MétaCan
Menu
Retour à la cohorte
Enregistrement W4399512713 · doi:10.1093/annweh/wxae048

Validation of a sampling method and liquid chromatography mass spectrometry analysis method for measurement of fentanyl and five other illicit drugs

2024· article· en· W4399512713 sur OpenAlexaff
Matthew Jeronimo, Molly Mastel, Jasleen Gill, Hugh Davies

Notice bibliographique

RevueAnnals of Work Exposures and Health · 2024
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueForensic Toxicology and Drug Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHarm reductionFentanylChromatographyEnvironmental healthPharmacologyMedicineEmergency medicineChemistryPublic healthNursing

Résumé

récupéré en direct d'OpenAlex

With the increased provision of services by health authorities and community organizations allowing supervised inhalation of illicit substances comes concerns about the potential for secondhand exposure to the substances being used, whether in the adjacent community or to workers at the sites. In order to address community concerns surrounding secondhand illicit substance exposure and better protect harm reduction workers, a validated sampling and LC-MS/MS analysis method was developed for 6 illicit drugs: fentanyl, heroin, methamphetamine, cocaine, etizolam, and bromazolam. It was found that the filter used needed to be silanized to be made more inert and avoid loss of analyte due to degradation. Using the silanized filters, recoveries were good (>90%) and the collected samples were found to be stable at room temperature for 2 wk. The sampling volume validated was up to 960 L. The sensitivity and range of the method make it appropriate for short-term (15 min), full shift (8 h), or environmental sampling.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,614
Score d'incertitude au seuil0,668

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,185
Tête enseignante GPT0,497
Écart entre enseignants0,312 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Work Exposures and HealthMême sujetForensic Toxicology and Drug AnalysisTravaux en français237 207