Comparison of different approaches for direct coupling of solid-phase microextraction to mass spectrometry for drugs of abuse analysis in plasma
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 direct coupling of solid-phase microextraction (SPME) to mass spectrometry (MS) (SPME-MS) has proven to be an effective method for the fast screening and quantitative analysis of compounds in complex matrices such as blood and plasma. In recent years, our lab has developed three novel SPME-MS techniques: SPME-microfluidic open interface-MS (SPME-MOI-MS), coated blade spray-MS (CBS-MS), and SPME-probe electrospray ionization-MS (SPME-PESI-MS). The fast and high-throughput nature of these SPME-MS technologies makes them attractive options for point-of-care analysis and anti-doping testing. However, all these three techniques utilize different SPME geometries and were tested with different MS instruments. Lack of comparative data makes it difficult to determine which of these methodologies is the best option for any given application. This work fills this gap by making a comprehensive comparison of these three technologies with different SPME devices including SPME fibers, CBS blades, and SPME-PESI probes and SPME-liquid chromatography-MS (SPME-LC-MS) for the analysis of drugs of abuse using the same MS instrument. Furthermore, for the first time, we developed different desorption chambers for MOI-MS for coupling with SPME fibers, CBS blades, and SPME-PESI probes, thus illustrating the universality of this approach. In total, eight analytical methods were developed, with the experimental data showing that all the SPME-based methods provided good analytical performance with R2 of linearities larger than 0.9925, accuracies between 81% and 118%, and good precision with an RSD% ≤ 13%.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,001 | 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