Development of a Graphene-Oxide-Deposited Carbon Electrode for the Rapid and Low-Level Detection of Fentanyl and Derivatives
Notice bibliographique
Résumé
The opioid overdose crisis in North America worsened during the COVID-19 pandemic, with multiple jurisdictions reporting more deaths per day due to the fentanyl-contaminated drug supply than COVID-19. The rapid quantitative detection of fentanyl in the illicit opioid drug supply or in bodily fluids at biologically relevant concentrations (i.e., <80 nM) remains a significant challenge. Electroanalytical techniques are inexpensive and can be used to rapidly detect fentanyl, but detection limits need to be improved. Herein, we detail the development of an electrochemical-based fentanyl analytical detection strategy that used a glassy carbon electrode modified with electrochemically reduced graphene oxide (ERGO) via electrophoretic deposition. The resulting surface was further electrochemically reduced in the presence of fentanyl to enhance the sensitivity. Multiple ERGO thicknesses were prepared in order to prove the versatility and ability to fine-tune the layer to the desired response. Fentanyl was detected at <10 ppb (<30 nM) with a limit of detection of 2 ppb and a calibration curve that covered 4 orders of concentration (from 1 ppb to 10 ppm). This method was sensitive to fentanyl analogues such as carfentanil. Interference from the presence of 100-fold excess of other opioids (heroin, cocaine) or substances typically found in illicit drug samples (e.g. caffeine and sucrose) was not significant.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,000 | 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 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 ».