Caractérisation de la pharmacocinétique suite à l’exposition multivoie au toluène, au n-hexane et au cyclohexane chez le rat
Bibliographic record
Abstract
La contribution de l’inhalation et de la voie percutanée à l’exposition totale à des composés organiques volatils (COV) présents dans l’eau potable est une problématique qui suscite un intérêt grandissant en santé publique et au niveau réglementaire. Jusqu’à tout récemment, seule l’ingestion était considérée dans l’évaluation du risque des contaminants de l’eau. L’objectif de ce projet était de caractériser l’impact de l’exposition multivoie sur la pharmacocinétique et la dose interne de trois COV : le toluène (TOL), le n-hexane (HEX) et le cyclohexane (CYCLO). À cette fin, un modèle expérimental animal a été utilisé et un modèle toxicocinétique à base physiologique (TCBP) a été adapté pour le TOL. Des rats Sprague-Dawley ont été exposés par voies uniques (inhalation, orale et percutanée) ou simultanées (multivoie) aux solvants. Pour le TOL, les trois voies ont été expérimentées, alors que la voie percutanée n’a pas été retenue pour le HEX et le CYCLO. Des prélèvements sanguins ont permis de caractériser les cinétiques sanguines. Les niveaux sanguins, obtenus lors des expositions multivoies, étaient généralement plus élevés que la somme des niveaux associés aux expositions par voies uniques, fait illustré par le rapport des surfaces sous la courbe expérimentale versus les prédictions (TOL : 1,30 et 2,19 ; HEX : 1,55 ; CYCLO : 0,98 et 0,99). Le modèle TCBP prédit bien la cinétique du TOL lors d’expositions par voies uniques et par multivoies. Les données expérimentales obtenues suggèrent que la dose interne résultant d’une exposition multivoie ne peut pas toujours être prédite par la somme des doses internes obtenues lors d’expositions par voies uniques. Ce phénomène serait explicable par la saturation du métabolisme. La modélisation TCBP est un outil efficace pour l’estimation du risque relatif à l’exposition multivoie aux COV présents dans l’eau potable.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".