MétaCan
Menu
Retour à la cohorte
Enregistrement W7110603043

Development of oral fluid toxicology screening methodologies used to compare commercial and non-commercial driver populations

2025· article· en· W7110603043 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueSHAREOK (University of Oklahoma; Oklahoma State University; Central Oklahoma University) · 2025
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueForensic Toxicology and Drug Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDrugs of abuseSample (material)DrugDriving under the influenceSubstance Abuse DetectionForensic toxicology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Development of a rapid, simple extraction method followed by qualitative screening using liquid chromatography tandem mass spectrometry (LC-MS/MS) for drugs in oral fluid is presented. The decision points were selected to be at, or lower, than those recommended as Tier I compounds by the National Safety Council’s Alcohol, Drugs, and Impairment Division (NSC-ADID) for toxicological investigation of driving under the influence of drugs cases (DUID) and were also at, or lower, than those recommended by Substance Abuse and Mental Health Service Administration (SAMHSA) and the Department of Transportation (DOT) for Federal workplace drug testing programs. In response to the NSC-ADID Tier II recommendations a method for analysis by liquid chromatography–quadrupole time of flight tandem mass spectrometry (LC-QTOF-MS) for drugs in oral fluid collected with the Quantisal™ device has been developed. The decision point cut-off concentrations were at, or below, those recommended toxicological investigation of driving under the influence of drugs cases. The supporting mass spectral-based screening library was adapted from commercially available databases and in-house development included Tier I and II recommended compounds. In 2024, a drug prevalence roadside survey was performed in the Yukon territory of Canada. Volunteers operating motor vehicles on Wednesday through Saturday nights during the months of June through August were asked to donate oral fluid samples and participate in a quick questionnaire of past and present drug use. Samples were collected from 294 non-commercial drivers and 220 commercial drivers. Oral fluid sample collection was chosen as the preferred sample matrix due to the ease of collection for the donor. Drugs in oral fluid are indicative of those compounds circulating in the blood at the time of collection. Drugs are deposited in oral fluid by diffusion from blood or coating the oral mucosa. Studies have shown similar drug class results when oral fluid and blood are compared (Kelley-Baker, 2014). Oral fluid samples were tested using both qualitative screening methods and later confirmed by drug class specific LC-MS/MS analysis. Results highlight the need for more comprehensive DUID testing with drug positivity rates increasing from 16% to 25% in both commercial and non-commercial drivers.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,237
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,002
Communication savante0,0000,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,165
Tête enseignante GPT0,376
Écart entre enseignants0,211 · 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