Critical reviews of exposure assessment in carcinogenic hazard identification: the IARC<i>Monographs</i>experience
Notice bibliographique
Résumé
Objectives To summarise the rationale, workflow and recommendations for the conduct of exposure assessment critiques in key human studies evaluated for International Agency for Research on Cancer (IARC) Monographs on the Identification of Carcinogenic Hazards. Methods Approaches to evaluating exposure assessment quality in human cancer and mechanistic studies were reviewed according to the precepts outlined in the IARC Monographs Preamble, using two agents as case studies. Exposure assessment ‘domains’, that is, salient aspects of exposure assessment for the agent under evaluation, were selected for review across the key human studies. Results The case studies of night shift work (volume 124) and 1,1,1-trichloroethane (volume 130) used a common approach, tailored to the agents’ specific exposure scenarios, to evaluate exposure assessment quality. Based on the experiences of IARC Working Groups to date, the implementation of exposure assessment critique requires the need for agent-specific knowledge, consideration of the validity of time-varying exposure metrics related to duration and intensity, and transparent, concise reviews that prioritise the most important strengths and limitations of exposure assessment methods used in human studies. Conclusions Exposure assessment has not historically been a fully appreciated component for evaluating the quality of epidemiological studies in cancer hazard identification. Exposure assessment critique in key human cancer and mechanistic studies is now an integral part of IARC Monographs evaluations and its conduct will continue to evolve as new agents are evaluated. The approaches identified here should be considered as a potential framework by others when evaluating the exposure assessment component of epidemiological studies for systematic reviews.
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) | 0,001 | 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 | 0,000 |
| 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 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 ».