Drug‐drug interaction and doping, part 2: An <i>in vitro</i> study on the effect of non‐prohibited drugs on the phase I metabolic profile of stanozolol
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The present study was designed to provide preliminary information on the potential impact of metabolic drug‐drug interaction on the effectiveness of doping control strategies currently followed by the anti‐doping laboratories to detect the intake of prohibited agents. In vitro assays based on the use of human liver microsomes and recombinant cytochrome P450 isoforms were developed and applied to characterize the phase I metabolic profile of the prohibited agent stanozolol, both in the absence and in the presence of substances (ketoconazole, itraconazole, miconazole, cimetidine, ranitidine, and nefazodone) not included in the World Anti‐Doping Agency (WADA) list of prohibited substances and methods and frequently administered to athletes. The results show that the in vitro model utilized in this study is adequate to simulate the in vivo metabolism of stanozolol. Furthermore, our data showed that ketoconazole, itraconazole, miconazole, and nefazodone caused a marked modification in the production of the metabolic products (3’‐hydroxy‐stanozolol, 4β‐hydroxy‐stanozolol and 16β‐hydroxy‐stanozolol) normally selected by the anti‐doping laboratories as target analytes to detect stanozolol intake. On the contrary, moderate variations were registered in the presence of cimetidine and no significant modifications were measured in the presence of ranitidine. This evidence confirms that the potential effect of drug‐drug interactions is duly taken into account also in anti‐doping analysis. Copyright © 2014 John Wiley & Sons, Ltd.
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.
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 | 0,002 | 0,001 |
| 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 découle