Rapid analysis of metabolites and drugs of abuse from urine samples by desorption electrospray ionization-mass spectrometry
Notice bibliographique
Résumé
Urine samples obtained from drug abusers were screened for drugs of abuse and their metabolites using DESI-MS and the results obtained were compared to results obtained from GC-MS experiments. The detected analyte classes included amphetamines, opiates, cannabinoids and benzodiazepines. The compounds detected were codeine, morphine, oxymorphone, 11-nor-9-carboxy-Delta(9)-tetrahydrocannabinol, Delta(9)-tetrahydrocannabinol, alprazolam, temazepam, oxazepam, N-desmethyldiazepam (nordiazepam) and hydroxytemazepam. Identities of all the analytes were confirmed by tandem mass spectrometry, matching MS/MS spectra with authentic standard compounds. The concentrations of the analytes in the samples were obtained from semi-quantitative GC-MS studies and were in the range of 270-22,000 ng mL(-1). The analytes could be detected by DESI even after a hundred-fold dilution indicating that the sensitivity of DESI was more than adequate for this study. Selectivity in the DESI-MS measurements for different kinds of analytes could be increased further by optimizing the spray solvent composition: the use of an entirely aqueous solvent enhanced the signal of polar analytes, such as the benzodiazepines, whereas the use of a spray solvent with a high organic content increased the signal of less polar analytes, such as codeine and morphine.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».