MétaCan
Menu
Retour à la cohorte
Enregistrement W1970266301 · doi:10.1002/rcm.3164

Investigation of analytical variation in metabonomic analysis using liquid chromatography/mass spectrometry

2007· article· en· W1970266301 sur OpenAlexaff
Tim Sangster, Julie Wingate, Lyle Burton, Friederike Teichert, Ian D. Wilson

Notice bibliographique

RevueRapid Communications in Mass Spectrometry · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensSciex (Canada)
Organismes subventionnairesnon disponible
Mots-clésChemistryChromatographyMass spectrometryReplicateDetectorAnalytical Chemistry (journal)High-performance liquid chromatographySIGNAL (programming language)Sample (material)Liquid chromatography–mass spectrometryQuantitative analysis (chemistry)Statistics

Résumé

récupéré en direct d'OpenAlex

Sources of analytical variation in high-performance liquid chromatography/mass spectrometry (HPLC/MS), such as changes in retention, mass accuracy or signal intensity, have been investigated to assess their importance as a variable in the metabonomic analysis of human urine. In this study chromatographic retention and mass accuracy were found to be quite reproducible with the most significant source of analytical variation in the data sets obtained being the result of changes in detector response. Depending on the signal intensity threshold used to define the presence of a peak a sample component could be present in some replicate injections and absent in others within the same run. The implementation of a more sophisticated data software analysis package was found to greatly reduce the impact of detector response variability resulting in improved data analysis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,632
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,008
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,293
Écart entre enseignants0,266 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations57
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRapid Communications in Mass SpectrometryMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207