Przegląd wybranych metod szacowania ryzyka wynikającego z narażenia zawodowego na substancje rakotwórcze

• Authors: Małgorzata Kupczewska-Dobecka , Anna Nowak , Joanna Jurewicz

Title variants

EN

Review of selected methods for estimating risk from occupational exposure to carcinogenic substances

Abstracts

EN

Assessing the expected level of cancer risk associated with occupational exposure to chemical substances is extremely important, as it forms the basis for the proper and safe organization of work in a company. It allows the translation of scientific research findings into legal regulations, enabling the implementation of appropriate preventive measures and optimizing the protection of workers’ health. This article discusses various methods for estimating the risk associated with the occurrence of cancer due to exposure to carcinogenic substances in workplaces. An analysis, summary, and synthesis of the literature were conducted, based on which 7 methods for estimating cancer risk were selected. These methods utilize descriptors (features or variables used to describe data), numerical modeling techniques measured during observations, and approaches based on artificial intelligence. The decision to select these specific methods was driven by their representativeness of different approaches to risk assessment, allowing for a comprehensive analysis and comparison of their strengths and weaknesses. The analysis revealed that there is no universal best method for risk estimation, and the choice largely depends on the data available from experimental animal studies. Key factors include the species and number of animals used in the experiment giving statistical power, the route of administration, the duration of the experiment, the incidence of spontaneous tumors, and the appropriate selection of tumors that might occur in humans. There is a need for continuous improvement and harmonization of risk assessment methods and the incorporation of the latest scientific research to effectively manage health risks associated with exposure to carcinogenic substances in the workplace.

PL

Oszacowanie oczekiwanego poziomu ryzyka raka związanego z narażeniem zawodowym na substancje chemiczne jest niezwykle istotne, ponieważ stanowi podstawę właściwej i bezpiecznej organizacji pracy w przedsiębiorstwie, pozwala przełożyć wiedzę pochodzącą z badań naukowych na regulacje prawne, co umożliwia podjęcie odpowiednich działań profilaktycznych i optymalizuje ochronę zdrowia pracowników. W artykule omówiono różne metody szacowania ryzyka występowania nowotworów wynikających z narażenia na substancje rakotwórcze w miejscach pracy. Dokonano analizy, podsumowania i syntezy piśmiennictwa, na podstawie których wybrano 7 metod szacowania ryzyka raka wykorzystujących zarówno cechy lub zmienne używane do opisu danych, tzw. deskryptory, jak i inne techniki modelowania oparte na danych liczbowych, które są mierzone podczas obserwacji, oraz podejścia wykorzystujące sztuczną inteligencję. Decyzja o wyborze tych konkretnych metod wynikała z ich reprezentatywności dla różnych strategii szacowania ryzyka, co umożliwiło ich kompleksową analizę oraz porównanie ich mocnych i słabych stron. Wykazano, że nie ma uniwersalnej, najlepszej metody szacowania ryzyka, a jej wybór zależy głównie od dostępnych danych z badań eksperymentalnych na zwierzętach. Kluczowe znaczenie ma uwzględnienie specyfiki badania, obejmującej gatunek i liczbę zwierząt, drogę podania, czas trwania eksperymentu, częstość występowania spontanicznych nowotworów oraz właściwy wybór rodzaju nowotworu potencjalnie występującego u ludzi, co zapewnia pewność statystyczną. Istnieje potrzeba ciągłego doskonalenia i harmonizacji metod oceny ryzyka oraz uwzględnienia najnowszych badań naukowych, aby efektywnie zarządzać ryzykiem zdrowotnym związanym z ekspozycją na substancje rakotwórcze w miejscu pracy.

