Technologies for measuring red blood cell deformability
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
Human red blood cells (RBCs) are approximately 8 μm in diameter, but must repeatedly deform through capillaries as small as 2 μm in order to deliver oxygen to all parts of the body. The loss of this capability is associated with the pathology of many diseases, and is therefore a potential biomarker for disease status and treatment efficacy. Measuring RBC deformability is a difficult problem because of the minute forces (∼pN) that must be exerted on these cells, as well as the requirements for throughput and multiplexing. The development of technologies for measuring RBC deformability date back to the 1960s with the development of micropipette aspiration, ektacytometry, and the cell transit analyzer. In the past 10 years, significant progress has been made using microfluidics by leveraging the ability to precisely control fluid flow through microstructures at the size scale of individual RBCs. These technologies have now surpassed traditional methods in terms of sensitivity, throughput, consistency, and ease of use. As a result, these efforts are beginning to move beyond feasibility studies and into applications to enable biomedical discoveries. In this review, we provide an overview of both traditional and microfluidic techniques for measuring RBC deformability. We discuss the capabilities of each technique and compare their sensitivity, throughput, and robustness in measuring bulk and single-cell RBC deformability. Finally, we discuss how these tools could be used to measure changes in RBC deformability in the context of various applications including pathologies caused by malaria and hemoglobinopathies, as well as degradation during storage in blood bags prior to blood transfusions.
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) | 0,001 | 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 | 0,000 | 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