Determination of pharmaceuticals from various therapeutic classes in dewatered sludge by pressurized liquid extraction and high performance liquid chromatography and tandem mass spectrometry (HPLC-MS/MS)
Notice bibliographique
Résumé
Pharmaceuticals are released to the environment after human and animal consumption, which partly comes from accumulation in sewage sludge during wastewater treatment. This paper developed a method for the determination of N,N-diethyl-meta-toluamide (DEET) and 14 pharmaceuticals belonging to multiple therapeutic classes such as antibiotic, anti-inflammatory, antilipidemic, anti-hypertensive, and anticonvulsant in dewatered sludge. Pressurized liquid extraction using methanol/McIlvaine buffer (volume ratio, 1 : 1), associated with HPLC-MS/MS was proven to be effective for extraction and quantification of pharmaceuticals and DEET in dewatered sludge. Optimization procedures, including extraction method, extraction solvents and clean-up treatment, were carried out by simulating naturally aged samples to provide a more realistic extraction than previous methods, which were often done by spiking the standard solution before extraction without any aging procedures. The internal standard quantification method using six isotopically labelled compounds was applied to improve the poor absolute recoveries induced by severe matrix effects to obtain better relative recoveries (70–120%). Good relative standard deviations (lower than 19.0% for 7 repeats) and the limit of quantification (0.6–19.4 µg/kg) indicated that the developed method was reliable and sensitive to extract and quantify the studied pharmaceuticals in dewatered sludge. For samples collected from eight sewage treatment plants in Beijing, China, it was found that trimethoprim, caffeine, ketoprofen and ibuprofen were the most prominent contaminants, with the median concentrations reaching 97.6, 179.4, 268.0 and 153.0 µg/kg, respectively. The level of ketoprofen, ibuprofen, mefenamic acid, cabamazepine and diclofenac were similar to results reported from Spain, whilst the levels of other compounds were similar to those found in Germany, Canada and the US.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».