Development of a simple HPLC–MS/MS method to simultaneously determine teriflunomide and its metabolite in human plasma and urine: Application to clinical pharmacokinetic study of teriflunomide sodium and leflunomide
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.
Notice bibliographique
Résumé
Abstract A simple high‐performance liquid chromatography coupled with tandem mass spectrometry method was developed and fully validated to simultaneously determine teriflunomide (TER) and its metabolite 4‐trifluoro‐methylaniline oxanilic acid (4‐TMOA) in human plasma and urine. Merely 50 μL plasma and 20 μL urine were employed in sample preparation using protein precipitation and direct dilution method, respectively. An Agilent Zorbax eclipse plus C 18 column was selected to achieve rapid separation for TER and 4‐TMOA within 3 min. Electrospray ionization under multiple reaction monitoring was used to monitor the ion transitions for TER ( m/z 269.0 → 159.9), 4‐TMOA ( m/z 231.9 → 160.0), internal standard teriflunomide‐d4 ( m/z 273.0 → 164.0) and 2‐amino‐4‐trifluoromethyl benzoic acid ( m/z 203.8 → 120.1), operating in the negative ion mode. This method proved to have better accuracy and precision over concentration range of 10–5000 ng/mL in plasma as well as 10–10,000 ng/mL in urine. After a full validation, this method was successfully applied in a pharmacokinetic study of teriflunomide sodium and leflunomide in Chinese healthy volunteers.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle