SPEEDS: A Portable Serological Testing Platform for Rapid Electrochemical Detection of SARS-CoV-2 Antibodies
Notice bibliographique
Résumé
Abstract The COVID-19 pandemic has resulted in a worldwide health crisis. Rapid diagnosis, new therapeutics and effective vaccines will all be required to stop the spread of COVID-19. Quantitative evaluation of serum antibody levels against the SARS-CoV-2 virus provides a means of monitoring a patient’s immune response to a natural viral infection or vaccination, as well as evidence of a prior infection. In this paper, a portable and low-cost electrochemical immunosensor is developed for the rapid and accurate quantification of SARS-CoV-2 serum antibodies. The immunosensor is capable of quantifying the concentrations of immunoglobulin G (IgG) and immunoglobulin M (IgM) antibodies against the SARS-CoV-2 spike protein in human serum. For IgG and IgM, it provides measurements in the range of 10.1 ng/mL − 60 µg/mL and 1.64 ng/mL − 50 µg/mL, respectively, and both antibodies can be assayed in 13 min. We also developed device stabilization and storage strategies to achieve stable performance of the immunosensor within 24-week storage at room temperature. We evaluated the performance of the immunosensor using COVID-19 patient serum samples collected at different time points after symptom onset. The rapid and sensitive detection of IgG and IgM provided by our immunosensor fulfills the need of rapid COVID-19 serology testing for both point-of-care diagnosis and population immunity screening.
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 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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».