COVID-19 rapid diagnostic test for instrumentation-free virus detection in saliva
Notice bibliographique
Résumé
Widespread home point of care (POC) testing for detection of severe acute respiratory syndrome coronavirus 2 (SARS-CoV2) is pivotal to control the coronavirus disease 2019 (COVID-19). The reverse transcription polymerase chain reaction, as the current gold-standard tool for diagnosis of COVID-19, even with excellent sensitivity and specificity is not well-suited for home POC diagnostics as it is expensive, hard to administer and limited to a peripheral instrument. Here, we developed a fully-autonomous capillary microfluidic chip, called domino capillaric circuits (DCC), to perform on-chip enzyme-linked immunosorbent assay. The DCC enables fluidic operations such as sample metering, aliquoting, reagent incubation and washing. We also developed a cell phone readout platform to analyze the time-insensitive colorimetric signal and used commercially-available antibodies and materials to detect SARS-CoV-2 nucleocapsid protein in saliva sample with the limit of detection of 0.28 ng/mL. The DCC is fully-automated, user-friendly, enables rapid and quantitative detection of SARS-CoV-2 in saliva and has the potential to be employed for home POC diagnostics.
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 | 0,000 | 0,051 |
| 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 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 ».