Fluorimetric quantitation of citalopram and escitalopram in plasma: developing an express method to monitor compliance in clinical trials
Notice bibliographique
Résumé
BACKGROUND: Selective serotonin reuptake inhibitors (SSRIs) in general, and citalopram/escitalopram in particular, are widely used to treat clinical depression. However, SSRI bioavailability and non-compliance represent major issues, especially in the clinical trials setting. In this context, frequent drug-level measurements for compliance monitoring would be a desirable tool to improve clinical outcomes with SSRIs. However, the liquid chromatography techniques available are expensive, requiring excessive sample preparation, and suffer from high complexity. We sought to develop a rapid method for the measurement of citalopram/escitalopram levels in human plasma by fluorimetry. METHODS: A total of 34 frozen human plasma samples were thawed at room temperature and repeatedly centrifuged in cellulose to remove aggregates, proteins and solids. Fluorescence spectra were measured in the range 270-450 nm with excitation at 240 nm on a FluoroMax 3 spectrofluorimeter. Control samples contained known concentrations of SSRIs. RESULTS: SSRI absorbance spectra were recorded in the range 230-320 nm. The shape of the spectra and the absorbance of citalopram and escitalopram were very similar, with UV maximum absorbance at 239 nm. The maximum extinction coefficient was epsilon239=15,930 M-1 cm-1 for citalopram and epsilon239=13,630 M-1 cm-1 for escitalopram. The fluorescence spectra of SSRIs are unique and are characterized by the presence of two well-defined conjugated spectra with maxima at 300 and 382 nm. CONCLUSIONS: Fluorimetry is very suitable for assessment of plasma SSRI levels. This inexpensive and efficient technique can objectively and reliably quantify drug levels in biological fluids, thereby directly determining the level of patient adherence to the prescribed drug regimen. This method will be useful in a broad spectrum of applications, from compliance/bioavailability assessments in animal and human experiments to utilization in large-scale clinical trials.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».