MétaCan
Menu
Retour à la cohorte
Enregistrement W4399892561 · doi:10.1021/acsbiomaterials.3c01635

Scaled-up Microfluidic Lung Assist Device for Artificial Placenta Application with High Gas Exchange Capacity

2024· article· en· W4399892561 sur OpenAlexafffund
Neda Saraei, Mohammadhossein Dabaghi, Gerhard Fusch, Niels Rochow, Christoph Fusch, P. Ravi Selvaganapathy

Notice bibliographique

RevueACS Biomaterials Science & Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Circulatory Support Devices
Établissements canadiensMcMaster University
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research ChairsOntario Research Foundation
Mots-clésArtificial lungMicrofluidicsMaterials scienceBiomedical engineeringNanotechnologyEngineeringBiologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Premature neonates with underdeveloped lungs experience respiratory issues and need respiratory support, such as mechanical ventilation or extracorporeal membrane oxygenation (ECMO). The "artificial placenta" (AP) is a noninvasive approach that supports their lungs and reduces respiratory distress, using a pumpless oxygenator connected to the systemic circulation, and can address some of the morbidity issues associated with ECMO. Over the past decade, microfluidic blood oxygenators have garnered significant interest for their ability to mimic physiological conditions and incorporate innovative biomimetic designs. Achieving sufficient gas transfer at a low enough pressure drop for a pumpless operation without requiring a large volume of blood to prime such an oxygenator has been the main challenge with microfluidic lung assist devices (LAD). In this study, we improved the gas exchange capacity of our microfluidic-based artificial placenta-type LAD while reducing its priming volume by using a modified fabrication process that can accommodate large-area thin film microfluidic blood oxygenator (MBO) fabrication with a very high gas exchange surface. Additionally, we demonstrate the effectiveness of a LAD assembled by using these scaled-up MBOs. The LAD based on our artificial placenta concept effectively increases oxygen saturation levels by 30% at a flow rate of 40 mL/min and a pressure drop of 23 mmHg in room air, which is sufficient to support partial oxygenation for 1 kg preterm neonates in respiratory distress. When the gas ambient environment was changed to pure oxygen at atmospheric pressure, the LAD would be able to support premature neonates weighing up to 2 kg. Furthermore, our experiments reveal that the LAD can handle high blood flow rates of up to 150 mL/min and increase oxygen saturation levels by ∼20%, which is equal to an oxygen transfer of 7.48 mL/min in an enriched oxygen environment and among the highest for microfluidic AP type devices. Such performance makes this LAD suitable for providing essential support to 1-2 kg neonates in respiratory distress.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,235
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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Biomaterials Science & EngineeringMême sujetMechanical Circulatory Support DevicesTravaux en français237 207