Standardisation and international adoption of defined approaches for skin sensitisation
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
In the absence of stand-alone one-to-one replacements for existing animal tests, efforts were made to integrate data from in silico , in chemico and in vitro methods to ensure sufficient mechanistic coverage of the skin sensitisation Adverse Outcome Pathway (AOP) and generate predictions suitable for hazard identification and potency sub-categorisation. A number of defined approaches (DAs), using fixed data interpretation procedures (DIP) to integrate data from multiple non-animal information sources, were proposed and documented using a standard reporting template developed by the Organisation for Economic Co-operation and Development (OECD). Subsequent international activities focused on the extensive characterisation of three of these DAs with respect to the reference in vivo data, applicability domains, limitations, predictive performances and characterisations of the level of confidence associated with the predictions. The ultimate product of this project was an OECD Guideline that provides information equivalent to that provided by the animal studies and that can be used to satisfy countries’ regulatory data requirements for skin sensitisation. This Defined Approach Guideline was the first of its kind for the OECD, and provides an important precedent for regulatory adoption of human biology-relevant new approach methodologies with performances equivalent to, or better than, traditional animal tests. This mini review summarizes the principal features of the defined approaches described in OECD guideline 497.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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