A passive flow microreactor for urine creatinine test
Notice bibliographique
Résumé
Chronic kidney disease (CKD) significantly affects people's health and quality of life and presents a high economic burden worldwide. There are well-established biomarkers for CKD diagnosis. However, the existing routine standard tests are lab-based and governed by strict regulations. Creatinine is commonly measured as a filtration biomarker in blood to determine estimated Glomerular Filtration Rate (eGFR), as well as a normalization factor to calculate urinary Albumin-to-Creatinine Ratio (uACR) for CKD evaluation. In this study, we developed a passive flow microreactor for colorimetric urine creatinine measurement (uCR-Chip), which is highly amenable to integration with our previously developed microfluidic urine albumin assay. The combination of the 2-phase pressure compensation (2-PPC) technique and microfluidic channel network design accurately controls the fluidic mixing ratio and chemical reaction. Together with an optimized observation window (OW) design, a uniform and stable detection signal was achieved within 7 min. The color signal was measured by a simple USB microscope-based platform to quantify creatinine concentration in the sample. The combination of the custom in-house photomask production techniques and dry-film photoresist-based lithography enabled rapid iterative design optimization and precise chip fabrication. The developed assay achieved a dynamic linear detection range up to 40 mM and a lower limit of detection (LOD) of 0.521 mM, meeting the clinical precision requirements (comparable to existing point-of-care (PoC) systems). The microreactor was validated using creatinine standards spiked into commercial artificial urine that mimics physiological matrix. Our results showed acceptable recovery rate and low matrix effect, especially for the low creatinine concentration range in comparison to a commercial PoC uACR test. Altogether, the developed uCR-Chip offers a viable PoC test for CKD assessment and provides a potential platform technology to measure various disease biomarkers.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».