Keywords

PL

narażenie zawodowe; szacowanie ryzyka; substancje rakotwórcze; metody szacowania ryzyka; modelowanie statystyczne; badania eksperymentalne na zwierzętach

EN

occupational exposure; risk assessment; carcinogens; risk assessment methods; statistical modelling; experimental studies on animals

• Publisher: Instytut Medycyny Pracy im. prof. dra Jerzego Nofera w Łodzi
• Journal: Medycyna Pracy
• Year: 2025
• Volume: 76
• Issue: 1
• Pages: 41-55

Dates

published

2025

Contributors

author

Małgorzata Kupczewska-Dobecka

• Instytut Medycyny Pracy im. prof. J. Nofera w Łodzi / Nofer Institute of Occupational Medicine, Łódź, Polska (Zakład Bezpieczeństwa Chemicznego / Chemical Safety Department)

• https://orcid.org/0000000196339428

author

Anna Nowak

• Instytut Medycyny Pracy im. prof. J. Nofera w Łodzi / Nofer Institute of Occupational Medicine, Łódź, Polska (Zakład Bezpieczeństwa Chemicznego / Chemical Safety Department)

author

Joanna Jurewicz

• Instytut Medycyny Pracy im. prof. J. Nofera w Łodzi / Nofer Institute of Occupational Medicine, Łódź, Polska (Zakład Bezpieczeństwa Chemicznego / Chemical Safety Department)

