Evaluating the use of dose-response relationships based on in vitro data in establishing acceptable exposure levels in humans
Notice bibliographique
Résumé
Avec plus de 350 000 produits chimiques utilisés et de nouveaux arrivant sur le marché chaque année, des outils rapides et à coûts réduits sont nécessaires pour l'étude de ces produits. L’évaluation des risques pour ces produits est généralement faite à partir d’études animales, mais celles-ci présentent plusieurs limitations. Par exemple, évaluer le potentiel cancérogène d’une substance prendre jusqu'à trois ans et coûter six millions de dollars. En outre, il a été démontré que les modèles animaux n'ont qu'un faible pouvoir prédictif par rapport aux effets chez l’humain. Pour surmonter ces obstacles, on assiste actuellement à un mouvement mondial en faveur du développement et de l'acceptation de nouvelles approches méthodologiques (NAM) pour la priorisation des produits chimiques et l'évaluation des risques. \nNotre objectif était d’élaborer et d'évaluer une nouvelle approche d’extrapolation in vitro à in vivo (IVIVE) pour établir des niveaux d'exposition acceptables chez l'homme en combinant des des études in vitro et des outils de modélisation toxicologique. À cette fin, nous avons développé et évalué un outil informatique utilisé dans l'approche IVIVE et mené des études de cas sur deux produits chimiques pour lesquels étaient disponibles des données in vitro, des modèles d'exposition, et des études épidémiologiques associant l’exposition à des effets néfastes chez l’humain. \nDans le premier article, nous avons développé et évalué un modèle de bilan de masse dynamique (IV-MBM DP v1.0) pour estimer les concentrations intracellulaires au cours d'expériences in vitro avec administration répétée, incluant une description du transport facilité. Pour évaluer la précision du modèle, nous avons paramétré et appliqué le modèle à des scénarios de dose unique et de doses répétées, et évalué les concentrations estimées aux données empiriques. En outre, nous avons simulé des scénarios de dosage répété pour des produits chimiques organiques représentant une diversité de caractéristiques physico-chimiques, et nous avons comparé leur dispersion dans le système au fil du temps. Dans l'ensemble, pour les scénarios de dosage unique et répété, la concordance entre les données simulées et expérimentales a illustré le pouvoir prédictif du modèle. \ni \nDans les deuxième et troisième articles, nous nous sommes concentrés sur l'utilisation et l'évaluation de notre nouvelle approche IVIVE en faisant deux études de cas impliquant l'exposition placentaire et lactationnelle à des polluants organiques persistants. La première étape de notre méthodologie a été la sélection d'un point de départ à partir d'une étude in vitro utilisant des cellules humaines. Ensuite, nous avons appliqué la modélisation benchmark dose pour obtenir la concentration associée à un changement relatif de 5% de la réponse par rapport au contrôle. Nous avons ensuite appliqué la modélisation de de bilan de masse pour déterminer la concentration cellulaire pour un point de départ conduisant à un changement de réponse de 5%. Un modèle toxicocinétique pour le transfert placentaire et par l’allaitement a ensuite été utilisé pour calculer la dose équivalente administrée et la concentration plasmatique associée, et des facteurs d'incertitude (variabilité interindividuelle (10) et sous-chronique à chronique (10)) ont été appliqués pour calculer les apports quotidiens tolérables et les équivalents de biosurveillance. Les équivalents de biosurveillance ont été comparés aux concentrations dans le sang de la mère et du cordon ombilical mesurées dans les études épidémiologiques. Nos études de cas portaient sur la neurotoxicité développementale du 2,2',4,4'-tétrabromodiphényléther (BDE-47) et sur l'obésogénicité du dichlorodiphényldichloroéthylène (p,p'-DDE). Pour les deux études, les apports quotidiens tolérables calculés en tenant compte des facteurs d’incertitude étaient plus faibles que les valeurs toxicologiques de référence déterminées sur la base d’études animales. En outre, les deux études de cas ont produit des équivalents de biosurveillance se situant dans la gamme des concentrations maternelles et du cordon ombilical mesurées dans les études épidémiologiques. \nDans l'ensemble, l'évaluation de notre modèle de bilan de masse, ainsi que les valeurs conservatrices générées par l'approche IVIVE dans nos études de cas, renforcent la confiance dans les NAM, ce qui est essentiel pour leur adoption future par les organismes de réglementation.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».