LC-MS/MS determination of 27 antipsychotics and metabolites in plasma for medication management monitoring
Notice bibliographique
Résumé
With the increasing prevalence and escalating complexity of mental disorders, precise medication has become critically important. This necessitates an efficient, accurate, and convenient method for drug concentration monitoring to support laboratory personnel and clinicians. In this study, three liquid chromatography-tandem mass spectrometry methods were developed and validated for simultaneously determining and quantifying 27 antipsychotics and related metabolites in human plasma. The plasma samples were subjected to protein precipitation using methanol, with isotope-labelled internal standards (ISs), followed by separation via isocratic elution on a BEH C18 column. Mass spectrometric analysis was performed using electrospray ionisation in positive ionisation mode with multiple reaction monitoring for quantitative detection. The analytes demonstrated high separation efficiency, with a single sample run time of 3.0 min. The method exhibited a wide linear range with excellent linearity across the concentration range. The intra- and inter-batch precision were ≤10.00%, the accuracy was 88.67–113.29%. Accurate quantification of antipsychotics remained unaffected under various storage conditions: 72 h at room temperature, 7 d at 4 °C refrigeration, and 14 d at −80 °C freezing. This validated methodology has been successfully applied to plasma samples from patients with psychiatric disorders, demonstrating its practical utility for accurate quantification of antipsychotics in large-scale and complex matrices containing multiple analytes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».