A Lab‐On‐chip Tool for Rapid, Quantitative, and Stage‐selective Diagnosis of Malaria
Notice bibliographique
Résumé
Abstract Malaria remains the most important mosquito‐borne infectious disease worldwide, with 229 million new cases and 409.000 deaths in 2019. The infection is caused by a protozoan parasite which attacks red blood cells by feeding on hemoglobin and transforming it into hemozoin. Despite the WHO recommendation of prompt malaria diagnosis, the quality of microscopy‐based diagnosis is frequently inadequate while rapid diagnostic tests based on antigens are not quantitative and still affected by non‐negligible false negative/positive results. PCR‐based methods are highly performant but still not widely used in endemic areas. Here, a diagnostic tool (TMek), based on the paramagnetic properties of hemozoin nanocrystals in infected red blood cells (i‐RBCs), is reported on. Exploiting the competition between gravity and magnetic forces, i‐RBCs in a whole blood specimen are sorted and electrically detected in a microchip. The amplitude and time evolution of the electrical signal allow for the quantification of i‐RBCs (in the range 10–10 5 i‐RBC µL −1 ) and the distinction of the infection stage. A preliminary validation study on 75 patients with clinical suspect of malaria shows on‐field operability, without false negative and a few false positive results. These findings indicate the potential of TMek as a quantitative, stage‐selective, rapid test for malaria.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».