Detection of 30 Fentanyl Analogs by Commercial Immunoassay Kits
Notice bibliographique
Résumé
Health-care workers, laboratorians and overdose prevention centers rely on commercial immunoassays to detect the presence of fentanyl; however, the cross-reactivity of fentanyl analogs with these kits is largely unknown. To address this, we conducted a pilot study evaluating the detection of 30 fentanyl analogs and metabolites by 19 commercially available kits (9 lateral flow assays, 7 heterogeneous immunoassays and 3 homogenous immunoassays). The analogs selected for analysis were compiled from the Drug Enforcement Administration and National Forensic Laboratory Information System reports from 2015 to 2018. In general, the immunoassays tested were able to detect their intended fentanyl analog and some closely related analogs, but more structurally diverse analogs, including 4-methoxy-butyryl fentanyl and 3-methylfentanyl, were not well detected. Carfentanil was only detected by kits specifically designed for its recognition. In general, analogs with group additions to the piperidine, or bulky rings or long alkyl chain modifications in the N-aryl or alkyl amide regions, were poorly detected compared to other types of modifications. This preliminary information is useful for screening diagnostic, forensic and unknown powder samples for the presence of fentanyl analogs and guiding future testing improvements.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».