Determination of Clozapine and its Metabolite, Norclozapine in Various Biological Matrices Using High-Performance Liquid Chromatography
Notice bibliographique
Résumé
PURPOSE: To develop and validate an HPLC method for the quantitation of clozapine and its metabolite, norclozapine in human plasma, rat plasma, and the various human plasma lipoprotein fractions. METHODS: Using liquid-liquid extraction, clozapine, and norclozapine are extracted from the biological matrix with MTBE. After concentration, the residue was reconstituted in 1mM HCl and injected on to a C6 Phenyl column (3 microm, 2.0 x 150 mm). Mobile phase was 10 mM ammonium acetate, pH 5--acetonitrile--methanol (5:3:2, v/v/v). Loxapine served as the internal standard. Absorbance was measured at 254 nm. RESULTS: Quantitation limits for clozapine and norclozapine was 100 ng/mL and 50 ng/mL, respectively. Recovery for both clozapine and norclozapine was near 100%. Percent accuracy for intraday variability in human plasma, rat plasma, and human TRL, HDL, LDL, and LPDP lipoprotein fraction was between 92 to 113% for both analytes. Intraday precision for the same matrices was less than 9% CV for both analytes. Percent accuracy and precision for interday variability in human plasma was 97 to 103% and less than 10% CV, respectively. Samples were stabile in the autosampler for 80 h at 10 degrees C and on the benchtop for 2 h. It should be noted, Clozapine-N-oxide, which is a known metabolite of Clozapine, was not determined since it is not clinically active. CONCLUSIONS: This method is a simple, fast and robust HPLC assay for the determination of clozapine and norclozapine in various matrices and lipoprotein fractions.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».