Multiplexed Dilute-and-Shoot Liquid Chromatography–Multiple-Reaction Monitoring Mass Spectrometry Clinical Assay for Metanephrines and Catecholamines in Human Urine
Notice bibliographique
Résumé
Background: Quantifying urinary catecholamines and metanephrines is essential for the clinical screening and diagnosis of neuroendocrine tumours. HPLC with electrochemical detection (HPLC-ECD) is commonly used for this type of analysis but requires extensive sample cleanup. Simple and rapid dilute-and-shoot LC–multiple-reaction monitoring (MRM)-MS assays have been developed for quantitating these analytes in urine but have not yet been validated according to the Clinical and Laboratory Standards Institute (CLSI) guidelines. Methods: A simple dilute-and-shoot sample preparation without derivatization was used. C18 RP-UPLC-MRM-MS and positive-ion ESI were used, usually with two transitions per analyte being monitored. Certified deuterated internal standards were used for each analyte. Results: This assay was validated according to the CLSI C62-A guidelines, including accuracy/trueness, imprecision, sensitivity, specificity, carryover, stability, and linearity. The final MRM-MS method was compared to the established HPLC-ECD clinical chemistry reference method. The run time was reduced from 25 min to 5 min. Conclusions: A simple, robust, rapid, and cost-effective LC-MRM-MS assay for measuring urinary catecholamines and metanephrines was developed and validated according to the CLSI guidelines. This validated method requires minimal sample manipulation before analysis and provides sensitivity, specificity, and improved precision. The implementation of this assay in clinical laboratories will facilitate early and accurate diagnosis.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».