MétaCan
Menu
Retour à la cohorte
Enregistrement W4408957204 · doi:10.1002/dta.3889

Analysis of Testosterone Esters in Serum and DBS Samples—Results From an Interlaboratory Study

2025· article· en· W4408957204 sur OpenAlexfundno aff
Tobias Langer, Alessandro Musenga, Biljana Jančić–Stojanović, Daniel Pecher, G. Gmeiner, Laura Harju, Tina Suominen, Cynthia Mongongu, Magnus Ericsson, Silke Grabherr, Tiia Kuuranne, Raul Nicoli

Notice bibliographique

RevueDrug Testing and Analysis · 2025
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueBiosimilars and Bioanalytical Methods
Établissements canadiensnon disponible
Organismes subventionnairesWorld Anti-Doping Agency
Mots-clésChromatographyUrineChemistryMatrix (chemical analysis)Biochemistry

Résumé

récupéré en direct d'OpenAlex

Testosterone (T) formulations that are used for doping purposes often contain the steroid in esterified forms. As these esters are hydrolysed in the bloodstream before renal excretion, they can be detected in blood matrices and have not been detected in urine so far. Serum samples can additionally be used for longitudinal blood steroid profiling, but their collection, shipping and storage have some disadvantages. The use of dried blood spots (DBS), an alternative blood matrix, is more convenient for pre-analytical and post-analytical aspects but is not fully established in antidoping laboratories yet. To evaluate the ability of multiple antidoping laboratories to detect T-esters in serum and DBS samples, an interlaboratory study was organised. Common T-esters were spiked in five samples of each matrix (serum, cellulose card DBS, polymeric DBS) at concentrations that correspond to an administration scenario and sent as blinded specimens to each laboratory. The laboratories were requested to apply their own analytical method to detect the T-esters and to provide a rough estimate of their concentrations. All laboratories identified the spiked testosterone esters correctly in all samples and the estimated concentrations were deemed comparable (average relative standard deviation < 30%), considering that only qualitative initial testing procedures (ITPs) were used. This study could firstly demonstrate the capability of different analytical approaches to analyse T-esters in serum and DBS samples and, secondly, show that the methods employed by the participating laboratories are all fit for purpose.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,029
Tête enseignante GPT0,313
Écart entre enseignants0,284 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations11
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrug Testing and AnalysisMême sujetBiosimilars and Bioanalytical MethodsTravaux en français237 207