Bioanalytical methods for quantitation of levamisole, a widespread cocaine adulterant
Notice bibliographique
Résumé
Abstract Levamisole is an anthelminthic that was first used as a de-worming agent in humans and animals. It has also been used to treat inflammatory conditions as well as certain types of cancer. Levamisole was discontinued for human use in the early 21st century due to toxic side effects including agranulocytosis and vasculitis. Recently, levamisole was discovered as a cocaine adulterant after reports emerged of drug users with the above disorders. As the prevalence of cocaine usage has grown in the last 15 years, measurement of levamisole in human samples has become increasingly important. This review focuses on the various bioanalytical methods available for the determination of levamisole in human plasma and urine. Earlier methods employed gas chromatography coupled with nitrogen-selective thermionic specific detection and nitrogen-phosphorus detection, as well as high performance liquid chromatography coupled with ultraviolet detection. In addition, gas chromatography-mass spectrometry (GC-MS) and high performance liquid chromatography-tandem mass spectrometry (LC-MS/MS) have also been described. Currently, GC-MS appears to be the method of choice however recent developments in the area of LC-MS/MS make this technology an attractive alternative. The merits of both GC-MS and LC-MS/MS for the determination of levamisole are evaluated on the basis of sample preparation, chromatographic separation conditions, run time, and analytical performance. In addition, emerging methods in this area are also reviewed.
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 | 0,008 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».