MétaCan
Menu
Retour à la cohorte
Enregistrement W2071134912 · doi:10.1002/bmc.1263

An analytical method for cyclosporine using liquid chromatography–mass spectrometry

2009· article· en· W2071134912 sur OpenAlexafffund
Srividya V. Kanduru, Vishwa Somayaji, Afsaneh Lavasanifar, Dion R. Brocks

Notice bibliographique

RevueBiomedical Chromatography · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésChemistryChromatographyMass spectrometryLiquid chromatography–mass spectrometry

Résumé

récupéré en direct d'OpenAlex

A liquid chromatographic mass spectrometric (LC-MS) assay has been developed for cyclosporine A (CyA) in rat plasma using amiodarone as internal standard (IS). Rat plasma (100 microL) containing drug and IS were extracted using liquid-liquid extraction with 4 mL of 95:5 ether:methanol. After evaporation of the organic layer the residue was reconstituted with 500 microL of water. Then the aqueous layer was transferred to LC-MS sample vials. A 10 microL volume was injected. The analysis was performed on a C(8) column 3.5 microm (2.1 x 50 mm) heated to 60 degrees C with a mobile phase consisting of acetonitrile:methanol:0.2% NH(4)OH (60:20:20) at an isocratic flow-rate of 0.2 mL/min. The ions used for quantitation of CyA and IS were m/z 1202.8 and 645.9, with retention times of 3.35 and 4.72 min, respectively. Linear relationships (r(2) > 0.99) were achieved between plasma or blood concentration and peak height ratios (drug:IS) over the concentration range 50-5000 ng/mL. The CV% and mean error were <19%. Based on validation data, the lower limit of quantification for the assay was 50 ng/mL. The reported assay method displayed high measures of linearity, sensitivity, reliability and precision, allowing its applicability in pharmacokinetic studies in rat.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0030,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,013

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,365
Écart entre enseignants0,337 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomedical ChromatographyMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207