بعد أن يكون المنتج قد تم تطويره وتبيّنَ أنّه يُنتج مستوياتٍ أقل من المكونات الضارة والمحتمل أن تكون ضارة (HPHCs) في الهباء الجوي مقارنةً بالمستويات الموجودة في دخان السجائر، فإنّه يخضع لتقييم السُميّة.

 

 

 

يُخبرنا تقييم السُميّة عن مدى الضرر الذي يلحق بحياة كائن حي بسبب البخار الناتج من المنتجات منخفضة المخاطر (RRP) مقارنةً بدخان السجائر، وإذا كان هذا الضرر من المرجح أن يُنشِّط الآليات البيولوجية (الحيوية) التي قد تؤدي إلى ظهور الأمراض المرتبطة بالتبغ.

ومن المهم أن نلاحظ أنّ بيانات السُميّة بحد ذاتها ليست كافية لإثبات أنّ التحول إلى المنتجات الخالية من الدخان يكون منخفض المخاطر مقارنةً بالتدخين المستمر للسجائر؛ نحتاج إلى الدراسات الإكلينيكية المُصمّمة خصّيصًا للإجابة على هذه الأسئلة.

وبناءً على ما تقدَّم، يوفر تقييم السميّة مؤشرًا جيدًا للغاية للحد من المخاطر والثقة للمُضي قُدمًا في الدراسات الإكلينيكية.

ويمكن أيضًا أن تُكمل نتائج الدراسات السمية بيانات الدراسات الإكلينيكية.

 


يساعد تقييم السميّة على التنبؤ بما إذا كان منتج خالٍ من الدخان سيُسبّب على الأرجح أضرارًا وخطرًا أقل مقارنةً بالتدخين المستمر.

 

 

 

تُركّز أبحاث السمية على تقييم سُميّة منتجاتنا على الخلايا التي تُزرَع في المختبر وفي حيوانات التجارب.

الغرض الرئيسي من أبحاث السمية هو توفير بيانات للوكالات التنظيمية حول ما إذا كانت منتجاتنا تفي بمعايير القبول المحددة لديها.

وتتضمّن هذه المعايير متطلبات التصنيع وهي متطلبات مسبقة للاختبارات السريرية.

وفي حالة منتجات التبغ الخالية من الدخان، فإنّ الهدف هو توضيح أنّ سُميّة الأيروسول(الهباء الجوي) الناتج من المنتجات الخالية من الدخان أقل من دخان السجائر.

يتم إجراء تقييم أبحاث السمية  تحت الممارسة المختبرية السليمة (GLP).

تضمن الممارسة المختبرية السليمة (GLP) توفر كل من التجانس، والاتساق، والموثوقية، والقابلية للتكرار، والجودة والنزاهة في منهجية الاختبارات وبالتالي النتائج.

 

 

 

 

تأتي فيليب موريس الدولية (PMI) في طليعة استخدام أنظمة علم الأحياء (البيولوجيا) وتطبيقها على أبحاث السمية.

نحن لا نستفيد بشكلٍ كامل من التقنيات البيولوجية (الحيوية) والحسابية الأكثر تقدّمًا المتوفرة حتى يومنا هذا فحسب، بل نقود أيضًا تطوير طرق جديدة قد تُصبح المعايير الجديدة للغد.

علاوةً على ذلك، لدينا برنامج تحقّق شامل جدًا نشارك فيه اللوغاريتمات التي نُطوّرها والبيانات التي يتم الوصول إليها.

وباستخدام عملية التعهيد الجماعي للخبراء، نجعل مجموعاتنا الكاملة من البيانات متاحة للتدقيق والتفسير، ونقوم بمقارنة النتائج بفاعلية بتلك التي توصّلنا إليها.