References

• Nohmi T. Thresholds of Genotoxic and Non-Genotoxic Carcinogens. Toxicol Res. 2018;34(4):281–290. https://doi.org/10.5487/TR.2018.34.4.281.
• Högberg J, Järnberg J. Approaches for the setting of occupational exposure limits (OELs) for carcinogens. Crit Rev Toxicol. 2023;53(3):131–167. https://doi.org/10.1080/10408444.2023.2218887.
• Bolt HM, Huici-Montagud A. Strategy of the Scientific Committee on Occupational Exposure Limits (SCOEL) in the derivation of occupational exposure limits for carcinogens and mutagens. Arch Toxicol. 2008;82(1):61–64. https://doi.org/10.1007/s00204-007-0260-z.
• Szymczak W. Ilościowe metody oceny ryzyka raka będącego skutkiem narażenia na substancje chemiczne. Med Pr Work Health Saf. 2009;60(3):215–221.
• Świątkowska B, Hanke W. Choroby zawodowe w Polsce w 2023 roku [Internet]. Łódź: Instytut Medycyny Pracy im. prof. J. Nofera; 2024 [cited 2024 Oct 21]. Available from: https://medycynapracyportal.pl/wp-content/uploads/prawo/choroby_zawodowe/choroby-zawodowe-2023.pdf.
• Klimecka A, Konieczko K, Szczęsna D, Jurewicz J. Zawodowe kancerogeny i mutageny w Polsce – występowanie i narażenie pracowników w latach 2018–2021 na podstawie danych z centralnego rejestru czynników o działaniu rakotwórczym lub mutagennym. Med Pr Work Health Saf. 2023;74(5):399–407. https://doi.org/10.13075/mp.5893.01459.
• Skowroń J, Czerczak S. Zasady ustalania dopuszczalnych poziomów narażenia dla czynników rakotwórczych w środowisku pracy w Polsce i w krajach Unii Europejskiej. Med Pr Work Health Saf. 2013;64(4):541–563. https://doi.org/10.13075/mp.5893.2013.0046.
• European Chemicals Agency [Internet]. Helsinki: The Agency; 2012 [cited 2024 Mar 31]. Guidance on information requirements and chemical safety assessment. Chapter R. 8: characterisation of dose [concentration] – response for human health. Version: 2.1. Available from: https://echa.europa.eu/documents/10162/13632/information_requirements_r8_en.pdf/e153243a-03f0-44c5-8808-88af66223258.
• Roberts RA, Crump KS, Lutz WK, Wiegand H, Williams G, Harrison P. Scientific analysis of the proposed uses of the T25 dose descriptor in chemical carcinogen regulation. Arch Toxicol. 2001;(75):507–512. https://doi.org/10.1007/s002040100271.
• Dybing E, Sanner T, Roelfzema H, Kroese D, Tennant RW. T25: a simplified carcinogenic potency index: description of the system and study of correlations between carcinogenic potency and species/site specificity and mutagenicity. Pharmacol Toxicol. 1997;80(6):272–279. https://doi.org/10.1111/j.1600-0773.1997.tb01973.x.
• Sanner T, Dybing E, Willems MI, Kroese ED. A simple method for quantitative risk assessment of non-threshold carcinogens based on the dose descriptor T25. Pharmacol Toxicol. 2001;88(6):331–41.
• Thresher A, Gosling JP, Williams R. Generation of TD50 values for carcinogenicity study data. Toxicol Res. 2019; 8(5):696–703. https://doi.org/10.1039/c9tx00118b.
• Thomas R, Oliveira AAF, Ponting DJ, Thresher A. Use of the TD50 99% CI for single dose rodent carcinogenicity studies. Toxicol Lett. 2023;390:1–4. https://doi.org/10.1016/j.toxlet.2023.10.015.
• Fitzpatrick RB. CPDB: Carcinogenic Potency Database. Med Ref Serv Q. 2008;27(3):303–311. https://doi.org/10.1080/02763860802198895.
• Farris FF, Ray SD. Cancer Potency Factor. Encyc Toxicol. 2014;3:642–644. https://doi.org/10.1016/B978-0-12-386454-3.00448-6.
• World Health Organization [Internet]. Geneva: The Organization; 2021 [cited 2024 May 9]. World Health Organization human health risk assessment toolkit: chemical hazards, second edition. Available from: https://iris.who.int/bitstream/handle/10665/350206/9789240035720-eng.pdf?sequence=1.
• Office of Environmental Health Hazard Assessment [Internet]. California: OEHHA Office; 2023 [cited 2024 Oct 22]. Appendix A: Hot Spots Unit Risk and Cancer Potency Values. Available from: https://oehha.ca.gov/media/downloads/crnr/appendixa.pdf.
• Greco SL, MacIntyre E, Young S, Warden H, Drudge C, Kim JH, et al. An approach to estimating the environmental burden of cancer from known and probable carcinogens: application to Ontario, Canada. BMC Public Health. 2020;20:1017. https://doi.org/10.1186/s12889-020-08771-w.
• Health Canada [Internet]. Ottawa: Government of Canada; 2010 [cited 2025 Jan 13]. Federal contaminated site risk assessment in Canada, part II: Health Canada toxicological values (TRVs) and chemical-specific factors, ver. 2, prepared by Contaminated Sites Division, Safe Environments Directorate. Available from: https://publications.gc.ca/site/eng/9.694269/publication.html.
