Cumulative Health Risk from Exposure Load (CHREL): Looking at multi-chemical exposures through the lens of biomonitoring guidance values
Notice bibliographique
Résumé
Exposure load (EL) is an indicator of multiple chemical exposures based on human biomonitoring data. We used EL methodology and human biomonitoring health-based guidance values (HB2GVs) as exposure thresholds to create a new metric called Cumulative Health Risk from Exposure Load (CHREL). HB2GVs are derived by calculating the concentration of a biomarker consistent with a health protective exposure guidance value. CHREL analysis was conducted using Canadian Health Measures Survey (CHMS) cycle 3 and 4 biomonitoring data. Based on 18 chemicals, more than half of the Canadian population had an estimated CHREL TOTAL of 1 or more, indicative of chemical exposures potentially above selected exposure guidance values. Females had a significantly lower CHREL TOTAL compared to males, 12–19 year olds had a lower CHREL TOTAL compared to older age groups (significant compared to 40–59 year olds), and nonsmokers had a significantly lower CHREL TOTAL than smokers. Small segments of the population had a CHREL LIVER or a CHREL NERV of 1 or more, indicating exposures potentially above guideline levels for chemicals affecting the liver or nervous system. CHREL CANC was calculated based on 6 chemicals with HB2GVs derived for cancer endpoints. At the 10 −5 risk level, most people had an estimated CHREL CANC of 3, indicative of multiple chemicals that may exceed negligible cancer risk. The most important contributors to exposures above HB2GVs were inorganic arsenic, mercury, acrylamide, xylenes, benzene and triclosan. Keeping certain assumptions, uncertainties and limitations in mind, the CHREL indicator can be used to obtain a picture of potential cumulative health risks from combined chemical exposures in a population, and as a comparative measure between subpopulations, including vulnerable subgroups. • We created a metric called Cumulative Health Risk from Exposure Load (CHREL). • CHREL is an indicator of potential health risks from multiple chemical exposures. • CHREL uses human biomonitoring guidance values as exposure thresholds. • Females had lower CHREL than males; adolescents had lower CHREL than older adults. • Nonsmokers had lower CHREL than people who smoke.
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 | 0,001 |
| 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 ».