Caractérisation de l’impact des interactions chimiques sur la variabilité interindividuelle de la toxicocinétique des composés organiques volatiles, et portée sur une approche appliquée de dosimétrie inverse
Bibliographic record
Abstract
La biosurveillance humaine consiste en des mesures de produits chimiques ou de leurs métabolites dans des liquides biologiques. Ces données biologiques sont souvent interprétées en les comparant à des valeurs dites bio-équivalentes aux valeurs toxicologiques de référence (VTR) qui ont été pour la plupart définies grâce à l’utilisation de modèles animaux dans un contexte de simple exposition chimique. Pourtant, elles peuvent résulter de co-expositions multivoies (cas des composés organiques volatils (COVs)) pouvant donner lieu à des interactions toxicocinétiques chez humain. Des approches de modélisation toxicocinétique à base physiologique (TCBP) ont été conçues pour étudier ces interactions. Mais, leur impact sur la variabilité interindividuelle (VI) de la toxicocinétique des substances individuelles, et l’évaluation résultante du risque toxique des contaminants chimiques suite à une exposition multivoies, n’ont que peu ou pas été investigués. Par ailleurs, des études proposent une approche de reconstitution directe de l’exposition chimique externe à partir de mesures sanguines de COVs (composés parents) grâce à des modèles TCBP probabilistes, souvent construits pour des adultes de 70 kg, et des calculs de probabilité. C’est la dosimétrie inverse. Mais les incertitudes associées aux estimations d’exposition externe faites grâce à cette approche à partir de mesures biologiques ponctuelles collectées lors des enquêtes de santé n’ont presque pas été étudiées. La présente recherche doctorale vise à caractériser l’impact des co-expositions chimiques multivoies sur la variabilité interindividuelle de la toxicocinétique des COVs, en vue d’en tenir éventuellement compte dans la mise au point dans cette thèse d’approches appliquées de dosimétrie inverse. Dans un premier temps, nous avons construit des modèles TCBP multivoies pour deux mélanges (benzène, toluène, éthylbenzène et m-xylène (BTEX) d’une part, et trichloroéthylène et chlorure de vinyle (TCE-CV) d’autre part) pour des sous-populations humaines d’âges différents (y compris une sous-population d’adultes). Ces modèles ont été couplés à des simulations de Monte Carlo pour explorer l’impact des co-expositions multivoies sur la VI de la toxicocinétique des substances individuelles en cas d’expositions ‘’faibles’’ ou ‘’élevées’’. Des index de variabilité (IV) ont été calculés comme étant le rapport du 95 ème centile de la distribution d’une dose interne chez les autres sous-populations étudiées au 50 ème centile de la même distribution chez les adultes. Dans un deuxième temps, nous avons raffiné l’approche existante de dosimétrie inverse en développant des modèles TCBP probabilistes d’inhalation pour des sous-populations canadiennes (d’âge, de poids corporel et de taille différents) dont les mesures sanguines de toluène ont été collectées lors du cycle 3 de l’enquête canadienne sur les mesures de la santé (ECMS-3), en vue de reconstituer leur exposition externe correspondante. Enfin, nous avons développé une approche individuelle de dosimétrie inverse pour estimer l’exposition externe au toluène à partir des mesures urinaires d’un de ses métabolites (l’acide S-benzylmercapturique, ou en anglais : S-benzylmercapturic acid ou BMA) rapportées chez des individus Canadiens. Ici, deux techniques ont été testées pour cette estimation : estimer l’exposition au toluène à partir des mesures ponctuelles de BMA urinaire d’une journée complète obtenues chez chaque individu et estimer l’exposition à partir d’une mesure individuelle de BMA urinaire sur des urines de 24 h. L’approche individuelle nous a permis de proposer une méthode pour quantifier l’incertitude, c’est-à-dire l’erreur possible, sur les estimations d’exposition externe faites par dosimétrie inverse à partir des mesures ponctuelles provenant des enquêtes de santé. Cette étude doctorale a révélé que l’impact des co-expositions multivoies sur la VI toxicocinétique peut dépendre des composés des mélanges et du niveau d’exposition à ces substances. Par exemple, la variation obtenue sur les IVs basés sur la quantité de substance métabolisée par les CYP2E1 est d’environ -9 à -5 % et -38 à -33% pour le benzène respectivement pour les expositions ‘’faibles’’ et ‘’élevées’’ simulées au mélange. Pour le CV et le TCE, elle est respectivement de -17 à -13% et -20 à -11% pour les expositions ‘’élevées’’, et nulle pour les ‘’faibles’’ expositions au mélange. Les expositions au toluène dans l’air estimées par dosimétrie inverse dans cette thèse (médianes entre 0,004 et 0,01 ppm) sont bien en dessous des valeurs guides maximales recommandées par Santé Canada pour une exposition chronique et suggèrent une exposition via l’air intérieur. L’incertitude mentionnée plus haut, quant à elle, varie entre 15 et 23 % dans le cadre de nos travaux. La présente étude doctorale a contribué à améliorer l’évaluation du risque toxicologique des COVs.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".