Evaluation of Busulfan as a Third-Party Immunoassay on a Clinical Chemistry Analyzer
Notice bibliographique
Résumé
BACKGROUND: Busulfan is widely used in conditioning regimens to prepare patients for hematopoietic stem cell transplantation. Therapeutic drug monitoring (TDM) is critical due to large inter- and intra-individual variability in busulfan pharmacokinetics, and the risk of adverse consequences of toxicity including hepatic veno-occlusive disease. Busulfan is most commonly measured by liquid chromatography-mass spectrometry (LC-MS/MS), which is not as widely available in clinical laboratories as automated routine clinical chemistry analyzers. The objective was to perform analytical verification of a busulfan immunoassay on the Abbott Alinity c platform. METHODS: The MyCare Oncology busulfan immunoassay was configured as a third-party reagent on the Abbott Alinity c. Imprecision, linearity, sample carryover, and onboard stability of reagent studies were evaluated. The performance of the busulfan immunoassay using the Abbott Alinity c was compared to the Beckman Coulter AU480 using sodium heparinized plasma, as well as to LC-MS/MS using lithium heparinized plasma. RESULTS: The imprecision goal of 8% was met, and linearity within the analytical measurement range of 240 to 1700 ng/mL was verified. Sample carryover was negligible, and the reagents were stable onboard for at least 84 days. The busulfan immunoassay correlated well with LC-MS/MS (slope = 0.949, y-intercept = -7.8 ng/mL, r2 = 0.9935) and the Beckman Coulter AU480 (slope = 1.090, y-intercept = -34.5 ng/mL, r2 = 0.9988). CONCLUSIONS: This study demonstrated successful analytical verification of a busulfan third-party immunoassay on the Abbott Alinity c platform. The ability to perform TDM of busulfan on a routine clinical chemistry analyzer will positively impact turnaround times to improve patient outcomes.
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 | 0,017 | 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 | 0,001 |
| 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 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 ».