Quantitative and qualitative concordance between clinical and nonclinical toxicity data
Notice bibliographique
Résumé
Although rodent toxicity testing plays an important role in evaluating human hazards of environmental and industrial chemicals, evaluating the concordance of the rodent testing results with human effects is challenging because these chemicals cannot be tested in humans. In this study, we evaluate the quantitative and qualitative concordance of lowest observed adverse effect levels (LOAELs) and adverse endpoints between in vivo and in vitro models of human health and human clinical trials of pharmaceuticals. Rodent human equivalent dose-adjusted LOAEL (LOAELHED) values and human LOAEL values for the sensitive effect in each species were moderately correlated in a protective context. When matched rodent and human effects were evaluated, the quantitative correlation in dose did not improve, and the qualitative balanced accuracy in effects was low, suggesting limited predictivity. Absolute differences in rodent LOAELHED and human LOAEL values were nearly 1 log10 unit with rodent LOAELHED values consistently higher; however, rodent LOAELHED values were less than the human LOAEL values for >95% of drugs when divided by typical composite uncertainty factors. In comparison, in vitro bioactivity administered equivalent dose (AED) values showed a similar moderate correlation and absolute differences with human LOAEL values, but in vitro bioactivity AED values were consistently lower. When in vitro bioactivity AED values were compared with rodent LOAELHED values, the correlation was lower and differences larger relative to human LOAEL comparison. Overall, the study expands previous efforts evaluating the concordance of rodent toxicological testing results with human responses and presents objective expectations for alternative toxicity testing approaches.
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 | 0,010 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| 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 ».