Steroid profiling by UHPLC-MS/MS in dried blood spots collected from healthy women with and without testosterone gel administration
Notice bibliographique
Résumé
The quantification of a large panel of endogenous steroids in serum by LC-MS/MS represents a powerful clinical tool for the screening or diagnosis of diverse endocrine disorders. This approach has also demonstrated excellent sensitivity for the detection of testosterone misuse in the anti-doping field, especially in female athlete population. In both situations, the use of dried blood spots (DBS) could provide a viable alternative to invasive venous blood collection. Here, the evaluation of DBS sampling for the quantification of a panel of endogenous steroids using UHPLC-MS/MS is described. The UHPLC-MS/MS method was validated for quantitative analysis of eleven free and eight conjugated steroids and was then used for the analysis of DBS samples collected in 14 healthy women during a normal menstrual cycle (control phase) followed by a 28-days testosterone gel treatment (treatment phase). Results were compared with those obtained from serum matrix. Satisfactory performance was obtained for all compounds in terms of selectivity, linearity, accuracy, precision, combined uncertainty, stability as well as extraction recovery and matrix effects. In control phase, high correlation was observed between DBS and serum concentrations for most compounds. In treatment phase, higher testosterone concentrations were observed in capillary than in venous DBS, suggesting a possible interference resulting from testosterone contamination on finger(s) used for gel application. Steroid profiling in capillary DBS represents a simple and efficient strategy for monitoring endogenous steroid concentrations and their fluctuation in clinical context of steroid-related disorders, or for the detection of testosterone abuse in anti-doping.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».