发表
联系我们

登录

需要订阅 JoVE 才能查看此. 登录或开始免费试用。

本文内容

  • 摘要
  • 摘要
  • 引言
  • 研究方案
  • 结果
  • 讨论
  • 披露声明
  • 致谢
  • 材料
  • 参考文献
  • 转载和许可

摘要

目前分析患者是否遵守复杂耐药结核病（DR-TB）方案的方法可能不准确且资源密集。我们的方法分析头发，一个易于收集和储存的基质，浓度为11个DR-TB药物。使用LC-MS/MS，我们可以确定亚纳米格药物水平，可用于更好地了解药物依从性。

摘要

耐药结核病 （DR-TB） 是一个日益严重的公共卫生威胁，评估治疗药物水平可能具有重要的临床益处。血浆药物水平是当前的黄金标准评估，但需要肾切除术和冷链，并捕获只是最近依从。我们的方法使用头发，一个易于收集并反映长期依从性的矩阵，测试11种抗结核药物。我们小组以前的工作表明，头发中的抗逆转录病毒药物水平与艾滋病毒结果有关。我们的DR-TB药物方法使用2毫克的头发（3厘米接近根），这是粉碎和提取甲醇。用一种LC-MS/MS方法分析样品，在16分钟内量化11种药物。11种药物的定量（LLOQs）下限范围从0.01纳克/毫克到1纳克/毫克不等。 药物存在通过比较两种质谱过渡的比率得到确认。样品使用药物与脱硝、15N-或13C标记药物等值的面积比进行量化。我们使用的校准曲线范围为 0.001-100 ng/mg。 该方法在直接观察治疗（DOT）上从DR-TB患者采集的头发样本的方便样本中的应用表明，在11种药物中的9种（异酰胺、苯丙胺、ethambutol、线胶、levofloacin、莫西氟辛、氟胺、贝达奎林、头头体）的线性动态范围内，头发中的药物水平。没有病人使用蛋白苯酰胺，并且测得的液酰胺水平接近其LLOQ（通过进一步的工作，而不是检查依西酰胺的代谢物是否适合监测暴露）。总之，我们描述了头发DR-TB药物的多机解毒板的开发，作为耐药结核病治疗期间治疗药物监测的技术。

引言

在21世纪，耐药结核病（DR-TB）是本已薄弱的国家结核病控制计划中不断演变的灾难，仅在过去5年中，确诊病例就翻了一番，占全球抗微生物药物耐药性死亡总数的近三分之一,。与治疗对药物敏感的结核病相比，成功治疗DR-TB通常要求更长、毒性更大的二线治疗方案。此外，DR-TB患者在依从性方面往往存在重大挑战，导致最初出现耐药性。

与HIV感染不同，病毒载量可用于监测治疗，结核病治疗反应的代理终点在个别4级延迟且不可靠。监测患者依从性是亚治疗抗结核药物浓度和治疗失败的重要预测器，也是一项挑战。自我报告的依从性有召回偏见和取悦供应商的愿望55，6。6丸数和药物事件监测系统（MEMS）可以更客观7，但不测量实际药物消耗88，9，10。9,10生物基质中的药物水平可以提供依从性和药代动力学数据。因此，血浆药物水平通常用于治疗药物监测11，12。11,然而，在药物依从性监测方面，血浆水平代表短期接触，在确定适当的依从性参考范围时，受患者体内和患者间变异性的限制。"白衣"效应，在临床或研究访问之前，依从性改善，进一步复杂化血浆水平的能力，提供准确的药物依从模式13。

头发是一种替代生物基质，可以测量长期药物暴露1414，15。15许多药物和内源性代谢物结合到头发蛋白基质从系统循环，因为头发生长。随着头发生长过程中这种动态过程的继续，沉积在头发基质中的药物量取决于药物在循环中的连续存在，使头发成为药物摄入量的极佳时间读出。头发作为生物基质具有另一个优点，即易于收集，无需与血液相比，冷链进行储存和装运。此外，头发是非生物危害的，这提供了额外的可行性优势，在外地。

