MétaCan
Menu
Retour à la cohorte
Enregistrement W1961411857 · doi:10.1002/bmc.3635

Validated HPLC‐UV method for determination of naproxen in human plasma with proven selectivity against ibuprofen and paracetamol

2015· article· en· W1961411857 sur OpenAlexfundno aff
Monika Filist, Iwona Szlaska, Michał Kaza, T. Pawiński

Notice bibliographique

RevueBiomedical Chromatography · 2015
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical Methods in Pharmaceuticals
Établissements canadiensnon disponible
Organismes subventionnairesValeant Pharmaceuticals International
Mots-clésNaproxenChemistryChromatographyIbuprofenBioanalysisBioequivalenceHuman plasmaHigh-performance liquid chromatographyAnalyteCalibration curveNaproxen SodiumPharmacokineticsMatrix (chemical analysis)Detection limitPharmacology

Résumé

récupéré en direct d'OpenAlex

Estimating the influence of interfering compounds present in the biological matrix on the determination of an analyte is one of the most important tasks during bioanalytical method development and validation. Interferences from endogenous components and, if necessary, from major metabolites as well as possible co-administered medications should be evaluated during a selectivity test. This paper describes a simple, rapid and cost-effective HPLC-UV method for the determination of naproxen in human plasma in the presence of two other analgesics, ibuprofen and paracetamol. Sample preparation is based on a simple liquid-liquid extraction procedure with a short, 5 s mixing time. Fenoprofen, which is characterized by a similar structure and properties to naproxen, was first used as the internal standard. The calibration curve is linear in the concentration range of 0.5-80.0 µg/mL, which is suitable for pharmacokinetic studies following a single 220 mg oral dose of naproxen sodium. The method was fully validated according to international guidelines and was successfully applied in a bioequivalence study in humans. Copyright © 2015 John Wiley & Sons, Ltd.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,383
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomedical ChromatographyMême sujetAnalytical Methods in PharmaceuticalsTravaux en français237 207