B-289 Assessing the Shift in Positivity Rates of Cocaine and Its Metabolites in a Community Based Population: A Transition from utilization of Cutoff Concentrations to Qualitative Structure Identification
Notice bibliographique
Résumé
Abstract Background Semi-quantitative cutoff concentrations have traditionally been employed for urine drug detection. Research suggests that these cutoffs may be set too high, leading to the risk of overlooking positive cases. The advent of liquid chromatography-high-resolution mass spectrometry (LC-HR/MS) technology allows for the detection of drugs at lower concentrations. This study aims to assess the impact of transitioning from cutoff concentrations to qualitative structure identification on the positivity rates of cocaine and its metabolites in a community-based population. Methods Data analysis was conducted on results obtained from a community laboratory from April 2021 to October 2023. Screening of drugs was carried out using the Sciex X500R QTOF MS System. Cutoff concentrations were applied from April 2021 to September 2022 for screening cocaine and its metabolites (benzoylecgonine, norcocaine, and cocaethylene) in 62,816 samples. From October 2022 to October 2023, a qualitative structure identification approach was adopted for screening 47,676 samples. Results The previous screening for cocaine, benzoylecgonine, norcocaine, and cocaethylene was performed with a cutoff concentration of 50 ng/mL. Employing a qualitative structure identification approach, cocaine, benzoylecgonine, and cocaethylene were detectable at 5 ng/mL, while norcocaine could be identified at 10 ng/mL. Consequently, when qualitative identification was applied, the positivity rates for cocaine and its metabolites showed an increase. The prevalence of cocaine and its metabolites in the positive samples also demonstrated a corresponding shift. Conclusions Moving from using cutoff concentrations to employing qualitative structure identification with LC-HR/MS markedly enhances the detection of positive cases for cocaine and its metabolites. Although the detection sensitivity of drugs is improved, the presence of drugs at low concentrations can pose challenges with interpretation of results.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».