Determination of Hydrastine and Berberine in Goldenseal Raw Materials, Extracts, and Dietary Supplements by High-Performance Liquid Chromatography with UV: Collaborative Study
Notice bibliographique
Résumé
A multilaboratory collaborative study was conducted on a high-performance liquid chromatographic (HPLC) method utilizing UV detection, previously validated using AOAC single-laboratory validation guidelines for determination of hydrastine and berberine in goldenseal (Hydrastis canadensis L.) raw materials, extracts, and dietary supplements at levels ranging from 0.4 to 6% (w/w). Nine collaborating laboratories determined the hydrastine and berberine content in 8 blind samples. Sample materials included powdered botanical raw materials, whole root material, and 4 finished product dietary supplements containing either goldenseal powdered root material or extract. The materials were extracted with an acidified water and acetonitrile solution. HPLC analyses of the extracts were performed on a C18 column using UV detection at 230 nm. Results for powdered root material and capsule products ranged from about 0.2% (w/w) for each alkaloid to about 4% (w/w) for each alkaloid. Liquid tincture results were approximately 4000-5000 microg/mL for each alkaloid. Reproducibility relative standard deviations (RSDR) for hydrastine ranged from 2.68 to 6.65%, with HorRat values ranging from 0.77 to 1.89. RSDR for berberine ranged from 5.66 to 7.68%, with HorRat values ranging from 1.32 to 2.12. All finished products containing goldenseal extract yielded HorRat values <2.0. Based on these results, the method is recommended for Official First Action for determination of hydrastine and berberine in goldenseal raw materials and dietary supplement finished products containing powdered goldenseal and goldenseal extract.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».