MétaCan
Menu
Retour à la cohorte
Enregistrement W4410799966 · doi:10.1088/2058-8585/adddc7

Silver nanowire infused hydrogel contact lenses for non-invasive intraocular pressure monitoring

2025· article· en· W4410799966 sur OpenAlexafffund
Elham Alaei, Syed Bukhari, Tanzila Afrin, R.J. Campbell, Yongjun Lai

Notice bibliographique

RevueFlexible and Printed Electronics · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueOcular Surface and Contact Lens
Établissements canadiensKingston Health Sciences CentreQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceIntraocular pressureNanowireContact lensBiomedical engineeringNanotechnologyOphthalmologyMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Flexible, hydrogel-based materials are now vital in advanced diagnostic devices, particularly in smart contact lenses for continuous health monitoring. This study introduces a novel composite material by infusing silver nanowires (AgNWs) into a hydrogel polymer, creating a flexible, sensitive contact lens capable of continuous intraocular pressure (IOP) monitoring. The fabrication process is streamlined to integrate seamlessly with industrial production, promoting scalability and mass manufacture. The effect of AgNW integration on the hydrogel’s Young’s modulus was assessed through tensile testing of flat sheet samples at 5%, 3%, and 1% nanowire concentrations by weight, yielding modulus values of 2.517, 2.081, and 1.669 MPa, respectively, with stiffness increasing alongside AgNW concentration. The device functions by detecting frequency shifts caused by impedance changes from structural reconfiguration of the nanowire network under applied pressure. To evaluate performance, lenses of various concentrations were rigorously tested for stability, repeatability, and sensitivity using synthetic, porcine, and human cadaveric eye models. Results indicated that higher AgNW concentrations achieved greater sensitivity, with peak sensitivities of 12, 30, and 18 kHz mmHg −1 recorded at a 5% concentration across the testing models. This material represents a promising candidate for scalable, high-performance IOP monitoring applications.

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 enseignants0,127
Score d'incertitude au seuil0,937

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 Opus0,010
Tête enseignante GPT0,271
Écart entre enseignants0,261 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFlexible and Printed ElectronicsMême sujetOcular Surface and Contact LensTravaux en français237 207