MétaCan
Menu
Retour à la cohorte
Enregistrement W2313430942 · doi:10.1002/adhm.201500553

Flexible pH‐Sensing Hydrogel Fibers for Epidermal Applications

2016· article· en· W2313430942 sur OpenAlexaff
Ali Tamayol, Mohsen Akbari, Yael Zilberman, Mattia Comotto, Emal Lesha, Ludovic Serex, Sara Bagherifard, Yu Chen, Guoqing Fu, Shideh Kabiri Ameri, Weitong Ruan, Eric L. Miller, Mehmet R. Dokmeci, Sameer Sonkusale, Ali Khademhosseini

Notice bibliographique

RevueAdvanced Healthcare Materials · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Institute of Dental and Craniofacial ResearchNational Institute of Biomedical Imaging and BioengineeringNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Heart, Lung, and Blood InstituteNational Institutes of Health
Mots-clésMicrofiberMaterials scienceBiomedical engineeringWound healingSpinningSelf-healingFiberNanotechnologyComposite materialSurgeryPathologyMedicine

Résumé

récupéré en direct d'OpenAlex

Epidermal pH is an indication of the skin's physiological condition. For example, pH of wound can be correlated to angiogenesis, protease activity, bacterial infection, etc. Chronic nonhealing wounds are known to have an elevated alkaline environment, while healing process occurs more readily in an acidic environment. Thus, dermal patches capable of continuous pH measurement can be used as point-of-care systems for monitoring skin disorder and the wound healing process. Here, pH-responsive hydrogel fibers are presented that can be used for long-term monitoring of epidermal wound condition. pH-responsive dyes are loaded into mesoporous microparticles and incorporated into hydrogel fibers using a microfluidic spinning system. The fabricated pH-responsive microfibers are flexible and can create conformal contact with skin. The response of pH-sensitive fibers with different compositions and thicknesses are characterized. The suggested technique is scalable and can be used to fabricate hydrogel-based wound dressings with clinically relevant dimensions. Images of the pH-sensing fibers during real-time pH measurement can be captured with a smart phone camera for convenient readout on-site. Through image processing, a quantitative pH map of the hydrogel fibers and the underlying tissue can be extracted. The developed skin dressing can act as a point-of-care device for monitoring the wound healing process.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0020,000

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 Opus0,023
Tête enseignante GPT0,282
Écart entre enseignants0,259 · 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

Citations254
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Healthcare MaterialsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207