• European Commission [Internet]. Brussels: Scientific Committees: on Health and Environmental Risks (SCHER), on Consumer Products (SCCP), on Emerging and Newly Identified Health Risks (SCENIHR); 2009 [cited 2024 Oct 22]. Risk assessment methodologies and approaches for genotoxic and carcinogenic substances. Available from: https://ec.europa.eu/health/ph_risk/committees/04_scher/docs/scher_o_113.pdf.
• Jang S, Shao K, Chiu WA. Beyond the cancer slope factor: Broad application of Bayesian and probabilistic approaches for cancer dose-response assessment. Environ Int. 2023;175:107959. https://doi.org/10.1016/j.envint.2023.107959.
• Li Z. A disease-specific screening-level modeling approach for assessing the cancer risks of pesticide mixtures. Chemosphere. 2022;286(2):131811. https://doi.org/10.1016/j.chemosphere.2021.131811.
• European Centre for Ecotoxicology and Toxicology of Chemicals [Internet]. Brussels: ECETOC; 2022 [cited 2024 May 9]. The Use of T25 Estimates and Alternative Methods in the Regulatory Risk Assessment of Non-threshold Carcinogens in the European Union. Technical Report No. 83. Available from: https://www.ecetoc.org/wp-content/uploads/2014/08/ECETOC-TR-083.pdf.
• European Food Safety Authority [Internet]. Parma: EFSA Agency; 2023 [cited 2024 May 9]. Margin of Exposure. Available from: https://www.efsa.europa.eu/en/topics/topic/margin-exposure.
• European Food Safety Authority [Internet]. Parma: EFSA Agency; 2023 [cited 2024 May 9]. BMD. Available from: https://www.efsa.europa.eu/pl/glossary/bmd.
• European Food Safety Authority [Internet]. Parma: EFSA Agency; 2022 [cited 2024 May 9]. Guidance on the use of the benchmark dose approach in risk assessment. Available from: https://efsa.onlinelibrary.wiley.com/doi/full/10.2903/j.efsa.2022.7584.
• United States Environmental Protection Agency [Internet]. Washington: The Agency; 2023 [cited 2024 May 9]. How-to: Modeling Dichotomous Data in BMDS Online. Available from: https://www.epa.gov/bmds/how-modeling-dichotomous-data-bmds-online.
• Haber LT, Dourson ML, Allen BC, Hertzberg RC, Parker A, Vincent MJ, et al. Benchmark dose (BMD) modeling: current practice, issues, and challenges. Crit Rev Toxicol. 2018;48(5):387–415. https://doi.org/10.1080/10408444.2018.1430121.
• Selby PB, Calabrese EJ. How self-interest and deception led to the adoption of the linear non-threshold dose response (LNT) model for cancer risk assessment. Sci Total Environ. 2023;10(898):165402. https://doi.org/10.1016/j.scitotenv.2023.165402.
• Benford D, Bolger PM, Carthew P, Coulet M, DiNovi M, Leblanc JC, et al. Application of the Margin of Exposure (MOE) approach to substances in food that are genotoxic and carcinogenic. Food Chem Toxicol. 2010;48:S2–S24. https://doi.org/10.1016/j.fct.2009.11.003.
• Lin Z, Chou WC. Machine Learning and Artificial Intelligence in Toxicological Sciences. Toxicol Sci. 2022;25: 189(1):7–19. https://doi.org/10.1093/toxsci/kfac075.
• Serafimova R, Fuart Gatnik M, Worth A. Scientific and Technical Reports: Review of QSAR Models and Software Tools for Predicting Genotoxicity and Carcinogenicity [Internet]. Ispra: Joint Research Centre; 2010 [cited 2024 May 9]. Available from: https://publications.jrc.ec.europa.eu/repository/handle/JRC59068.
• Vračko M. Chapter 10 – Mathematical (Structural) Descriptors in QSAR: Applications in Drug Design and Environmental Toxicology. Adv Math Chem Appl Revis. 2015;1:222–250. https://doi.org/10.1016/B978-1-68108-198-4.50010-2.
• Li T, Tong W, Roberts R, Liu Z, Thakkar S. DeepCarc: Deep Learning-Powered Carcinogenicity Prediction Using Model-Level Representation. Front Artif Intell. 2021;4:757780. https://doi.org/10.3389/frai.2021.757780.
• Calabrese EJ, Priest ND, Kozumbo WJ. Thresholds for carcinogens. Chem Biol Interact. 2021;25:341. https://doi.org/10.1016/j.cbi.2021.109464.
• Kodell RL, Gaylor DW. Uncertainty Of Estimates Of Cancer Risks Derived By Extrapolation From High To Low Doses And From Animals To Humans. Int J Toxicol. 1997; 16(4):449–460. https://doi.org/10.1080/109158197227062.
• Committee on Carcinogenicity of Chemicals in Food, Consumer Products and the Environment [Internet]. Chilton, Didcot, Oxfordshire: Public Health England; 2014 [cited 2024 May 9]. Defining a Point of Departure and Potency Estimates in Carcinogenic Dose Response. Available from: https://www.gov.uk/government/publications/carcinogenic-dose-response-defining-a-point-of-departure-and-potency-estimates.
• Skowroń J. Substancje rakotwórcze w środowisku pracy w świetle ustawodawstwa polskiego i europejskiego. Inż Ekol. 2016;50:71–81. https://doi.org/10.12912/23920629/65488.

Identifiers

DOI

10.13075/mp.5893.01581

Biblioteka Nauki

59496108