Recent trends in the analysis of GHB in hair
Notice bibliographique
Résumé
Hair analysis is a valuable tool in forensic toxicology, providing extended detection windows and critical insights into drug testing, usage trends, and drug-facilitated crimes. This systematic review was conducted using Scopus, Web of Science, and PubMed databases from March 2017 to September 2024, and evaluated 19 studies (16 research articles and 3 case reports) on the detection of γ-hydroxybutyrate (GHB) in hair. This review examines recent studies on GHB concentrations in hair, focusing on both endogenous and exogenous concentrations resulting from illicit and prescribed use, as well as the analytical methods employed. This review includes decontamination parameters, extraction techniques, and sample sizes used during the analytical method. New studies report that endogenous GHB levels range from 0.2 to 5.5 ng/mg, while exogenous levels vary widely from 0.3 to 239.6 ng/mg. Additionally, published results indicate that the frequency of use may be more significant than the dosage for exogenous GHB to be incorporated into the hair. A novel adjacent segmentation method has been proposed to differentiate endogenous from exogenous GHB, identifying local peaks within adjacent hair segments. Research into GHB-glucuronide as a biomarker has found it unreliable due to inconsistent correlations with exogenous use. Further research is needed to refine the interpretation of GHB levels in forensic applications.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».