MétaCan
Menu
Retour à la cohorte
Enregistrement W1967909510 · doi:10.1039/c4nr06687a

An ultra-sensitive impedimetric immunosensor for detection of the serum oncomarker CA-125 in ovarian cancer patients

2015· article· en· W1967909510 sur OpenAlexaff
Mohammad Johari‐Ahar, Mohammad‐Reza Rashidi, Jaleh Barar, M. Aghaie, Daryoush Mohammadnejad, Ali Ramazani, Pari Karami, George Coukos, Yadollah Omidi

Notice bibliographique

RevueNanoscale · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensCentre for Drug Research and Development
Organismes subventionnairesnon disponible
Mots-clésOvarian cancerCancerCancer detectionOncologyMedicineMaterials scienceInternal medicineCancer research

Résumé

récupéré en direct d'OpenAlex

Effective treatment of ovarian cancer depends upon the early detection of the malignancy. Here, we report on the development of a new nanostructured immunosensor for early detection of cancer antigen 125 (CA-125). A gold electrode was modified with mercaptopropionic acid (MPA), and then consecutively conjugated with silica coated gold nanoparticles (AuNP@SiO2), CdSe quantum dots (QDs) and anti-CA-125 monoclonal antibody (mAb). The engineered MPA|AuNP@SiO2|QD|mAb immunosensor was characterised using transmission electron microscopy (TEM), atomic force microscopy (AFM), cyclic voltammetry (CV) and electrochemical impedance spectroscopy (EIS). Successive conjugation of AuNP@SiO2, CdSe QD and anti-CA-125 mAb onto the gold electrode resulted in sensitive detection of CA-125 with a limit of detection (LOD) of 0.0016 U mL(-1) and a linear detection range (LDR) of 0-0.1 U mL(-1). Based on the high sensitivity and specificity of the immunosensor, we propose this highly stable and reproducible biosensor for the early detection of CA-125.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,275
Écart entre enseignants0,265 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations150
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207