Using in vitro data to derive acceptable exposure levels: A case study on PBDE developmental neurotoxicity
Notice bibliographique
Résumé
BACKGROUND: Current acceptable chemical exposure levels (e.g., tolerable daily intake) are mainly based on animal experiments, which are costly, time-consuming, considered non-ethical by many, and may poorly predict adverse outcomes in humans. OBJECTIVE: To evaluate a method using human in vitro data and biological modeling to calculate an acceptable exposure level through a case study on 2,2',4,4'-tetrabromodiphenyl ether (BDE-47) developmental neurotoxicity (DNT). METHODS: ) in cells. We subsequently used a pharmacokinetic model of gestation and lactation to estimate administered equivalent doses leading to four different metrics of child brain concentration (i.e., average prenatal, average postnatal, average overall, and maximum concentration) equal to the point of departure. The administered equivalent doses were translated into tolerable daily intakes using uncertainty factors. Finally, we calculated biomonitoring equivalents for maternal serum and compared them to published epidemiological studies of DNT. RESULTS: of 164 μg/kg of cells for BDE-47 induced alteration of differentiation in neural progenitor cells. We estimated administered equivalent doses of 0.925-3.767 μg/kg/day in mothers, and tolerable daily intakes of 0.009-0.038 μg/kg/day (composite uncertainty factor: 100). The lowest derived biomonitoring equivalent was 19.75 ng/g lipids, which was consistent with reported median (0.9-23 ng/g lipids) and geometric mean (7.02-26.9 ng/g lipids) maternal serum concentrations from epidemiological studies. CONCLUSION: This case study supports using in vitro data and biological modeling as a viable alternative to animal testing to derive acceptable exposure levels.
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 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) | 0,000 | 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 | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».