Determination of Diuretics in Urine Using Immobilized Multi‐Walled Carbon Nanotubes in Hollow Fiber Liquid‐Phase Microextraction Combined with Liquid Chromatography‐Tandem Mass Spectrometry
Notice bibliographique
Résumé
Abstract A novel technique utilizing the adsorptive potential of immobilized multi‐walled carbon nanotubes (I‐MWCNT) in hollow fiber liquid‐phase microextraction (HF‐LPME) was developed for the determination of diuretics in urine. In this study, the potential of carbon nanotubes as a sorbent for three‐phase liquid‐phase microextraction of diuretics from urine samples was evaluated. Analysis was performed using liquid chromatography‐tandem mass spectrometry (LC‐MS/MS). A novel method was applied to detect acetazolamide (AAA), chlorothiazide (CTA), hydrochlorothiazide (HCT), hydroflumethiazide (HFT), clopamide (CA), trichlormethiazide (TCM), althiazide (AT) and bendroflumethiazide (BFT) in urine. Two‐step extractions using different times and temperatures for each step were adopted. Parameters influencing the extraction efficiency, including the extraction solvent, sample pH, salt concentration, extraction time and extraction temperature were systematically optimized. Under the resulting optimal extraction conditions, this method showed good linearity over an analytes concentration range of 1 to 1000 ng/mL, high extraction repeatability with relative standard deviations of less than 6%, and low detection limits (0.09 to 0.51 ng/mL). The application of the methods to the determination of diuretics in real samples was tested by analyzing urine samples of patient.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».