Nanoporous Carbon Immunosensor for Highly Accurate and Sensitive Clinical Detection of Glial Fibrillary Acidic Protein in Traumatic Brain Injury, Stroke, and Spinal Cord Injury
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
Elevated glial fibrillary acidic protein (GFAP) in the blood serum is one of the promising bodily fluid markers for the diagnosis of central nervous system (CNS) injuries, including traumatic brain injury (TBI), stroke, and spinal cord injury (SCI). However, accurate and point-of-care (POC) quantification of GFAP in clinical blood samples has been challenging and yet to be clinically validated against gold-standard assays and outcome practices. This work engineered and characterized a novel nanoporous carbon screen-printed electrode with significantly increased surface area and conductivity, as well as preserved stability and anti-fouling properties. This nano-decorated electrode was immobilized with the target GFAP antibody to create an ultrasensitive GFAP immunosensor and quantify GFAP levels in spiked samples and the serum of CNS injury patients. The immunosensor presented a dynamic detection range of 100 fg/mL to 10 ng/mL, a limit of detection of 86.6 fg/mL, and a sensitivity of 20.3 Ω mL/pg mm 2 for detecting GFAP in the serum. Its clinical utility was demonstrated by the consistent and selective quantification of GFAP comparable to the ultrasensitive single-molecule array technology in 107 serum samples collected from TBI, stroke, and SCI patients. Comparing the diagnostic and prognostic performance of the immunosensor with the existing clinical paradigms confirms the immunosensor’s accuracy as a potential complement to the existing imaging diagnostic modalities and presents a potential for rapid, accurate, cost-effective, and near real-time POC diagnosis and prognosis of CNS injuries.
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 | 0,001 | 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) | 0,000 | 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