MétaCan
Menu
Retour à la cohorte
Enregistrement W1584474011 · doi:10.5772/18105

Electrochemical Biosensor for Glycated Hemoglobin (HbA1c)

2011· book-chapter· en· W1584474011 sur OpenAlex
Pu Chen, Mark Pritzker, Mohammadali Sheikholeslam

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInTech eBooks · 2011
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueElectrochemical sensors and biosensors
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGlycated hemoglobinHemoglobinBiosensorElectrochemistryChemistryNanotechnologyMaterials scienceMedicineInternal medicineElectrodeDiabetes mellitusEndocrinologyType 2 diabetes

Résumé

récupéré en direct d'OpenAlex

Diabetes is recognized as a group of heterogeneous disorders with the common elements of hyperglycaemia and glucose intolerance due to insulin deficiency, impaired effectiveness of insulin action or both (Harris & Zimmet, 1997). If left untreated or improperly managed, diabetes can result in a variety of complications, including heart disease, kidney disease, eye disease, impotence and nerve damage. Diagnosis and management of the disease require a tight monitoring of blood glucose levels that serves a number of purposes:  provides a quick measurement of blood glucose level at a given time.  determines if a diabetic person has a high or low blood glucose level at a given time.  demonstrates the link between lifestyle, medication and blood glucose levels.  helps diabetics and diabetes health-care teams make changes to lifestyle and medication that will improve blood glucose levels. Electrochemical biosensors for glucose (glucose meters) play a leading role for this purpose. For the purpose of measuring daily glucose levels to control food intake and insulin usage, these glucose meters work although some difficulties exist. For example, blood glucose level measurements are recommended three to four times per day. Due to the large fluctuations in glucose levels that naturally occur over the course of a day, measurements on an empty stomach and within 2 h of eating are required for comparison purposes. These problems are more prominent for the diagnosis of diabetes and determining the link between lifestyle and medication once a patient has been diagnosed with this disease. Historically, measurement of glucose levels has been the method universally used to diagnose diabetes. Laboratory methods such as fasting plasma glucose (FPG) or 2-h plasma glucose (2HPG) level have been used for this purpose. However, this approach still suffers from the same problems and difficulties associated with glucose biosensors such as the need for fasting, biological variability and the effects of acute perturbations (e.g., stressor illnessrelated) on glucose levels. It has recently been concluded that the best marker for long term glycaemic control is whole blood glycated hemoglobin (i.e., hemoglobin A1c denoted as HbA1c) since its levels respond to the long-term progression of diabetes without the shortterm fluctuations characteristic of glucose (Berg & Sacks, 2008). Also, the use of this approach solves many of the problems associated with FPG or 2HPG methods based on glucose measurements such as no need for fasting, substantially less biological variability and relative insensitivity of HbA1c levels to acute perturbations. On the other hand with advances in instrumentation and standardization, the accuracy and precision of A1C assays

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,300
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,204
Écart entre enseignants0,189 · 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