头发药物水平早已用于法医申请16。在过去十年中，头发抗逆转录病毒（ARV）水平在评估药物在艾滋病毒治疗和预防方面是否得到效用，我们小组对此作出了贡献。头发中的抗逆转录病毒药物水平已被证明是HIV感染治疗结果的最独立预测变量17、18、19、20、21。17,18,19,20,21为了确定DR-TB患者的头发水平在预测治疗结果方面是否具有相同的效用，我们使用LC-MS/MS来开发和验证一种分析小头发样本中11种DR-TB药物的方法。作为对测定性能的初步评估，我们在南非西开普22号对接受直接观察治疗的DR-TB患者的方便样本中测量了DR-TB药物水平。

研究方案

所有患者在收集头发样本前都提供书面知情同意。我们获得了开普敦大学和加州大学旧金山分校的机构审查委员会的批准。

1. 头发取样

  1. 获得书面知情同意。
  2. 使用干净的剪刀从尽可能靠近头皮的区域切割大约20-30个头皮发丝。
  3. 在头发的远端放置胶带，以指示方向性。将头发样本折叠成铝箔正方形，并在室温下存放。标记头发的远端，以避免因对近端进行额外处理而可能存在的污染。
  4. 除了患者样本外，还收集"空白头发":从未服用结核病药物的人那里采集头皮头发样本。收集大量的（每20个患者样本收集大量的空白头发）。

2. 药物提取

  1. 标签珠管。每个患者样本需要一根管子。标签 12 管从"C0"到"C11"，每 12 个校准点各一个。为低质量控制标记管、中质量控制管和高质量控制管。最后，为矩阵空白标记管。
  2. 打开铝箔方块，其中包含头发样本。如果头发样本长超过 3 厘米，则从近端切头发 3 厘米，并使用该近端部分进行分析。
  3. 将2毫克的头发样本称重到珠管中。
  4. 将 2 毫克的白发称重成 16 个额外的珠管。这些将用作校准点、质量控制和矩阵空白。管子将遵循与患者样本相同的提取程序，除了在步骤 2.8 和 2.9 中指示的水平上使用药物参考标准。
  5. 将所有珠管放入均质器中。以 6.95 m/s 的速度运行均质器。 运行两个周期，每个周期为 30 s，两个循环之间有 15 个静止周期。
  6. 进行内部标准混合并将其添加到样品中。
    1. 将 ±40 mL 甲醇加入 50 mL 体积瓶。
    2. 在琥珀色玻璃小瓶中，使用甲醇作为溶剂，混合表1所示的内部标准。
      注:甲醇非常不稳定。在此过程中，将所有小瓶盖上，以防止蒸发损失。
    3. 从这些混合物中，将表 1所示的体积添加到 50 mL 体积瓶中。然后，用甲醇将烧瓶加满50mL。
    4. 盖上盖子，混合卷瓶。除了基体空白管外，将混合物的 500 μL 添加到每个粉碎的发管中。将 500 μL 甲醇添加到基体空白管中。
  7. 进行参考标准混合。
    1. 用甲醇构成以下药物的整洁参考标准，以获得步骤2.7.2表中所示的浓度。只需要以下浓度的 1 mL。
    2. 将 1768 μL 甲醇添加到小瓶中，然后将表 2 中列出的参考标准量添加到同一小瓶中，以获得 2 mL 的最终体积。标签这个小瓶"参考斯特混合1x"。涡。
    3. 在新的小瓶中，将100 μL从"参考刺1x"刺入900μL甲醇。标签这个小瓶"参考斯特混合10x"。涡。
    4. 在新的小瓶中，将100 μL从"参考刺10倍"刺入900μL甲醇。标签此小瓶 "参考 Std 混合 100x"。涡。
    5. 在新的小瓶中，将100 μL从"参考刺100x"刺入900μL甲醇。标签此小瓶 "参考 Std 混合 1000x"。涡。
  8. 通过添加表 3中描述的 Ref Std 混合量来尖峰校准曲线管。
  9. 创建 QC 混合和尖峰质量控制管。
    1. 标签 5 小瓶"QC-A"通过"QC-E"。
    2. 将以下数量的甲醇添加到五个标有小瓶的瓶中:
      QC-A: 990 μL
      QC-B: 940 μL
      QC-C: 950 μL
      QC-D: 980 μL
      QC-E: 950 μL
       
