A simple method for the determination of acyclovir concentrations in human plasma using high-performance liquid chromatography
Notice bibliographique
Résumé
Abstract Background Acyclovir is an anti-viral medication given to treat herpes simplex and herpes zoster infection. In some severe conditions such as herpes encephalitis, acyclovir is administered intravenously. However, high acyclovir doses may cause acute kidney injury and low acyclovir dose may predispose the patient to inadequate exposure to acyclovir which could be fatal in some conditions. In such cases, the acyclovir plasma concentrations will potentially guide the diagnosis and management of the kidney injury. In this study, we provide a simple and time-efficient method for analyzing acyclovir in human plasma using high-performance liquid chromatography (HPLC). Results The process starts with a single protein precipitation step by adding acetonitrile to deproteinize 300 µL of plasma. The chromatographic separation conditions consist of a mobile phase of water: methanol (97:3, v/v ), a flow rate of 1 mL/min, a run time of 17 min, and a detection wavelength of 254 nm. The calibration curve was linear over the range of (0.70–60 mg/L) ( r 2 ˃ 0.99). The retention times of acyclovir and the internal standard were around 15 and 12 min, respectively. The intra-day and inter-day analysis of acyclovir in plasma using this method exhibited accuracy and precision of less than 7%, which lies within the acceptable range. Different greenness assessment tools confirmed that the proposed method is eco-friendly. Conclusion The proposed method of analysis of acyclovir in the plasma using HPLC is simple, green and accurate method. This method could be applied in clinical settings where monitoring acyclovir concentrations is essential as it has wide range of the concentrations that could be detected.
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) | 0,000 | 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 ».