Grouping of PFAS for human health risk assessment: Findings from an independent panel of experts
Notice bibliographique
Résumé
An expert panel was convened to provide insight and guidance on per- and polyfluoroalkyl substances (PFAS) grouping for the purposes of protecting human health from drinking water exposures, and how risks to PFAS mixtures should be assessed. These questions were addressed through multiple rounds of blind, independent responses to charge questions, and review and comments on co-panelists responses. The experts agreed that the lack of consistent interpretations of human health risk for well-studied PFAS and the lack of information for the vast majority of PFAS present significant challenges for any mixtures risk assessment approach. Most experts agreed that "all PFAS" should not be grouped together, persistence alone is not sufficient for grouping PFAS for the purposes of assessing human health risk, and that the definition of appropriate subgroups can only be defined on a case-by-case manner. Most panelists agreed that it is inappropriate to assume equal toxicity/potency across the diverse class of PFAS. A tiered approach combining multiple lines of evidence was presented as a possible viable means for addressing PFAS that lack analytical and/or toxicological studies. Most PFAS risk assessments will need to employ assumptions that are more likely to overestimate risk than to underestimate risk, given the choice of assumptions regarding dose-response model, uncertainty factors, and exposure information.
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 | 0,203 | 0,146 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».