MétaCan
Menu
Retour à la cohorte
Enregistrement W4384931420 · doi:10.3390/biomedicines11072038

A Miniaturized System for Rapid, Isothermal Detection of SARS-CoV-2 in Human and Environmental Samples

2023· article· en· W4384931420 sur OpenAlexafffundabout
Jake Staples, Athanasia‐Maria Dourou, Irene Liampa, Calvin Sjaarda, Emily Moslinger, Henry Wong, Prameet M. Sheth, Stilianos Arhondakis, Ravi Prakash

Notice bibliographique

RevueBiomedicines · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensKingston Health Sciences CentreCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLoop-mediated isothermal amplificationFootprintMicrofluidicsSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Microfluidic chipComputational biologyCoronavirus disease 2019 (COVID-19)DNAMaterials scienceBiologyNanotechnologyGeneticsMedicine

Résumé

récupéré en direct d'OpenAlex

We report a small-footprint cost-effective isothermal rapid DNA amplification system, with integrated microfluidics for automated sample analysis and detection of SARS-CoV-2 in human and environmental samples. Our system measures low-level fluorescent signals in real-time during amplification, while maintaining the desired assay temperature on a low power, portable system footprint. A unique soft microfluidic chip design was implemented to mitigate thermocapillary effects and facilitate optical alignment for automated image capture and signal analysis. The system-on-board prototype, coupled with the LAMP primers designed by BioCoS, was sensitive enough to detect large variations in viral loads of SARS-CoV-2 corresponding to a threshold cycle range of 16 to 39. Furthermore, tested samples consisted of a broad range of viral strains and lineages identified in Canada during 2021-2022. Clinical specimens were collected and tested at the Kingston Health Science Centre using a clinically validated PCR assay, and variants were determined using whole genome sequencing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,230

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,242
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBiomedicinesMême sujetBiosensors and Analytical DetectionTravaux en français237 207