Relative Distribution of Ketamine and Norketamine in Skeletal Tissues Following Various Periods of Decomposition
Notice bibliographique
Résumé
Skeletal tissues (rat) were analyzed for ketamine (KET) and norketamine (NKET) following acute ketamine exposure (75 mg/kg i.p.) to examine the influence of bone type and decomposition period on drug levels. Following euthanasia, drug-free (n = 6) and drug-positive (n = 20) animals decomposed outdoors in rural Ontario for 0, 1, or 2 weeks. Skeletal remains were recovered and ground samples of various bones underwent passive methanolic extraction and analysis by GC-MS after solid-phase extraction. Drug levels, expressed as mass normalized response ratios, were compared across tissue types and decomposition periods. Bone type was a main effect (p < 0.05) for drug level and drug/metabolite level ratio (DMLR) for all decomposition times, except for DMLR after 2 weeks of decomposition. Mean drug level (KET and NKET) and DMLR varied by up to 23-fold, 18-fold, and 5-fold, respectively, between tissue types. Decomposition time was significantly related to DMLR, KET level, and NKET level in 3/7, 4/7, and 1/7 tissue types, respectively. Although substantial sitedependence may exist in measured bone drug levels, ratios of drug and metabolite levels should be investigated for utility in discrimination of drug administration patterns in forensic work.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 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 ».