Availability, Quality, and Relevance of Toxicogenomics Data for Human Health Risk Assessment: A Scoping Review of the Literature on Trihalomethanes
Notice bibliographique
Résumé
Human health risk assessment (HHRA) must be adapted to the challenges of the 21st century, and the use of toxicogenomics data in HHRA is among the changes that regulatory agencies worldwide are trying to implement. However, the use of toxicogenomics data in HHRA is still limited. The purpose of this study was to explore the availability, quality, and relevance to HHRA of toxicogenomics publications as potential barriers to their use in HHRA. We conducted a scoping review of available toxicogenomics literature, using trihalomethanes as a case study. Four bibliographic databases (including the Comparative Toxicogenomics Database) were assessed. An evaluation table was developed to characterize quality and relevance of studies included on the basis of criteria proposed in the literature. Studies were selected and analyzed by 2 independent reviewers. Only 9 studies, published between 1997 and 2015, were included in the analysis. Based on the selected criteria, critical methodological details were often missing; in fact, only 3 out of 9 studies were considered to be of adequate quality for HHRA. No studies met >3 (out of 7) criteria of relevance to HHRA (eg, adequate number of doses and sample size). This first scoping review of toxicogenomics publications on trihalomethanes shows that low availability, quality, and relevance to HHRA of toxicogenomics publications presents potential barriers to their use in HHRA. Improved reporting of methodological details and study design is needed in the future so that toxicogenomics studies can be appropriately assessed regarding their quality and value for HHRA.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».