MétaCan
Menu
Retour à la cohorte
Enregistrement W1996190758 · doi:10.1080/02652030802189740

Multi-residue quantitation of aminoglycoside antibiotics in kidney and meat by liquid chromatography with tandem mass spectrometry

2008· article· en· W1996190758 sur OpenAlexaff
R. Ishii, Masakazu Horie, Wayne Chan, James D. MacNeil

Notice bibliographique

RevueFood Additives & Contaminants Part A · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueAntibiotics Pharmacokinetics and Efficacy
Établissements canadiensCanadian Food Inspection Agency
Organismes subventionnairesnon disponible
Mots-clésChromatographyChemistryDihydrostreptomycinSolid phase extractionAminoglycosideLiquid chromatography–mass spectrometrySpectinomycinTandem mass spectrometryDetection limitMass spectrometryNeomycinSelected reaction monitoringStreptomycinAntibioticsBiochemistry

Résumé

récupéré en direct d'OpenAlex

Quantitative methods using liquid chromatography coupled with tandem mass spectrometry were developed for seven kinds of aminoglycoside antibiotics in kidney and muscle tissues. Mass spectral acquisition was performed in the positive-ion mode by applying multiple reaction monitoring. Liquid chromatographic separation employed a ZIC-HILIC column (SeQuant) for hydrophilic interaction chromatography. Extraction of the aminoglycosides was performed using liquid extraction with a phosphate buffer containing trichloroacetic acid, followed by a solid-phase clean-up procedure on a weak cation-exchange column with carboxypropyl (CBX) SPE cartridge (Mallinckrodt Baker). The limits of quantification were 25 ng g(-1) for gentamicin, 50 ng g(-1) for spectinomycin, dihydrostreptomycin, kanamycin and apramycin, and 100 ng g(-1) for streptomycin and neomycin. These are well below the maximum residue limits set by the Codex Alimentarius Commission. The recoveries of all compounds from all tissues fortified at the level of quantification limits of 500 and 1000 ng g(-1) were >70%, and the variability (relative standard deviation) was generally <12%.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,021
Tête enseignante GPT0,272
Écart entre enseignants0,251 · 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
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

Citations60
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Additives & Contaminants Part AMême sujetAntibiotics Pharmacokinetics and EfficacyTravaux en français237 207