MétaCan
Menu
Retour à la cohorte
Enregistrement W3006140924 · doi:10.1177/1040638720903115

Interlaboratory comparison of heavy metal testing in animal diagnostic specimens and feed using inductively coupled plasma–mass spectrometry

2020· article· en· W3006140924 sur OpenAlexaff
Steven L. McGeehan, Timothy V. Baszler, Cynthia L. Gaskill, Joseph Johnson, Lori Smith, Merl F. Raisbeck, Nick Schrier, H. Gordon Harris, Patricia A. Talcott

Notice bibliographique

RevueJournal of Veterinary Diagnostic Investigation · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesU.S. Food and Drug Administration
Mots-clésInductively coupled plasma mass spectrometryReproducibilityDetection limitChemistryMercury (programming language)ChromatographyMicrowave digestionMass spectrometryCoefficient of variationAnalytical Chemistry (journal)

Résumé

récupéré en direct d'OpenAlex

We compared inductively coupled plasma-mass spectrometry (ICP-MS) test results for the analysis of heavy metals (As, Ba, Cd, Hg, Pb, and Se) in pet foods and routine veterinary diagnostic specimens using intralaboratory and interlaboratory comparisons. Four laboratories, 1 principal laboratory and 3 collaborating laboratories, conducted instrument comparison (limit of detection [LOD], limit of quantification [LOQ], and linear dynamic range [LDR] on 24 data sets), in-house method comparison (accuracy and precision on 120 data sets), and interlaboratory comparison (reproducibility on 528 data sets using Horwitz equation analysis). Matrices tested included 2 types of pet food jerky treats (chicken and sweet potato), bovine blood, and bovine liver and kidney. The instrument comparison study confirmed that ICP-MS provided the sensitivity necessary for the analysis of all heavy metals tested at concentrations below the level of concern for routine diagnostic testing. The "in-house" method comparison samples, spiked at low (0.04 µg/g), medium (0.4 µg/g), and high (8.0 µg/g; note: the high validation level spike for mercury was 2 µg/g) concentration levels, indicated that ICP-MS can meet U.S. FDA acceptance criteria for both accuracy (90-105% recovery) and precision (< 6% coefficient of variation). The interlaboratory comparison studies showed that ICP-MS is a reproducible method for the analysis of heavy metals (HorRat value of 0.5-2.0) except for mercury in one laboratory, which used a different sample preparation method (open block rather than microwave digestion). Overall, our study showed that ICP-MS is a reproducible method for the analysis of heavy metals in spite of minor differences in methodology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,029
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,033
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,096
Tête enseignante GPT0,311
Écart entre enseignants0,215 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Diagnostic InvestigationMême sujetMercury impact and mitigation studiesTravaux en français237 207