A Portable Sweat Sensor Based on Carbon Quantum Dots for Multiplex Detection of Cardiovascular Health Biomarkers
Notice bibliographique
Résumé
The future of personalized diagnostics and treatment of cardiovascular diseases lies in the use of portable sensors. Portable sensors can acquire biomarker information in biological fluids such as sweat, an approach that mitigates the shortcomings of conventional hospital-centered healthcare. Low sensitivity, selectivity, and specificity remain bottlenecks for the widespread use of portable sensors. Herein, we demonstrate a portable sensor that simultaneously detects Na +, ascorbic acid, and human neuropeptide Y in sweat, all useful biomarkers to index cardiovascular health. The portable sensor comprises a six-electrode system containing three working electrodes, two reference electrodes, and one counter electrode. The working electrodes were prepared by depositing sensing components on carbon quantum dot (CQD) electrodes. The sensing mechanisms were based on selective ion recognition, enzyme catalytic reaction, and immune response, which guarantees specificity to corresponding targets. The CQDs offer massive reactive sites and effectively reduce the interfacial impedance during the sensing reaction, thereby enhancing the three biomarkers’ detection sensitivity. As evidence of portable sensor capability, we demonstrate herein its effective simultaneous detection of the three biomarkers in a real sweat from healthy volunteers during routine activities including exercise, extra ascorbic acid ingestion, and extra Na + ingestion. As such, the sensor shows promise for real-time noninvasive personalized medical diagnostics and metabolic wellness management.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».