Simple high-throughput analytical method using ultra-performance liquid chromatography coupled with tandem mass spectrometry to quantify total 4-(methylnitrosamino)-1-(3-pyridyl)-1-butanol in urine
Notice bibliographique
Résumé
BACKGROUND: Since the urinary concentration of 4-(methylnitrosamino)-1-(3-pyridyl)-1-butanol (NNAL) is a reliable biomarker of exposure to tobacco smoke, we developed a relatively simple high-throughput chromatographic method to quantify total urinary NNAL concentrations in the general population. METHODS: The high-throughput analytical method was developed using ultra-performance liquid chromatography coupled with tandem mass spectrometry (UPLC-MS/MS) to identify and quantify total urinary NNAL concentrations in 10 non-smokers and 15 otherwise healthy smokers. RESULTS: Loss of nitric oxide at m/z 30 was found to be the predominant mass transitioned, and therefore was used as the SIM transition to quantify both NNAL and NNAL-methyl-d3 in urine. The analytical method did not require sample derivatization. Standard curves for total NNAL concentrations were linear between 20 and 1500 pg/mL, with coefficients of determination >0.95. Precision and accuracy ranged from 2.2% to 8.6% (CV) and from -5.6% to 10.9% (percent error), respectively. The lowest limit of quantification was 6.7 pg/mL, and 2.0 pg/mL the lowest limit of detection (LLOD). Total urinary NNAL concentrations in non-smoker subjects were <LLOD, whereas in smokers varied between
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».