Simultaneous Determination of 11 -Agonists in Human Urine Using High-Performance Liquid Chromatography/Tandem Mass Spectrometry with Isotope Dilution
Notice bibliographique
Résumé
The misuse of β-agonists constitutes a potential risk to public health and has been forbidden in many countries. In this study, we describe a method for specific, sensitive and rapid detection of β-agonists in human urine. Urine samples were extracted with ethyl acetate, without any additional purification step, and analyzed by ultra-performance liquid chromatography-tandem mass spectrometry (UPLC-MS-MS) with Clenbuterol-D9 and Salbuterol-D3 as internal standards. The intra- and interday precision values of the method were all <5.60% and the accuracy ranged from 94.5 to 109%. Extraction recovery for 11 β-agonists varied from 66.7 to 108%. One UPLC-MS-MS analysis could be completed within 12 min and the limits of detection for 11 β-agonists were 0.1 ng/mL in the experiment. β-Agonists in human urines from 24 volunteers were analyzed by our validated method and 1.70 ng/mL salbutamol was detected in one volunteer. The application of UPLC-MS-MS method in β-agonists detection of human urine will be helpful in veterinary control of β-agonists and for studying the effect of β-agonists on human health.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».