Recent Advances in Probabilistic Dose–Response Assessment to Inform Risk‐Based Decision Making
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
Paradoxically, risk assessments for the majority of chemicals lack any quantitative characterization as to the likelihood, incidence, or severity of the risks involved. The relatively few cases where "risk" is truly quantified are based on either epidemiologic data or extrapolation of experimental animal cancer bioassay data. The paucity of chemicals and health endpoints for which such data are available severely limits the ability of decisionmakers to account for the impacts of chemical exposures on human health. The development by the World Health Organization International Programme on Chemical Safety (WHO/IPCS) in 2014 of a comprehensive framework for probabilistic dose-response assessment has opened the door to a myriad of potential advances to better support decision making. Building on the pioneering work of Evans, Hattis, and Slob from the 1990s, the WHO/IPCS framework provides both a firm conceptual foundation as well as practical implementation tools to simultaneously assess uncertainty, variability, and severity of effect as a function of exposure. Moreover, such approaches do not depend on the availability of epidemiologic data, nor are they limited to cancer endpoints. Recent work has demonstrated the broad feasibility of such approaches in order to estimate the functional relationship between exposure level and the incidence or severity of health effects. While challenges remain, such as better characterization of the relationship between endpoints observed in experimental animal or in vitro studies and human health effects, the WHO/IPCS framework provides a strong basis for expanding the breadth of risk management decision contexts supported by chemical risk assessment.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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