Fluorescent pH‐sensing bandage for point‐of‐care wound diagnostics
Notice bibliographique
Résumé
Abstract Diabetic foot ulcers (DFUs) are a serious and prevalent complication of diabetes. Current diagnostic options are limited to macroscopic wound analysis such as wound size, depth, and infection. Molecular diagnostics promise to improve DFU diagnosis, staging, and assessment of treatment response. Here, we developed a rapid and easy‐to‐use fluorescent pH‐sensing bandage for wound diagnostics. In a fluorescent dye screen, we identified pyranine as the lead compound due to its suitable pH‐sensing properties in the clinically relevant pH range of 6–9. To minimize the release of this dye into the wound bed, we screened a library of ionic microparticles and found a strong adhesion of the anionic dye to a cationic polymeric microparticle. These dye‐loaded microparticles showed a strong fluorescence response in the clinically relevant pH range of 6–9 and a dye release below 1% after 1 day in biological media. The dye‐loaded microparticles were subsequently encapsulated in a calcium alginate hydrogel to minimize the interaction of the microparticles with the wound tissue. This pH‐sensing diagnostic wound dressing was tested on full thickness dorsal wounds of mice, and a linear fluorescence response ( R 2 = 0.9909) to clinically relevant pH values was observed. These findings encourage further development of this pH‐sensing system for molecular diagnostics in DFUs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».