Is there a role for the adverse outcome pathway framework to support radiation protection?
Notice bibliographique
Résumé
PURPOSE: In 2012, the Organization for Economic Cooperation and Development (OECD) formally launched the Adverse Outcome Pathway (AOP) Programme. The AOP framework has the potential for predictive utility in identifying early biological endpoints linked to adverse effects. It uses the weight of correlative evidence to identify a minimal set of measurable key events that link molecular initiating events to an adverse outcome. AOPs have the capability to identify knowledge gaps and priority areas for future research based on relevance to an adverse outcome. In addition, AOPs can identify pathways that are common among multiple stressors, thereby allowing for the possibility of refined risk assessments based on co-exposure considerations. The AOP framework is increasingly being used in chemical and ecological risk assessment; however, its use in the development of radiation-specific pathways has yet to be fully explored. To bring awareness of the AOP framework to the Canadian radiation community, a workshop was held in Canada in June 2018 that brought together radiation experts from Health Canada, the Canadian Nuclear Laboratories, and the Canadian Nuclear Safety Commission. METHODS: The purpose of the workshop was to share knowledge on the AOP framework, specifically (1) to introduce the concept of the AOP framework and its possible utility to Canadian radiation experts; (2) to provide examples on how it has advanced risk assessment; (3) to discuss an illustrative example specific to ionizing radiation; and lastly (4) to identify the broad benefits and challenges of the AOP framework to the radiation community. RESULTS: The participants showed interest in the framework, case examples were described and areas of challenge were identified. Herein, we summarize the outcomes of the workshop. CONCLUSIONS: Overall, participants agreed that by building AOPs in the radiation field, a network of data-sharing initiatives will enhance our interpretation of existing knowledge where current scientific evidence is minimal. They would provide new avenues to understand effects at low-dose and dose-rates and help to quantify the combined effect of multiple stressors on shared mechanistic pathways.
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 | 0,141 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,011 | 0,047 |
| Communication savante | 0,021 | 0,016 |
| Science ouverte | 0,011 | 0,014 |
| Intégrité de la recherche | 0,011 | 0,024 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».