Remote analysis and management of sweat biomarkers using a wearable microfluidic sticker in adult cystic fibrosis patients
Notice bibliographique
Résumé
Sweat parameters such as volume and chloride concentration may offer invaluable clinical insights for people with CF (PwCF). Pilocarpine-induced sweat collection for chloridometry measurement is the gold standard for a CF diagnosis, but this technique is cumbersome and not suitable for remote settings or repeat measurements. We have previously reported the utility of a skin-interfaced microfluidic device (CF Patch) in conjunction with a smartphone image processing platform that enables real-time measurement of sweating rates and sodium chloride loss in laboratory and remote settings. Here, we conducted clinical studies assessing the accuracy of the CF Patch compared to chloridometry when using pilocarpine to induce sweat. We also tested the feasibility and accuracy of exercise-induced sweat chloride measurements in PwCF and healthy volunteers (HV). In the laboratory, using either pilocarpine or exercise to induce sweat, the CF Patch demonstrated strong correlations with sweat chloride measured by pilocarpine-induced chloridometry. In remote settings, exercise-induced sweat chlorides measured using the CF patch were strongly correlated with in-laboratory exercise-induced CF patch sweat chlorides in HV but had a weaker correlation in PwCF. For PwCF on CFTR modulators, there was greater day-to-day variability in sweat chloride compared to HV, which highlights the limitations of assessing CFTR modulator efficacy and pharmacodynamics based on a single in-laboratory chloridometry measurement. Moreover, these findings demonstrate that the CF Patch is suitable as a remote management device capable of measuring serial sweat chloride concentrations and offers the potential of monitoring the efficacy of CF medication regimens but should not replace pilocarpine-based chloridometry for making a CF diagnosis.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».