MicroSweat: A Wearable Microfluidic Patch for Noninvasive and Reliable Sweat Collection Enables Human Stress Monitoring
Notice bibliographique
Résumé
Abstract Stress affects cognition, behavior, and physiology, leading to lasting physical and mental illness. The ability to detect and measure stress, however, is poor. Increased circulating cortisol during stress is mirrored by cortisol release from sweat glands, providing an opportunity to use it as an external biomarker for monitoring internal emotional state. Despite the attempts at using wearable sensors for monitoring sweat cortisol, there is a lack of reliable wearable sweat collection devices that preserve the concentration and integrity of sweat biomolecules corresponding to stress levels. Here, a flexible, self‐powered, evaporation‐free, bubble‐free, surfactant‐free, and scalable capillary microfluidic device, MicroSweat, is fabricated to reliably collect human sweat from different body locations. Cortisol levels are detected corresponding to severe stress ranging from 25 to 125 ng mL −1 averaged across multiple body regions and 100–1000 ng mL −1 from the axilla. A positive nonlinear correlation exists between cortisol concentration and stress levels quantified using the perceived stress scale (PSS). Moreover, owing to the sweat variation in response to environmental effects and physiological differences, the longitudinal and personalized profile of sweat cortisol is acquired, for the first time, for various body locations. The obtained sweat cortisol data is crucial for analyzing human stress in personalized and clinical healthcare sectors.
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 | 0,000 | 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 ».