MétaCan
Menu
Retour à la cohorte
Enregistrement W2079174755 · doi:10.1039/c3lc51185e

Lab-in-a-pen: a diagnostics format familiar to patients for low-resource settings

2014· article· en· W2079174755 sur OpenAlexafffund
Max M. Gong, Brendan D. MacDonald, Trung Vu Nguyen, Kinh Van Nguyen, David Sinton

Notice bibliographique

RevueLab on a Chip · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensUniversity of Ontario Institute of TechnologyUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGrand Challenges Canada
Mots-clésResource (disambiguation)Computer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

We present a low cost, simple and integrated device for medical diagnostics in low-resource settings called the lab-in-a-pen. Finger pricking, and sample collection and processing, are integrated with commercially available paper-based assays in a pen format. This approach ensures safety (i.e. biological sample and sharps containment) and can be used by untrained end users across multiple settings. The pen format also leverages existing low cost, high volume manufacturing and assembly methods. We characterize sample wicking in the lab-in-a-pen using porcine whole blood. The clinical diagnostic utility and usability of the lab-in-a-pen is established by testing of patients for Hepatitis B surface antigen (HBsAg) and Hepatitis B 'e' antigen (HBeAg) by medical staff at the National Hospital for Tropical Diseases in Hanoi, Vietnam.

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)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0280,016

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 Opus0,004
Tête enseignante GPT0,190
Écart entre enseignants0,186 · 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

Citations27
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetBiosensors and Analytical DetectionTravaux en français237 207