MétaCan
Menu
Retour à la cohorte
Enregistrement W2802881649 · doi:10.1039/c8an00157j

Design of a wearable device for real-time screening of urinary tract infection and kidney disease based on smartphone

2018· article· en· W2802881649 sur OpenAlexaff
Jianyu Zhou, Tao Dong

Notice bibliographique

RevueThe Analyst · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensCMC Microsystems (Canada)
Organismes subventionnairesXinjiang UniversityRegionale forskningsfond OslofjordfondetNational Natural Science Foundation of ChinaChongqing Municipal Education CommissionNorges ForskningsrådChongqing Technology and Business UniversityChongqing Science and Technology Commission
Mots-clésWearable computerUrineMedicineUrinary systemBiomedical engineeringComputer scienceInternal medicineEmbedded system

Résumé

récupéré en direct d'OpenAlex

In this study, we developed a novel wearable and low-cost device for qualitative screening of glucose (GLU), leukocytes (LEU), and nitrite (NIT) and for semi-quantitative analysis of blood (BLD) and proteins (PRO) in the urine samples. The device can be attached to a diaper, and the results can be read by an app. The main functions of the device can be divided into sample collection, valve closing, and pad saturation; the recorded times for valve closing and pad saturation at four corners and pad saturation at the central parts are pseudo-medians (Hodges-Lehmann estimator) of 3.55 (95% WCI, 3.45-3.72), 6.5 (95% WCI, 6-7), and 6 (95% WCI, 5.5-6.5) minutes, respectively. The RGB values in the reagent pads remain stable from 20 min to 480 min, which satisfies the requirement of regular diaper-wearing time. Pre-diagnostic results indicate high accuracy with good accuracy for the app recognition of five biomarkers in the urine samples, which makes it a promising tool for screening diseases, especially for the elderly healthcare.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,666
Score d'incertitude au seuil0,207

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,019
Tête enseignante GPT0,236
Écart entre enseignants0,217 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations20
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe AnalystMême sujetBiosensors and Analytical DetectionTravaux en français237 207