An Ultra-High Performance Liquid Chromatography-Tandem Mass Spectrometry Method for the Quantification of Vancomycin Requiring Only 2 µL of Rabbit Serum
Notice bibliographique
Résumé
A highly sensitive ultra-high performance liquid chromatography-tandem mass spectrometry (UHPLC-MS/MS) method was developed for the quantification of vancomycin (VAN) in low volumes of rabbit serum. For each analysis, 2 μL rabbit serum was precipitated with methanol that contained the internal standard teicoplanin (TEI). The supernatant was transferred into a 384 well-plate, diluted with water, covered with a pierceable silicone mat and 5 μL was analyzed in positive ionization mode. The UHPLC-MS/MS consisted of an Agilent 1290 Infinity UHPLC system connected to an AB Sciex QTrap® 5500 hybrid linear ion-trap triple quadrupole mass spectrometer equipped with a Turbo Spray source. Chromatographic separation was achieved using a Waters Acquity UPLC BEH C18 (1.7 μm, 2.1 mm × 100 mm) column, a VanGuard (1.7 μm, 2.1 × 5 mm) guard column and a mobile phase of water and methanol both containing 5 mM ammonium acetate with 0.1% formic acid. VAN was quantified with multiple reaction monitoring using the transitions of m/z 725.5/144.2, and TEI was monitored at m/z 940.6/316.4. The accuracy, precision, linearity, range and lower limit of quantification (LLOQ) were determined. The accuracy was ≤9.93% and the precision was ≤10.6%. The range was established as 0.1 to 40 μg·mL-1. The LLOQ was 0.1 μg·mL-1 VAN requiring 2 μL of sample with an accuracy of -20.2% and precision of 8.39%. The method was applied successfully to determine the VAN concentrations in rabbit serum after the i.v. administration of VAN via implanted ear catheters.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».