A framework for <i>in vitro</i> systems toxicology assessment of e-liquids
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
Various electronic nicotine delivery systems (ENDS), of which electronic cigarettes (e-cigs) are the most recognized prototype, have been quickly gaining ground on conventional cigarettes because they are perceived as less harmful. Research assessing the potential effects of ENDS exposure in humans is currently limited and inconclusive. New products are emerging with numerous variations in designs and performance parameters within and across brands. Acknowledging these challenges, we present here a proposed framework for an in vitro systems toxicology assessment of e-liquids and their aerosols, intended to complement the battery of assays for standard toxicity assessments. The proposed framework utilizes high-throughput toxicity assessments of e-liquids and their aerosols, in which the device-to-device variability is minimized, and a systems-level investigation of the cellular mechanisms of toxicity is an integral part. An analytical chemistry investigation is also included as a part of the framework to provide accurate and reliable chemistry data solidifying the toxicological assessment. In its simplest form, the framework comprises of three main layers: (1) high-throughput toxicity screening of e-liquids using primary human cell culture systems; (2) toxicity-related mechanistic assessment of selected e-liquids, and (3) toxicity-related mechanistic assessment of their aerosols using organotypic air-liquid interface airway culture systems. A systems toxicology assessment approach is leveraged to enable in-depth analyses of the toxicity-related cellular mechanisms of e-liquids and their aerosols. We present example use cases to demonstrate the suitability of the framework for a robust in vitro assessment of e-liquids and their aerosols.
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 | 0,002 | 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