MétaCan
Menu
Retour à la cohorte
Enregistrement W2075296706 · doi:10.1063/1.4817792

Field tested milliliter-scale blood filtration device for point-of-care applications

2013· article· en· W2075296706 sur OpenAlexafffund
Max M. Gong, Brendan D. MacDonald, Trung Vu Nguyen, Kinh Van Nguyen, David Sinton

Notice bibliographique

RevueBiomicrofluidics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of TorontoOntario Tech UniversityUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGrand Challenges Canada
Mots-clésWhole bloodFiltration (mathematics)Point of careAspartate transaminaseAntibodyHBsAgHepatitis BAlanine transaminasePoint-of-care testingBiomedical engineeringMedicineChromatographyMaterials scienceImmunologyChemistryInternal medicinePathologyHepatitis B virusEnzymeBiochemistryMathematics

Résumé

récupéré en direct d'OpenAlex

In this paper, we present a low cost and equipment-free blood filtration device capable of producing plasma from blood samples with mL-scale capacity and demonstrate its clinical application for hepatitis B diagnosis. We report the results of in-field testing of the device with 0.8-1 ml of undiluted, anticoagulated human whole blood samples from patients at the National Hospital for Tropical Diseases in Hanoi, Vietnam. Blood cell counts demonstrate that the device is capable of filtering out 99.9% of red and 96.9% of white blood cells, and the plasma collected from the device contains lower red blood cell counts than plasma obtained from a centrifuge. Biochemistry and immunology testing establish the suitability of the device as a sample preparation unit for testing alanine transaminase (ALT), aspartate transaminase (AST), urea, hepatitis B "e" antigen (HBeAg), hepatitis B "e" antibody (HBe Ab), and hepatitis B surface antibody (HBs Ab). The device provides a simple and practical front-end sample processing method for point-of-care microfluidic diagnostics, enabling sufficient volumes for multiplexed downstream tests.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,008
Tête enseignante GPT0,211
Écart entre enseignants0,203 · 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

Citations36
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomicrofluidicsMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207