    3. 使用步骤 2.7.1 中创建的 1 mg/mL 药物库存，在下面列出的特定小瓶中添加 10 μL。对于位于 0.5 mg/mL 的 BDQ 和 CLF 库存，在下面列出的小瓶中添加 20 μL。
      QC-A: PTH
      QC-B:EMB、CLF、BDQ、PTM
      QC-C: INH， LFX， LZD， MFX， PZA
      QC-D: PTH， EMB
      QC-E:CLF、BDQ、PTM

      注:有些药物存在于多种混合物中。
    4. 将小瓶标记为"QC-A df100"。将10μL的QC-A稀释成990μL甲醇。
    5. 将小瓶标记为"低 QC 库存"。在此小瓶中加入 1832 μL 甲醇。添加下面详述的 QC 混合量:
      QC-A df100: 80 μL
      QC-B: 8 μL
      QC-C: 80 μL
       
    6. 将小瓶标记为"中质库存"。在此小瓶中加入 760 μL 甲醇。添加下面详述的 QC 混合量:
      QC-A df100: 800 μL
      QC-B: 40 μL
      QC-C: 400 μL
       
    7. 将小瓶标记为"高 QC 库存"。在此小瓶中加入 1376 μL 甲醇。添加下面详述的 QC 混合量:
      QC-D: 160 μL
      QC-E: 320 μL
      MFX，1mg/mL 库存:16 μL
      INH，1mg/mL 库存:32 μL
      LFX，1mg/mL 库存:32 μL
      LZD，1mg/mL 库存:32 μL
      PZA，1mg/mL 库存:32 μL
       
    8. 尖峰 10 μL 低 QC 库存进入低 QC 珠管。
    9. 尖峰 10 μL 中 QC 库存进入中 QC 珠管。
    10. 尖峰 10 μL 高 QC 库存进入高 QC 珠管。
  10. 在 37 °C 下将所有管放入热摇床 2 小时。摇动速度应足够慢，水不会溅到管子上。
  11. 从摇床中取出管。将液体从珠管转移到新的微离心管中。以同样的方式标记这些微离心管。
  12. 在旧管中加入 500 μL 甲醇。盖和漩涡。
  13. 第二次，将液体从珠管转移到相应的微离心管中。可以转移粉碎的头发。这最终将被离心机。
  14. 在 2，800 x g下使微离心管离心 10 分钟。
  15. 小心地取出液体并将其转移到带有相应标签的新离心管中。小心不要打扰或转移头发颗粒。
  16. 蒸发离心管中的液体，以32°C干燥。
  17. 通过在干管中加入200μL的移动相A（HPLC级水，1%的酸）来重组样品。涡。
  18. 用 250 μL 刀片将液体转移到琥珀小瓶中。

