Primary Hyperoxaluria Screening and Monitoring: Quantitative Measurement of Plasma Oxalate by Gas Chromatography-Mass Spectrometry With High Sensitivity
Notice bibliographique
Résumé
Background: Plasma oxalate measurements can be used for the screening and therapeutic monitoring of primary hyperoxaluria. We developed a gas chromatography-mass spectrometry (GC-MS) assay for plasma oxalate measurements with high sensitivity and suitable testing volumes for pediatric populations. Methods: -oxalate ion (m/z: 263.15) as the internal standard. Method validation included determination of the linear range, limit of blank, limit of detection, lower limit of quantification, precision, recovery, carryover, interference, and dilution effect. The cut-off value between primary and non-primary hyperoxaluria in a pediatric population was analyzed. Results: The detection limit was 0.78 μmol/L, and the linear range was up to 80.0 μmol/L. The between-day precision was 5.7% at 41.3 μmol/L and 13.1% at 1.6 μmol/L. The carryover was <0.2%. The recovery rate ranged from 90% to 110%. Interference analysis showed that Hb did not interfere with plasma oxalate quantification, whereas intralipids and bilirubin caused false elevation of oxalate concentrations. A cut-off of 13.9 μmol/L showed 63% specificity and 77% sensitivity, whereas a cut-off of 4.15 μmol/L showed 100% specificity and 20% sensitivity. The minimum required sample volume was 250 μL. The detected oxalate concentrations showed interference from instrument conditioning, sample preparation procedures, medications, and various clinical conditions. Conclusions: GC-MS is a sensitive assay for quantifying plasma oxalate and is suitable for pediatric patients. Plasma oxalate concentrations should be interpreted in a clinical context.
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) | 0,001 | 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 ».