Portable gas chromatography–mass spectrometry in drug checking: Detection of carfentanil and etizolam in expected opioid samples
Notice bibliographique
Résumé
BACKGROUND: There has been a recent increase in adulteration of opioids with low concentration actives such as fentanyl analogues and benzodiazepines. As drug checking projects using vibrational spectroscopy continue to seek confirmatory lab-based testing, the concern and reality of missing these potentially harmful substances in point-of-care testing is prevalent. METHODS: A portable GC-MS was used to analyze select opioid samples acquired at a drug checking service in Victoria, Canada (n=59). Certified reference standards of several fentanyl analogues and benzodiazepines were measured to guide targeted analysis of these samples. Results were compared with those obtained using a lab-based paper spray mass spectrometer. RESULTS: Portable GC-MS was able to identify 62% of samples containing carfentanil and 36% of samples containing etizolam. In the case of etizolam, the success rate was higher for more potent samples: 78% of etizolam-containing samples were identified when the etizolam concentration was above 3% by weight. In comparison, infrared spectroscopy was able to detect etizolam in only 9% of the etizolam-containing samples, and is not sensitive enough to detect carfentanil at relevant concentrations. CONCLUSIONS: Portable GC-MS has potential in identifying low concentration substances in a point-of-care setting, without relying on subsequent off-site confirmatory testing.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,001 |
| 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 ».