3. LC-MS/MS 制备

  1. 通过在一升体积瓶中加入一些 HPLC 级水，使一升移动相 A（HPLC 级水，1% 的酸度）。然后加入10 mL的 >95% 的酸到该烧瓶，然后用 HPLC 级水填充到生产线上。
    1. 通过在一升体积瓶中加入一些醋酸，使一升移动阶段B（甲氧乙酸与0.1%的甲酸） 。然后加入1 mL的 >95% 的酸到该烧瓶，然后用醋酸填充到行中。
  2. 在柱舱中安装一个 2 x 100 mm 柱，颗粒大小为 2.5 μm，孔径为 100 °孔，具有极性端盖、乙醚连带苯基珠，完全由多孔二氧化硅制成。确保列还安装了制造商推荐的防护盒。
  3. 打开数据采集软件和双击硬件配置。突出显示LCMS并单击"激活配置文件"。
    1. 单击"新建子项目"，或者，如果其他子项目已存在，请单击"复制子项目"。为子项目命名。
    2. 单击"新文档"。双击采集方法。单击"获取方法"窗口中的"质量规格"。
    3. 将扫描类型下拉列表更改为MRM （MRM）。确保极性设置为"正"。
    4. 单击"导入列表"并选择补充材料中包含的 .csv 文件MDR-TB LCMS 方法转换.csv。
    5. 向下滚动并将持续时间设置为 16.751 分钟。相应的循环时间和周期数将自动填充。
    6. 在左侧侧边栏中，单击集成瓦尔科阀。确保步骤 0 的位置名称为 A。在"总时间（分钟）"列中，在第一行键入 0.4，在第二行键入 13。
    7. 在"位置"列中，将第一行设置为 B，将第 2 行设置为 A。
    8. 在左侧侧边栏中，单击二进制泵。根据表 4设置梯度和流速表。
    9. 在左侧侧边栏中，单击"自动采样器"。将注射量更改为 10 μL。单击启用的温度控制并将其设置为 4 °C。
    10. 在左侧侧边栏中，单击"列隔间"。将左右温度设置为 50 °C。
    11. 关闭并保存方法。
  4. 通过单击"新文档"并选择"采购批次"创建批次。键入集名称，并从下拉栏中选择新创建的方法。
    1. 在电子表格中，创建遵循此顺序的批次:校准曲线、质量控制、患者样本、校准曲线、质量控制、患者样本、校准曲线、质量控制。在运行开始和结束时以及校准曲线、质量控制和患者样本之前和之后添加溶剂空白注射。在注入校准曲线和高质量控制小瓶后，至少注射 8 次溶剂空白，以减少脂质结转。
      注:根据柱龄，可能需要添加更多溶剂空白注射。
    2. 在示例名称旁边的列中，键入相应小瓶的相应自动采样器位置。
    3. 单击"添加集"。在弹出窗口中，键入批处理中的样本数。
    4. 将示例名称和小瓶位置从电子表格复制到新创建的批处理。
    5. 转到"提交"选项卡。单击"提交"按钮。
  5. 通过将溶剂线 A 插入移动阶段 A 和溶剂线 B 到移动相 B 中，将分清系统插入二进制泵上打开净化阀。
    1. 以 4 mL/min 流速将溶剂成分设置为 50% B。打开二进制泵。
    2. 5 分钟后，将流量降至 0.3 mL/min。 关闭净化阀。检查是否有泄漏。
    3. 在软件中，按顶部工具栏上的"平衡"。将时间设置为 >5 分钟，按"确定"。
    4. 仪器平衡后，窗口右下角的模块将显示为绿色。检查压力稳定，然后单击"开始采样"启动批处理。

