute systemic toxicity in rodents. The method can be applied with the standard and high throughput to estimate acute rodent oral toxicity which reduces the number of animals required in subsequent pharmacological/toxicological studies.
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 | 0,001 |
| 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 ».