An Ultrafast Ultrahigh-Performance Liquid Chromatography Coupled With Tandem Mass Spectrometry Method for Cannabidiol Monitoring in Pediatric Refractory Epilepsy
Notice bibliographique
Résumé
BACKGROUND: Cannabidiol (CBD) is a nonpsychoactive natural product that has been increasingly used as a promising new drug for the management of neurological conditions such as refractory epilepsy. Development of rapid and sensitive methods to quantitate CBD is essential to evaluate its pharmacokinetics in humans, particularly in children. The objective of this work was to develop and validate an ultrafast ultrahigh-performance liquid chromatography coupled with tandem mass spectrometry (UHPLC-MS/MS) method for CBD quantitation that is capable of detecting major CBD and tetrahydrocannabinol (THC) metabolites in the plasma of pediatric refractory epilepsy patients. METHODS: Eight-point CBD calibration curves were prepared using 60 µL of plasma from healthy volunteers. Samples were analyzed in a Shimadzu Nexera X2 UHPLC system, which was coupled to a Sciex QTRAP 6500 mass spectrometer. Chromatography was optimized in acetonitrile (ACN)/water with a 70%-90% gradient of ACN in 2 minutes. Multiple reaction monitoring transitions of major CBD and THC metabolites were optimized in patient plasma. RESULTS: The optimized UHPLC-MS/MS method was validated for the linear range (1-300 ng/mL) of CBD (r2 = 0.996). The limit of quantification and limit of detection were 0.26 and 0.86 ng/mL, respectively. Accuracy and precision met the acceptable validation limits. CBD recovery and matrix effects were 83.9 ± 13.9% and 117.4 ± 4.5%, respectively. The method was successfully applied to quantify CBD and detect the major CBD and THC metabolites in clinical samples. 7-COOH-CBD was the most intensely detected metabolite followed by glucuronide conjugates. CONCLUSIONS: A simple and sensitive method for rapidly monitoring CBD and identifying relevant metabolites was developed. Its applicability in samples from children treated for epilepsy was demonstrated, making it an excellent alternative for performing pharmacokinetic studies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».