4. 数据分析

  1. 批处理完成后，打开量化软件。单击魔杖图标可创建新的结果表。
    1. 单击"浏览"以导航到相应的文件夹，然后突出显示数据文件，然后单击右指向箭头将数据移动到"选定"区域。单击"下一步"。
    2. 选择"创建新方法"，然后单击"新建"。输入新的量化方法名称，然后按"保存"，然后按"下一步"。
    3. 选择中间校准点的第一次注入。按下一个。
    4. 勾选标记IS列中内部标准的所有转换。
    5. 对于参考标准的量化器转换，请在"IS 名称"列中选择相应的 IS。单击"下一步"。
    6. 滚动过渡以确保自动选择的保留时间准确无误。确保高斯平滑设置为 1.5。所有其他默认设置可以保持原样（即，噪声百分比 100%，基线子。窗口 2.00 分钟，峰值拆分 2 点）。
      注:如果需要，此时修改自动集成参数。由于这些参数根据仪器设置而变化，因此我们这里没有包括我们的参数。
    7. 单击"完成"将量化方法应用于批处理。
  2. 单击左上角显示峰值查看按钮以查看色度图。使用左侧侧边栏导航过渡。滚动浏览每个量化器转换的每个注入，并在必要时手动集成正确的峰值。
    1. 要手动集成峰值，请单击"启用手动集成模式"按钮，通过单击并沿 x 或 y 轴拖动放大色谱图，然后从一个基线绘制一条线到另一个基线，定义峰值。图 3显示了两个色谱图:一个具有 INH，因此已手动集成，另一个没有 INH。
      注:必须使用相同的参数集成所有注入。峰值宽度可以为遵循这些参数提供指南，但有时峰值宽度会有所不同。要量化峰值，保留时间必须在该该确认物的预期保留时间 ±0.15 分钟内（由参考标准峰值定义），定性确认为具有预期定量器与限定符的比率（如图2所示），并且信噪比大于 10。
  3. 在"样本类型"列中，将校准曲线注入（空白校准曲线注入除外）设置为标准。将质量控制注入设置为质量控制。将剩余的注射保留为未知。
    注: 这将在所有转换中设置。
  4. 在"实际浓度"列中，键入表 5中所有校准曲线和质量控制喷射的浓度。
  5. 单击左上角的第二个 显示校准曲线按钮。单击"回归"按钮。
  6. 将"加权类型"设置为1/x，然后按"确定"。
  7. 验证校准曲线和质量控制样品，以确保批次成功运行。
    1. 对于每个定量器参考过渡（不是内部标准过渡），查看每个校准曲线喷射精度（在精度列中）。至少三分之二的校准点的精度必须在 80-120% 以内。
    2. 对于远超出预期精度的校准点，喷射可能是异常值。如果异常值的计算浓度超过两个标准差，则排除异常值。单击"和峰值到'未找到按钮在每个色谱图上方。
    3. 检查校准曲线上方显示的 R 值是否为 >0.975。
    4. 检查所有质量控制注射的精度在 80-120% 以内。
  8. 如果满足上述所有条件，则批次已通过，并且可以量化样本。单击工具栏中的"编辑"，然后单击"复制整个表"。将表粘贴到电子表格中。
  9. 以两个样品注射的计算浓度平均值为例，以确定每个样品的报告浓度。

结果

图1显示了所有11种DR-TB药物的确诊水平的色谱图图图。使用不同的仪器和列时，每个护身奶的保留时间可能会更改，因此应单独确定确切的保留时间。

图2显示了一种特定药物（isoniazid，INH）在一种校准器（空白头发样本与DR-TB药物参考标准尖刺）的提取的Ion色谱仪（EIC）。定量器和限定符过渡用于定性地确认药物的存在，因为定量...

讨论

我们在这里报告我们开发和验证的方法的协议，用于量化11种抗结核病药物，用于治疗使用LC-MS/MS的小头发样本中的DR-TB。以前没有其他方法来量化头发中的这11种药物，但已经开发、验证和发布。我们的方法可以量化亚纳米克的药物水平，只有20-30发丝长约3厘米（约2毫克），并已经过验证22。头发分析的低重量意味着参与研究的患者可以谨慎参与，并有可能返回重复测试，而不?...

