Riassunto analitico
La sempre crescente richiesta di analisi su campioni di capello, con molteplici finalità sia clinico-tossicologico che forensi, ha reso necessario lo sviluppo di metodiche analitiche di ampia applicazione e dotate di standard di sensibilità e precisione. Il presente lavoro di tesi si propone di sviluppare e validare un metodo LC-MS/MS per la simultanea determinazione e quantificazione all’interno di matrici cheratiniche di 50 farmaci psicoattivi (comprensivi di metaboliti attivi), appartenenti a sei categorie farmacologiche principali quali: antidepressivi, ansiolitici, antipsicotici, triptani, stabilizzanti dell’umore e analgesici oppioidi. La procedura prevede l’iniziale decontaminazione del campione con due cicli di lavaggi successivi con acetone e n-esano; dopo la completa evaporazione dei solventi, il campione viene triturato e posto in sonicatore “overnight” in metanolo. Al termine del processo di digestione viene svolta la fase di clean-up con l’aggiunta della fase solida del roQdSPE QuEChERS; un’aliquota di 1 mL della fase organica viene evaporata in corrente d’azoto, ripreso in 200 L di fase mobile LC ed iniettato in un sistema LC-MS/MS. L’eluizione cromatografica ha una durata di 30 minuti, parametro che consente di eluire batterie di campioni cospicue in tempi limitati. I parametri validati, secondo le linee guida indicate dal SWGTOX, sono risultati tutti rientranti nei criteri di accettabilità: le curve di calibrazione sono state calcolate applicando il modello lineare (“weighted regression” 1/x) con r2 di 0.990 per tutti gli analiti oggetto di studio; il LOQ è stato fissato a 50 pg/mg hair per 2 sostanze, a 20 pg/mg hair per 11 sostanze mentre per le rimanenti si è determinato un LOQ a 10 pg/mg hair. Il metodo approntato e validato è stato successivamente applicato a 234 campioni reali, provenienti dal Centro per le Cefalee e l’Abuso di Farmaci presso il Policlinico di Modena, raccolti da pazienti cefalalgici in terapia, con lo scopo di verificare l’aderenza tra i dati clinici forniti tramite self-report e quelli analitici.
|