A review of Health Canada’s progress on human biomonitoring-based risk assessments and the path forward
Notice bibliographique
Résumé
Since the launch of the Chemicals Management Plan (CMP) in 2006, Health Canada has initiated screening-level risk assessments (RAs) of approximately 4300 priority substances under the Canadian Environmental Protection Act, 1999 (CEPA). With the availability of nationally representative human biomonitoring (HBM) data, over 300 of these substances were assessed using HBM-based RA approaches. Qualitative and quantitative HBM-based RA approaches for the regulatory risk assessment of the general population of Canada were developed to increase the efficiency of screening the potential health risk of CMP priority substances. To support HBM-based RAs, several biomonitoring equivalents (BE) were derived to interpret HBM data. For some CMP substances, Health Canada conducted cumulative risk assessments of chemical mixtures using HBM data as measures of exposure. In 2023, CEPA was amended to include the assessment of populations who may be disproportionately impacted (vulnerable populations) and the cumulative effects of multiple chemicals. Going forward, Health Canada is exploring modern approaches in HBM-based RAs, including biomarkers of effect and non-traditional biomarkers (e.g., hair, nails) to address CEPA amendments. This manuscript will discuss Health Canada's progress in HBM-based RAs, and the possible path forward in using HBM data to strengthen human health risk assessments.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».