Utility of In Vitro Bioactivity as a Lower Bound Estimate of In Vivo Adverse Effect Levels and in Risk-Based Prioritization
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
Use of high-throughput, in vitro bioactivity data in setting a point-of-departure (POD) has the potential to accelerate the pace of human health safety evaluation by informing screening-level assessments. The primary objective of this work was to compare PODs based on high-throughput predictions of bioactivity, exposure predictions, and traditional hazard information for 448 chemicals. PODs derived from new approach methodologies (NAMs) were obtained for this comparison using the 50th (PODNAM, 50) and the 95th (PODNAM, 95) percentile credible interval estimates for the steady-state plasma concentration used in in vitro to in vivo extrapolation of administered equivalent doses. Of the 448 substances, 89% had a PODNAM, 95 that was less than the traditional POD (PODtraditional) value. For the 48 substances for which PODtraditional < PODNAM, 95, the PODNAM and PODtraditional were typically within a factor of 10 of each other, and there was an enrichment of chemical structural features associated with organophosphate and carbamate insecticides. When PODtraditional < PODNAM, 95, it did not appear to result from an enrichment of PODtraditional based on a particular study type (eg, developmental, reproductive, and chronic studies). Bioactivity:exposure ratios, useful for identification of substances with potential priority, demonstrated that high-throughput exposure predictions were greater than the PODNAM, 95 for 11 substances. When compared with threshold of toxicological concern (TTC) values, the PODNAM, 95 was greater than the corresponding TTC value 90% of the time. This work demonstrates the feasibility, and continuing challenges, of using in vitro bioactivity as a protective estimate of POD in screening-level assessments via a case study.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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