Environmental Risks of Pharmaceutical Mixtures in Aquatic Ecosystems: Reflections on a Decade of Research
Notice bibliographique
Résumé
Pharmaceuticals and personal care products (PPCPs) occur as variable mixtures in surface waters receiving discharges of human and animal wastes. A key question identified a decade ago is how to assess the effects of long-term exposures of these PPCP mixtures on nontarget organisms. We review the recent progress made on assessing the aquatic ecotoxicity of PPCP mixtures-with a focus on active pharmaceutical ingredients-and the challenges and research needs that remain. New knowledge has arisen from the use of whole-mixture testing combined with component-based approaches, and these studies show that mixtures often result in responses that meet the concentration addition model. However, such studies have mainly been done on individual species over shorter time periods, and longer-term, multispecies assessments remain limited. The recent use of targeted and nontargeted gene analyses has improved our understanding of the diverse pathways that are impacted, and there are promising new "read-across" methods that use mammalian data to predict toxicity in wildlife. Risk assessments remain challenging given the paucity of ecotoxicological and exposure data on PPCP mixtures. As such, the assessment of PPCP mixtures in aquatic environments should remain a priority given the potential for additive-as well as nontarget-effects in nontarget organisms. In addition, we need to improve our understanding of which species, life stages, and relevant endpoints are most sensitive to which types of PPCP mixtures and to expand our knowledge of environmental PPCP levels in regions of the globe that have been poorly studied to date. We recommend an increased use of new approach methodologies, in particular "omics," to advance our understanding of the molecular mechanics of mixture effects. Finally, we call for systematic research on the role of PPCP mixtures in the development of antimicrobial resistance. Environ Toxicol Chem 2024;43:549-558. © 2023 SETAC.
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 | 0,010 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,007 | 0,014 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».