Counting-based microfluidic paper-based devices capable of analyzing submicroliter sample volumes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper, we report the development of semiquantitative counting-based lateral flow assay (LFA)-type microfluidic paper-based analytical devices (μPADs) to analyze samples at submicroliter volumes. The ability to use submicroliter sample volumes is a significant advantage for μPADs since it enables enhanced multiplexing, reduces cost, and increases user-friendliness since small sample volumes can be collected using methods that do not require trained personnel, such as finger pricking and microneedles. The challenge of accomplishing a semiquantitative test readout using submicroliter sample volumes was overcome with a counting-based approach. In order to use submicroliter sample volumes, we developed a flow strategy with a running liquid to facilitate flow through the assay. The efficacy of the devices was confirmed with glucose and total human immunoglobulin E (IgE) tests using 0.5 μl and 1 μl of sample solutions, respectively. Semiquantitative results were generated to predict glucose concentrations in the range of 0–12 mmol/l and IgE concentrations in the range of 0–400 ng/ml. The counting-based approach correlates the number of dots that exhibited a color change to the concentration of the analyte, which provides a more user-friendly method as compared with interpreting the intensity of a color change. The devices reported herein are the first counting-based LFA-type μPADs capable of semiquantitative testing using submicroliter sample volumes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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