Determination of Ethanol and Aromatics in Blood by Headspace Portable Gas Chromatography-Mass Spectrometry (HS-PGC-MS)
Notice bibliographique
Résumé
Ethanol abuse is increasingly becoming a global issue, adversely affecting both society and families. In blood alcohol concentration (BAC) detection, traditional techniques have long experimental cycles and harsh experimental conditions and often fail to produce timely results. Consequently, achieving swift and precise on-site detection of ethanol poisoning in humans poses a formidable challenge in analytical science. We designed a novel assay for swift on-site analysis of ethanol and BTEX (benzene, toluene, ethylbenzene, and xylene) poisoning in humans using a custom portable headspace injector (portable HS) and portable gas chromatography-mass spectrometry (portable GC-MS). This setup, known for its lightweight design and speed, allows on-site sampling and delivers rapid results. We established a calibration curve (R2 > 0.99) for ethanol in blood using portable gas chromatography-mass spectrometry (portable GC-MS). This on-site blood alcohol concentration (BAC) assay proves simpler than traditional methods, enabling rapid analysis of each sample within a short timeframe and requiring only a small blood volume (0.1 ml). In addition to our investigation on ethanol, we developed a portable method for detecting BTEX in blood. This method provides a favorable coefficient of determination (R2 > 0.99) for various substances, thereby broadening the utility of portable mass spectrometry in areas such as traffic inspection and forensic identification.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».