Browsing by Subject "opioidit"

Sort by: Order: Results:

Now showing items 1-3 of 3
  • Lindfors, Pia (Helsingfors universitet, 2010)
    The most important part in bioanalysis is the sample cleanup process which is usually the most laborious and time consuming part of the analysis and very susceptible to errors. A functional bioanalysis has to be quick, easily automated, sensitive, selective and stable. It also needs to be suitable for high throughput analysis. Desorption atmospheric pressure photoionization (DAPPI) is a novel direct desorption/ionization technique for mass spectrometry that enables direct analysis of solids from surfaces or liquid samples from a suitable sample plate often without any sample preparation. The suitability of DAPPI-MS for biological samples was investigated by measuring the limits of detection for selected opioids and benzodiazepines and screening them from authentic urine samples. Limits of detection were measured for standard solutions and spiked urine. Opioids and benzodiazepines were analyzed from post mortem urine samples with an optimized DAPPI-MS method. Post mortem urine samples were analyzed with and without sample preparation. Sample preparation improved the sensitivity of the method remarkably. About 50 % of the analytes were detected without sample preparation and almost 100 % after sample cleanup. It is however difficult to estimate the suitability of DAPPI-MS as a screening method because not all analyte concentrations of the urine samples were known. Therefore we cannot be certain weither the results obtained without sample preparation are caused by the suppression of the urine matrix or if the concentrations of the analytes are below the limits of detection. The reliability of the method can further be improved by investigating the metabolites of the analytes and improving the system towards automation. On grounds of this research DAPPI-MS should be used cautiously as a screening method for urine samples without sample preparation and with only high enough analyte concentrations. DAPPI-MS shows promise as a screening method for opioids and benzodiazepines from urine when the sample cleanup is used before the analysis.
  • Moisio, Jaana (University of Helsinki, 1992)
  • Kaukovuori, Jouni (Helsingin yliopisto, 2021)
    Johdanto: Terveydenhuollon tietojärjestelmiin potilaista kertyvää tieto on hyvä esimerkki massadatasta. Se muodostuu lukuisista yksittäisistä, irrallisista tapahtumista. Potilastiedon toissijaisella hyödyntämisellä tarkoitetaan tiedon käsittelyä muuta tarkoitusta kuin potilaan terveyden edistämistä ja hoitamista varten. Toisiokäytölle on tyypillistä, että pääasiallisena kiinnostuksen kohteena ei ole yksilötason tiedon hyödyntäminen, vaan isommasta potilasjoukosta saatava summatieto, josta yksilön tunnistetiedot on poistettu. Toisiokäyttö mahdollistaa potilastiedon hyödyntämisen esimerkiksi tieteellisessä tutkimuksessa ja tietojohtamisessa. Tavoite: Tutkimuksessa selvitettiin HUSin tietoaltaasta louhitun aineiston avulla, onko tietoaltaaseen tallennetun aineiston avulla mahdollista tutkia lääkehoidon turvallisuutta ja rationaalisuutta sekä selvittää, millaisessa muodossa tietoaltaan data saadaan käyttöön ja millaisia toimenpiteitä datalle tulee tehdä, jotta sitä voidaan hyödyntää potilastiedon analysoinnissa. Aineisto ja menetelmät: Massadatan hyödyntämistä pilotoitiin rekisteritutkimuksessa, jossa esimerkkinä käytettiin opioideja. Rationaalisen lääkehoidon toteutumisen tutkimiseksi määriteltiin lääkeindikaattorit eli tunnusluvut, jotka oli tarkoitettu opioidien lääkehoidon kokonaiskuvan tarkasteluun. Indikaattoreiden avulla luotiin pohja hakuparametreille ja lausekkeille, joita tietoallashaussa käytettiin. Aineisto louhittiin tietoaltaasta maaliskuussa 2020 ja se muodostui opioideja koskevista lääkemääräysmerkinnöistä, jotka oli kirjattu potilastietojärjestelmään 1.1.2015-31.12.2019. Tulokset: Tietoallashausta saatiin 321 000 potilaan opioidimääräysdataa yhteensä noin 1,73 miljoonaa riviä. Kotiutumisen yhteydessä annetut opioidireseptit rajattiin jatkoanalyysin ulkopuolelle, sillä niitä koskeva tieto ei ollut rakenteisessa muodossa. Sairaalassa annettuja säännöllisiä opioidilääkemääräyksiä koskeva aineisto oli noin 258 000 riviä. Dataa siivottiin, järjesteltiin ja validoitiin data-analyysiä varten. Toimenpiteistä huolimatta data ei soveltunut indikaattorien laskentaan. Johtopäätökset: Tietoallasaineiston käytön mahdollisuudet rationaalisen ja turvallisen lääkehoidon tutkimukseen olivat tämän tutkimuksen perusteella rajalliset. Massadata-aineiston saattaminen tutkimuksellisesti hyödynnettävään muotoon vaatii menetelmän, joka pitää sisällään useita työvaiheita ja niiden kehittäminen vaatii tietoteknistä erityisasiantuntemusta. Vaikka dataa saatiin paljon, yksittäisen potilaan opioidilääkehoidosta ei saatu kokonaiskuvaa, koska merkittävä osa datasta oli rakenteettomassa muodossa. Potilastiedon toissijaisen hyödyntämisen kannalta aineiston rakenteisen osan merkittävimmät käytön esteet liittyivät datan laatuun ja luotettavuuteen. Jotta tietoaltaasta saatava aineisto soveltuisi toisiokäyttöön tai tieteelliseen tutkimukseen, pitää sekä potilastietojärjestelmän merkintä- ja kirjaamistapoja yhtenäistää sekä data tulisi tallentaa tietoaltaaseen yhä rakenteisemmassa muodossa.