MétaCan
Menu
Retour à la cohorte
Enregistrement W1946059811 · doi:10.1093/clinchem/47.3.380

Signal Amplification in Time-resolved Fluorometry

2001· editorial· en· W1946059811 sur OpenAlexaff
Eleftherios P. Diamandis

Notice bibliographique

RevueClinical Chemistry · 2001
Typeeditorial
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Biosensing Techniques and Applications
Établissements canadiensUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésFluorescence spectroscopyTime-resolved spectroscopyFluorescenceChromatographyChemistryAnalytical Chemistry (journal)OpticsPhysics

Résumé

récupéré en direct d'OpenAlex

A frequent question among clinical biochemists is how sensitive analytical techniques should be in the context of clinical diagnostics. Currently, the analyte concentrations usually encountered in clinical chemistry range from 10−3 to 10−12 mol/L. By far, the most sensitive nonamplification techniques used in the clinical laboratory are based on noncompetitive immunological assays. Is there any need for measuring analytes at even lower concentrations? The answer is likely yes. Once the methodologies for measuring even lower concentrations of analytes are developed and our knowledge of the many new candidate biological markers that likely will be discovered through the Human Genome Project is more complete, we may be interested in or need to measure analyte concentrations that are 1/10th to 1/100th of those currently measured. Hence, we should continually pursue the development of methodologies that can reach the ultimate sensitivity, i.e., detection of single molecules. In other areas of laboratory medicine, e.g., microbiology, single pathogen particles (e.g., viruses and bacteria) have diagnostic significance. We should not forget that the measurement of a single molecule in a very small fraction of the total blood volume may mean that the whole organism could contain relatively large numbers of such pathogenic or abnormal constituents. When the analytes are nucleic acids (DNA …

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.

Comment cette classification a été obtenuedéplier

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,305
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
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 Opus0,017
Tête enseignante GPT0,354
Écart entre enseignants0,337 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical ChemistryMême sujetAdvanced Biosensing Techniques and ApplicationsTravaux en français237 207