披露声明

这项工作得到了国家过敏和传染病研究所RO1 AI123024（共同机构:约翰·梅特卡夫和莫妮卡·甘地）的支持。

致谢

作者要感谢开普敦大学肺研究所的基尔坦·迪达教授、阿里·伊斯梅尔博士和玛丽特杰·普雷托利斯教授为这项研究收集头发样本提供便利。作者还感谢本研究参与者的贡献。

材料

NameCompanyCatalog NumberComments
2 mL injection vialsAgilent Technologies5182-0716
250 uL injection vial insertsAgilent Technologies5181-8872
Bead ruptor 24OMNI International19001
Bead ruptor tubes (2 mL bead kit, 2.8mm ceramic, 2 mL microtubes)OMNI International19628
BedaquilineToronto Research ChemicalsB119550
Bedaquiline-d6Toronto Research ChemicalsB119552
ClofazimineToronto Research ChemicalsC324300
Clofazimine-d7Toronto Research ChemicalsC324302
Disposable lime glass culture tubesVWR60825-425
EthambutolToronto Research ChemicalsE889800
Ethambutol-d4Toronto Research ChemicalsE889802
EthionamideToronto Research ChemicalsE890420
Ethionamide-d5ClearSynthCS-O-06597
Formic acidSigma-AldrichF0507-100mL
Glass bottlesCorning1395-1L
Hot ShakerBellco Glass Inc7746-32110
HPLCAgilent TechnologiesInfinity 1260
HPLC grade acetonitrileHoneywell015-4
HPLC grade methanolHoneywell230-1L
HPLC grade waterAqua Solutions IncW1089-4L
IsoniazidToronto Research ChemicalsI821450
Isoniazid-d4Toronto Research ChemicalsI821452
LC column, Synergi 2.5 um Polar RP 100 A 100 x 2 mmPhenomenex00D-4371-B0
LC guard cartridgePhenomenexAJ0-8788
LC guard cartridge holderPhenomenexAJ0-9000
LC-MS/MS quantitation softwareSciexMultiquant 2.1
LevofloxacinSigma-Aldrich1362103-200MG
Levofloxacin-d8Toronto Research ChemicalsL360002
LinezolidToronto Research ChemicalsL466500
Linezolid-d3Toronto Research ChemicalsL466502
Micro centrifuge tubesE&K Scientific695554
MoxifloxacinToronto Research ChemicalsM745000
Moxifloxacin-13C, d3Toronto Research ChemicalsM745003
MS/MSSciexTriple Quad 5500
OPC 14714Toronto Research ChemicalsO667600
Pretomanid (PA-824)Toronto Research ChemicalsP122500
ProthionamideToronto Research ChemicalsP839100
Prothionamide-d5Toronto Research ChemicalsP839102
PyrazinamideToronto Research ChemicalsP840600
Pyrazinamide-15N, d3Toronto Research ChemicalsP840602
Septum caps for injection vialsAgilent Technologies5185-5862
Turbovap LV evaporatorBiotage103198/11

