MétaCan
Menu
Retour à la cohorte
Enregistrement W3163038694 · doi:10.71781/1169

Caractérisation de l’impact des interactions chimiques sur la variabilité interindividuelle de la toxicocinétique des composés organiques volatiles, et portée sur une approche appliquée de dosimétrie inverse

2020· dissertation· fr· W3163038694 sur OpenAlexfundaboutno aff
Honesty G. Tohon

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2020
Typedissertation
Languefr
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensnon disponible
Organismes subventionnairesHealth Canada
Mots-clésHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

La biosurveillance humaine consiste en des mesures de produits chimiques ou de leurs métabolites dans des liquides biologiques. Ces données biologiques sont souvent interprétées en les comparant à des valeurs dites bio-équivalentes aux valeurs toxicologiques de référence (VTR) qui ont été pour la plupart définies grâce à l’utilisation de modèles animaux dans un contexte de simple exposition chimique. Pourtant, elles peuvent résulter de co-expositions multivoies (cas des composés organiques volatils (COVs)) pouvant donner lieu à des interactions toxicocinétiques chez humain. Des approches de modélisation toxicocinétique à base physiologique (TCBP) ont été conçues pour étudier ces interactions. Mais, leur impact sur la variabilité interindividuelle (VI) de la toxicocinétique des substances individuelles, et l’évaluation résultante du risque toxique des contaminants chimiques suite à une exposition multivoies, n’ont que peu ou pas été investigués. Par ailleurs, des études proposent une approche de reconstitution directe de l’exposition chimique externe à partir de mesures sanguines de COVs (composés parents) grâce à des modèles TCBP probabilistes, souvent construits pour des adultes de 70 kg, et des calculs de probabilité. C’est la dosimétrie inverse. Mais les incertitudes associées aux estimations d’exposition externe faites grâce à cette approche à partir de mesures biologiques ponctuelles collectées lors des enquêtes de santé n’ont presque pas été étudiées. La présente recherche doctorale vise à caractériser l’impact des co-expositions chimiques multivoies sur la variabilité interindividuelle de la toxicocinétique des COVs, en vue d’en tenir éventuellement compte dans la mise au point dans cette thèse d’approches appliquées de dosimétrie inverse. Dans un premier temps, nous avons construit des modèles TCBP multivoies pour deux mélanges (benzène, toluène, éthylbenzène et m-xylène (BTEX) d’une part, et trichloroéthylène et chlorure de vinyle (TCE-CV) d’autre part) pour des sous-populations humaines d’âges différents (y compris une sous-population d’adultes). Ces modèles ont été couplés à des simulations de Monte Carlo pour explorer l’impact des co-expositions multivoies sur la VI de la toxicocinétique des substances individuelles en cas d’expositions ‘’faibles’’ ou ‘’élevées’’. Des index de variabilité (IV) ont été calculés comme étant le rapport du 95 ème centile de la distribution d’une dose interne chez les autres sous-populations étudiées au 50 ème centile de la même distribution chez les adultes. Dans un deuxième temps, nous avons raffiné l’approche existante de dosimétrie inverse en développant des modèles TCBP probabilistes d’inhalation pour des sous-populations canadiennes (d’âge, de poids corporel et de taille différents) dont les mesures sanguines de toluène ont été collectées lors du cycle 3 de l’enquête canadienne sur les mesures de la santé (ECMS-3), en vue de reconstituer leur exposition externe correspondante. Enfin, nous avons développé une approche individuelle de dosimétrie inverse pour estimer l’exposition externe au toluène à partir des mesures urinaires d’un de ses métabolites (l’acide S-benzylmercapturique, ou en anglais : S-benzylmercapturic acid ou BMA) rapportées chez des individus Canadiens. Ici, deux techniques ont été testées pour cette estimation : estimer l’exposition au toluène à partir des mesures ponctuelles de BMA urinaire d’une journée complète obtenues chez chaque individu et estimer l’exposition à partir d’une mesure individuelle de BMA urinaire sur des urines de 24 h. L’approche individuelle nous a permis de proposer une méthode pour quantifier l’incertitude, c’est-à-dire l’erreur possible, sur les estimations d’exposition externe faites par dosimétrie inverse à partir des mesures ponctuelles provenant des enquêtes de santé. Cette étude doctorale a révélé que l’impact des co-expositions multivoies sur la VI toxicocinétique peut dépendre des composés des mélanges et du niveau d’exposition à ces substances. Par exemple, la variation obtenue sur les IVs basés sur la quantité de substance métabolisée par les CYP2E1 est d’environ -9 à -5 % et -38 à -33% pour le benzène respectivement pour les expositions ‘’faibles’’ et ‘’élevées’’ simulées au mélange. Pour le CV et le TCE, elle est respectivement de -17 à -13% et -20 à -11% pour les expositions ‘’élevées’’, et nulle pour les ‘’faibles’’ expositions au mélange. Les expositions au toluène dans l’air estimées par dosimétrie inverse dans cette thèse (médianes entre 0,004 et 0,01 ppm) sont bien en dessous des valeurs guides maximales recommandées par Santé Canada pour une exposition chronique et suggèrent une exposition via l’air intérieur. L’incertitude mentionnée plus haut, quant à elle, varie entre 15 et 23 % dans le cadre de nos travaux. La présente étude doctorale a contribué à améliorer l’évaluation du risque toxicologique des COVs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,215
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)Même sujetAnalytical Chemistry and ChromatographyTravaux en français237 207