Assessing the Efficacy of Pyrolysis–Gas Chromatography–Mass Spectrometry for Nanoplastic and Microplastic Analysis in Human Blood
Notice bibliographique
Résumé
Humans are constantly exposed to micro- and nanosized plastics (MNPs); however, there is still limited understanding of their fate within the body, partially due to limitations with current analytical techniques. The current study assessed the appropriateness of pyrolysis-gas chromatography-mass spectrometry (Py-GC-MS) analysis for the quantification of a range of polymers in human blood. An extraction protocol that reduced matrix interferences (false positives) of polyethylene (PE) and polyvinyl chloride (PVC) was developed and validated. Extraction recoveries ranged 7-109%, although surface-modified polystyrene (carboxylated) increased nanoparticle recoveries from 17 to 52%. Realistic detection limits were calculated for each polymer, accounting for matrix suppression and extraction recovery. These were up to 20 times higher than nominal detection limits calculated with Milli-Q water. Finally, the method was tested with a pilot study of the Australian population. PE interferences were reduced but still present, and no other polymers were above detection limits. It was concluded that Py-GC-MS is currently not a suitable analysis method for PE and PVC in biological matrices due to the presence of interferences and nonspecific pyrolysis products. Furthermore, while it is plausible to detect some polymers in blood, the estimated exposure concentrations needed are approaching the detection limits of the technique.
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 | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».