参考文献

  1. Kurbatova, E. V., et al. Predictors of poor outcomes among patients treated for multidrug-resistant tuberculosis at DOTS-plus projects. Tuberculosis (Edinb). 92, 397-403 (2012).
  2. Dheda, K., et al. The epidemiology, pathogenesis, transmission, diagnosis, and management of multidrug-resistant, extensively drug-resistant, and incurable tuberculosis. Lancet Respiratory Medicine. , (2017).
  3. Berg, K. M., Arnsten, J. H. Practical and conceptual challenges in measuring antiretroviral adherence. Journal of Acquired Immunodeficiency Syndromes (JAIDS). 43, 79-87 (2006).
  4. Kagee, A., Nel, A. Assessing the association between self-report items for HIV pill adherence and biological measures. AIDS Care. 24 (11), 1448-1452 (2012).
  5. Haberer, J. E., et al. Adherence to antiretroviral prophylaxis for HIV prevention: a substudy cohort within a clinical trial of serodiscordant couples in East Africa. PLoS Medicine. 10 (9), 1001511 (2013).
  6. Pullar, T., Kumar, S., Tindall, H., Feely, M. Time to stop counting the tablets. Clinical Pharmacology & Therapeutics. 46 (2), 163-168 (1989).
  7. Liu, H., et al. A comparison study of multiple measures of adherence to HIV protease inhibitors. Annals of Internal Medicine. 134 (10), 968-977 (2001).
  8. Wendel, C., et al. Barriers to use of electronic adherence monitoring in an HIV clinic. Annals of Pharmacotherapy. 35, 1010-1101 (2001).
  9. Ruiz, J., et al. Impact of voriconazole plasma concentrations on treatment response in critically ill patients. Clinical Pharmacology & Therapeutic. , (2019).
  10. Saktiawati, A. M., et al. Optimal sampling strategies for therapeutic drug monitoring of first-line tuberculosis drugs in patients with tuberculosis. Clinical Phamacokinetics. , (2019).
  11. Podsadecki, T. J., Vrijens, B. C., Tousset, E. P., Rode, R. A., Hanna, G. J. "White coat compliance" limits the reliability of therapeutic drug monitoring in HIV-1-infected patients. HIV Clinical Trials. 9 (4), 238-246 (2008).
  12. Cuypers, E., Flanagan, R. J. The interpretation of hair analysis for drugs and drug metabolites. Clinical Toxicology. 56 (2), 90-100 (2018).
  13. Knitz, P., Villain, M., Crimele, V. Hair analysis for drug detection. Therapeutic Drug Monitoring. 28 (3), 442-446 (2006).
  14. Barroso, M., Gallardo, E., Vleira, D. N., Lopez-Rivadulla, M., Queiroz, J. A. Hair: a complementary source of bioanalytical information in forensic toxicology. Bioanalysis. 3 (1), 67-79 (2011).
  15. Gandhi, M., et al. Atazanavir concentration in hair is the strongest predictor of outcomes on antiretroviral therapy. Clinical Infectious Diseases. 52 (10), 1267-1275 (2011).
  16. Koss, C. A., et al. Hair concentrations of antiretrovirals predict viral suppression in HIV-infected pregnant and breastfeeding Ugandan women. AIDS. 29 (7), 825-830 (2015).
  17. Pintye, J., et al. Brief Report: Lopinavir Hair Concentrations Are the Strongest Predictor of Viremia in HIV-Infected Asian Children and Adolescents on Second-Line Antiretroviral Therapy. Journal of Acquired Immune Deficiency Syndromes (JAIDS). 76 (4), 367-371 (2017).
  18. Baxi, S. M., et al. Nevirapine Concentration in Hair Samples Is a Strong Predictor of Virologic Suppression in a Prospective Cohort of HIV-Infected Patients. PLoS One. 10 (6), 0129100 (2015).
  19. Gandhi, M., et al. Antiretroviral concentrations in hair strongly predict virologic response in a large HIV treatment-naive clinical trial. Clinical Infectious Diseases. 5, 1044-1047 (2019).
  20. Gerona, R., et al. Simultaneous analysis of 11 medications for drug resistant TB in small hair samples to quantify adherence and exposure using a validate LC-MS/MS panel. Journal of Chromatography B. 1125, 121729 (2019).
  21. Metcalfe, J., et al. Association of anti-tuberculosis drug concentration in hair and treatment outcomes in MDR- and XDR-TB. European Respriatory Journal Open Research. 5 (2), (2019).
  22. Metcalfe, J. Z., O'Donnell, M. R., Bangsberg, D. R. Moving Beyond Directly Observed Therapy for Tuberculosis. PLoS Medicine. 12 (9), 1001877 (2015).

转载和许可

请求许可使用此 JoVE 文章的文本或图形

请求许可

探索更多文章

159 LC MS MS

This article has been published

Video Coming Soon

JoVE Logo

政策

使用条款

隐私

联系我们

向图书馆推荐

JoVE 新闻简报

科研

教育

发表

图书馆员

关于 JoVE

版权所属 © 2025 MyJoVE 公司版权所有，本公司不涉及任何医疗业务和医疗服务。