A Selective and Sensitive Gas Chromatography-Tandem Mass Spectrometry Method for Quantitation of Synthetic Musks in Human Serum
Notice bibliographique
Résumé
BACKGROUND: Synthetic musk compounds are widely used as fragrances in many consumer products; however, information on human exposure and health effects is limited. Also, analytical methods for their quantification in biological matrices are limited. OBJECTIVE: In this study, an integrated method was developed and validated for the analysis of selected synthetic musk compounds in human serum. METHOD: The method is based on liquid-liquid extraction (LLE), sample clean-up by solid-phase extraction (SPE), and separation and detection by gas chromatography coupled with tandem mass spectrometry (GC-MS/MS). RESULTS: The method demonstrated good recoveries (86-105%) and high sensitivity, with low method detection limits (MDLs) ranging from 0.04 to 0.17 µg/L. The method was applied to the analysis of 10 synthetic musk compounds in 40 serum samples collected from Canadian women aged 20-44 years (20 individual samples collected in 2014 and 20 pooled samples collected in 2006). The most commonly detected compound was Galaxolide (HHCB), with median concentrations of 0.59 µg/L in samples collected in 2006, and 0.34 µg/L for samples collected in 2014. Musk ketone (MK) was not detected in any of the samples collected in 2006, but was detected in 60% of the samples collected in 2014 with a median concentration of 0.29 µg/L. Tonalide (AHTN) was detected in only one sample above its MDL (0.12 µg/L). CONCLUSIONS: This is the first study in Canada to report levels of synthetic musks in human. The data generated from this study has been used in risk screening assessment by Environment and Climate Change Canada and Health Canada.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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 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 ».