Therapeutic drug monitoring of clozapine in human serum by high-throughput paper spray mass spectrometry
Notice bibliographique
Résumé
Introduction: Monitoring the atypical antipsychotic drug clozapine is crucial to ensure patient safety. This article showcases a high-throughput analytical method for measuring clozapine and its primary metabolite norclozapine (N-desmethylclozapine) in serum using paper spray mass spectrometry (PS-MS). Objectives: This study aimed to assess the viability of a PS-MS method for the rapid measurement of clozapine and norclozapine in human serum samples as an alternative to liquid chromatography mass spectrometry (LC-MS). Methods: Serum samples were processed by protein precipitation followed by deposition of the supernatant containing labelled internal standards onto paper spray substrates mounted in cartridges. Analytes were then analyzed using a triple quadrupole mass spectrometer equipped with a commercial paper spray ionization source. The results obtained from the patient samples were compared to those from a validated LC-MS assay. Results: > 0.99) over five days. Between-run precision was below 8 %, and within-run precision did not exceed 10 %. When compared to a validated LC-MS method, the mean bias for 39 patient samples was -9% for clozapine and -1% for norclozapine, with no outliers. Mass spectrometry ion ratio comparisons indicated no interference for patient samples above the lower limit of quantification. There was less than 7 % change in the measured concentrations of both analytes over five days for samples dried on paper substrates. Notably, virtually no maintenance of the MS source was required during this study. Conclusion: This study illustrates the potential of PS-MS for serum drug monitoring in the clinical laboratory.
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 | 0,002 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».