Review of the state of the art of human biomonitoring for chemical substances and its application to human exposure assessment for food safety
Notice bibliographique
Résumé
Human biomonitoring (HBM) measures the levels of substances in body fluids and tissues. Many countries have conducted HBM studies, yet little is known about its application towards chemical risk assessment, particularly in relation to food safety. Therefore a literature search was performed in several databases and conference proceedings for 2002 – 2014. Definitions of HBM and biomarkers, HBM techniques and requirements, and the possible application to the different steps of risk assessment were described. The usefulness of HBM for exposure assessment of chemical substances from food source, and for the implementation of a systematic Post Market Monitoring (PMM) approach for regulated chemical substances was evaluated. An inventory of HBM programmes provides detailed information about study design, analytical methods, reference values (RV) and biomarkers used. Environmental monitoring and associations between HBM values and food, as well as coverage of substances and remaining deficits are highlighted. The review of study results provides information on emerging chemicals, higher exposed and particularly vulnerable populations. Conclusions: HBM can bring added value for chemical risk assessment in food safety areas (namely exposure assessment), and for the implementation of a systematic PMM approach. But further work needs to be done to improve usability. Major deficits are the lack of HBM guidance values on a considerable number of substance groups, for which health based guidance values (HBGVs) have been developed, insufficient knowledge regarding exposure sources, and incomplete dietary intake assessment. Recommendations: We recommend to foster development of HBM based guidance values and validated analytical methods/BMs, stronger inclusion of substances of interest for EFSA in European surveys, expanded monitoring of highly exposed and vulnerable subgroups, uptake of EFSA guidance concerning dietary intake assessment, as well as biobanking, surveillance synergies and targeted research, and an EU wide collaborative approach to support the future use of HBM in PMM.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».