MétaCan
Menu
Retour à la cohorte
Enregistrement W2135591681 · doi:10.1002/dta.283

Trafficking of drug candidates relevant for sports drug testing: Detection of non‐approved therapeutics categorized as anabolic and gene doping agents in products distributed via the Internet

2011· article· en· W2135591681 sur OpenAlexfundno aff
Mario Thevis, Hans Geyer, Andreas Thomas, Wilhelm Schänzer

Notice bibliographique

RevueDrug Testing and Analysis · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueHormonal and reproductive studies
Établissements canadiensnon disponible
Organismes subventionnairesWorld Anti-Doping Agency
Mots-clésDrugChemistryAnabolic-Androgenic SteroidsPolyethylene glycolPharmacologyDrug controlChromatographyMedicineAnabolismBiochemistry

Résumé

récupéré en direct d'OpenAlex

Identifying the use of non-approved drugs by cheating athletes has been a great challenge for doping control laboratories. This is due to the additional complexities associated with identifying relatively unknown and uncharacterized compounds and their metabolites as opposed to known and well-studied therapeutics. In 2010, the prohibited drug candidates and gene doping substances AICAR and GW1516, together with the selective androgen receptor modulator (SARM) MK-2866 were obtained by the Cologne Doping Control Laboratory from Internet suppliers and their structure, quantity, and formulation elucidated. All three compounds proved authentic as determined by liquid chromatography-high resolution/high accuracy (tandem) mass spectrometry and comparison to reference material. While AICAR was provided as a colourless powder in 100 mg aliquots, GW1516 was obtained as an orange/yellow suspension in water/glycerol (150 mg/ml), and MK-2866 (25 mg/ml) was shipped dissolved in polyethylene glycol (PEG) 300. In all cases, the quantified amounts were considerably lower than indicated on the label. The substances were delivered via courier, with packaging identifying them as containing 'amino acids' and 'green tea extract', arguably to circumvent customs control. Although all of the substances were declared 'for research only', their potential misuse in illicit performance-enhancement cannot be excluded; moreover sports drug testing authorities should be aware of the facile availability of black market copies of these drug candidates.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,041
Tête enseignante GPT0,272
Écart entre enseignants0,231 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations67
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrug Testing and AnalysisMême sujetHormonal and reproductive studiesTravaux en français237 207