MétaCan
Menu
Retour à la cohorte
Enregistrement W3091898594 · doi:10.1093/jat/bkaa137

Large Differences in Urinary Benzene Metabolite S-Phenylmercapturic Acid Quantitation: A Comparison of Five LC–MS-MS Methods

2020· article· en· W3091898594 sur OpenAlexaff
Denise S. Tevis, Andrew Willmore, Deepak Bhandari, Brett A. Bowman, Chloe Biren, Brandon M. Kenwood, Peyton Jacob, Jia Liu, Kristina Bello, Stephen S. Hecht, Steven G. Carmella, Menglan Chen, Éric Gaudreau, Jean-François Bienvenu, Benjamin C. Blount, Víctor R. De Jesús

Notice bibliographique

RevueJournal of Analytical Toxicology · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCarcinogens and Genotoxicity Assessment
Établissements canadiensInstitut National de Santé Publique du Québec
Organismes subventionnairesNational Cancer InstituteNational Institute on Drug AbuseNational Institutes of Health
Mots-clésChemistryMetaboliteUrineBenzeneChromatographyBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Benzene is a known genotoxic carcinogen linked to many hematological abnormalities. S-phenylmercapturic acid (PHMA, N-acetyl-S-(phenyl)-L-cysteine, CAS# 4775-80-8) is a urinary metabolite of benzene and is used as a biomarker to assess benzene exposure. Pre-S-phenylmercapturic acid (pre-PHMA) is a PHMA precursor that dehydrates to PHMA at acidic pH. Published analytical methods that measure urinary PHMA adjust urine samples to a wide range of pH values using several types of acid, potentially leading to highly variable results depending on the concentration of pre-PHMA in a sample. Information is lacking on the variation in sample preparation among laboratories regularly measuring PHMA and the effect of those differences on PHMA quantitation in human urine samples. To investigate the differences in PHMA quantitation, we conducted an inter-laboratory comparison that included the analysis of 50 anonymous human urine samples (25 self-identified smokers and 25 self-identified non-smokers), quality control samples and commercially available reference samples in five laboratories using different analytical methods. Observed urinary PHMA concentrations were proportionally higher at lower pH, and results for anonymous urine samples varied widely among the methods. The method with the neutral preparation pH yielded results about 60% lower than the method using the most acidic conditions. Samples spiked with PHMA showed little variation, suggesting that the variability in results in human urine samples across methods is driven by the acid-mediated conversion of pre-PHMA to PHMA.

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)0,014
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,389
Écart entre enseignants0,331 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Analytical ToxicologyMême sujetCarcinogens and Genotoxicity AssessmentTravaux en français237 207