Short-term stabilities of 21 amino acids in dried blood spots
Notice bibliographique
Résumé
ABSTRACT BACKGROUND Dried blood spots (DBSs) have potential use in remote health applications for individual and population diagnosis, and can enable epidemiological surveillance for known and unknown diseases. The preparation and transportation of DBSs from remote settings often exposes these cards to extreme environmental stress that may impact the quality of the diagnostic data. Given these risks, it is essential to investigate the individual stabilities of biomarkers in DBSs. This paper details the stability of routinely-analyzed amino acids (AAs) on DBSs under environmental conditions that simulate a global health workflow. METHODS The extractions of 21 AAs from three sets of DBSs prepared on cellulose and cotton filter paper were optimized for quantitation by dansylation-UPLC/MRM-MS. The effects of sunlight exposure, temperature, humidity, and storage time were studied. RESULTS The AAs were stable in DBSs after 4-hour sunlight exposure, and after storage at -20 and 4 °C for 30 days. At 25 and 40 °C, only 7 AAs showed significant concentration decreases over time, while 2 showed concentration increases. The changes were accelerated by high humidity. Histidine was the least stable AA under the conditions tested. CONCLUSIONS This study provides quantitative data on the short-term stabilities of 21 AAs in DBSs on cellulose and cotton-based filter paper, under environmental conditions that simulate a global-health workflow. These results highlight the importance of assessing the stability of clinically-relevant biomarkers in DBSs. Based on the measured stabilities, we recommend that higher-temperature and high-humidity storage of DBS samples be avoided for AA analysis in remote health applications.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».