NGHIÊN CỨU XÂY DỰNG VÀ THẨM ĐỊNH PHƯƠNG PHÁP ĐỊNH LƯỢNG TACROLIMUS TRONG MÁU NGƯỜI BẰNG PHƯƠNG PHÁP SẮC KÝ LỎNG KHỐI PHỔ
Bibliographic record
Abstract
Mục tiêu: Xây dựng và thẩm định phương pháp định lượng tacrolimus trong máu toàn phần người bằng phương pháp sắc ký lỏng khối phổ (LC-MS/MS) để ứng dụng trên bệnh nhân (BN) ghép thận. Đối tượng và phương pháp: Tacrolimus và chuẩn nội được chiết từ máu toàn phần bằng cách sử dụng methanol/1,125M ZnSO4 (66/34, v/v) và được tách bằng rửa giải gradient trên cột ACQUITY UPLC® BHE C18 (2,1x100 mm; 1,7 µm) ở 25°C sử dụng pha động là acetonitril và amoni acetat 5 mM. Tốc độ dòng là 0,2 mL/phút, phần dịch trong 5 µL được bơm vào phân tích trong hệ thống LC-MS/MS. Các ion được phát hiện bằng cách theo dõi đa phản ứng trên hệ thống MS/MS Xevo TQD. Phương pháp được thẩm định theo hướng dẫn của FDA và được ứng dụng để định lượng nồng độ tacrolimus trên BN ghép thận, đồng thời so sánh mối tương quan và sự khác biệt với phương pháp miễn dịch hóa phát quang (CLIA). Kết quả: Phương pháp có tổng thời gian sắc ký là 5 phút. Đường chuẩn tuyến tính trong khoảng 1,0 - 100,0 ng/mL với giới hạn định lượng dưới là 1 ng/mL. Độ chính xác trong ngày và khác ngày lần lượt nằm trong khoảng 93,3 - 109,2% và 96,0 - 108,4%. Độ đúng trong ngày và khác ngày dao động trong khoảng 0,8 - 9,4%. Tỷ lệ thu hồi của tacrolimus dao động từ 102,6 - 107,8%. Các chỉ tiêu về độ đúng, độ chính xác và tỷ lệ thu hồi đáp ứng các tiêu chuẩn của FDA. Kết quả về mối tương quan và sự khác biệt nồng độ tacrolimus giữa hai phương pháp cho thấy phương pháp LC-MS/MS có độ tin cậy để ứng dụng trong theo dõi nồng độ tacrolimus trên lâm sàng. Kết luận: Nghiên cứu đã xây dựng, thẩm định và ứng dụng được phương pháp định lượng tacrolimus trong máu toàn phần đạt được các tiêu chí nhanh, nhạy, tính chọn lọc và độ đặc hiệu cao, đáp ứng yêu cầu phân tích trong các nghiên cứu tương đương sinh học của tacrolimus.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.054 | 0.013 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".