MétaCan
Menu
Retour à la cohorte
Enregistrement W2408601079 · doi:10.1093/jat/bkw025

Ultrafast Screening of Synthetic Cannabinoids and Synthetic Cathinones in Urine by RapidFire-Tandem Mass Spectrometry

2016· article· en· W2408601079 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Analytical Toxicology · 2016
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueForensic Toxicology and Drug Analysis
Établissements canadiensOffice of the Chief Medical Examiner
Organismes subventionnairesnon disponible
Mots-clésSynthetic cannabinoidsDrugs of abuseChromatographyTandem mass spectrometryChemistryMass spectrometrySample preparationDesigner drugLiquid chromatography–mass spectrometryGas chromatography–mass spectrometryDrugPharmacologyCannabinoidMedicine

Résumé

récupéré en direct d'OpenAlex

Screening for emerging drugs of abuse, specifically synthetic cathinones and synthetic cannabinoids, is difficult for high-throughput laboratories as immunoassay kits are often unavailable. Consequently, most laboratories employ liquid chromatography-tandem mass spectrometry (LC-MS-MS) screening, which can be complex and time consuming as these techniques may require involved sample preparation and lengthy analysis times. The increasing demand for novel psychoactive substance testing necessitates alternative screening methods that are sensitive, fast and versatile. The RapidFire tandem mass spectrometry system (RF-MS-MS) provides a rapid and highly specific screen for these emerging drugs of abuse with minimal sample preparation and an instrumental analysis time of <14 s per sample. Presented here are two RF-MS-MS screening methods used to analyze 28 emerging drugs of abuse, 14 synthetic cannabinoids and 14 synthetic cathinones, in urine with run times of 9 and 12.6 s, respectively. Sample preparation and hydrolysis were performed in a 96-well plate with one multiple reaction monitoring transition used for the identification of each compound. Eighteen thousand urine specimens were screened by liquid-liquid extraction followed by LC-MS-MS analysis, and the results were compared with those obtained using the RF-MS-MS screening method. The analytical data illustrate the advantages of the RF-MS-MS methods.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,216
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,357
Écart entre enseignants0,322 · 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