MétaCan
Menu
Retour à la cohorte
Enregistrement W4415482452 · doi:10.1109/jsen.2025.3619842

De-Cortisensor: A Portable and Highly Sensitive Direct Enzyme-Based Cortisol Detection Platform

2025· article· W4415482452 sur OpenAlexafffund
Krishna Aryal, Eliot Félix, Moshfiq-Us-Saleheen Chowdhury, Siddharth Tallur, Richa Pandey

Notice bibliographique

RevueIEEE Sensors Journal · 2025
Typearticle
Langue
DomaineMedicine
ThématiqueHormonal Regulation and Hypertension
Établissements canadiensOntario Brain InstituteUniversity of Calgary
Organismes subventionnairesMitacsUniversity of Calgary
Mots-clésDetection limitBiosensorWearable computerElectrochemical gas sensorElectrodeSaliva

Résumé

récupéré en direct d'OpenAlex

We present De-Cortisensor, a portable, cost-effective, and wireless electrochemical sensing platform for direct, non-invasive cortisol detection in saliva. The system integrates a custom-designed three-electrode printed circuit board sensor with an SIC4341 near-field communication (NFC)-enabled potentiostat, enabling real-time data transmission to smartphones via the mobile app, Chemister. The detection of cortisol is achieved through a non-ELISA-based direct enzymatic oxidation catalyzed by immobilized 11β-Hydroxysteroid Dehydrogenase type 2 (11β-HSD2), an enzyme uniquely selected for its unidirectional and highly specific conversion of cortisol to inactive cortisone. This facilitates faster and direct electron transfer (DET) to the electrode, eliminating the need for mediators or antibodies, as is typically required in most enzymatic cortisol biosensors. The sensor exhibited a strong linear correlation between oxidative current and cortisol concentrations, ranging from 0 to 100 pM, and with a femto level limit of detection (LOD) of 0.1 fM (0.0362 fgmL-1). It is found to be highly specific to cortisol, displaying negligible signal interference from other sweat biomolecules, such as glucose and lactic acid, as well as similar small molecules like corticosterone and testosterone. Furthermore, the platform effectively detected the cortisol in contrived pooled human saliva using a simple two-step process within 2 minutes, without requiring any sample preprocessing, resulting in a LOD of 1 fM. By combining DET-based enzymatic sensing, low-cost PCB electrodes (USD <$1 per PCB sensor), and an NFC potentiostat, the De-Cortisensor provides a simpler, faster, and highly sensitive solution for real-time, non-invasive cortisol monitoring in saliva, with significant potential in digital health, wearable devices, and stress-tracking 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 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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,015
Tête enseignante GPT0,262
Écart entre enseignants0,246 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetHormonal Regulation and HypertensionTravaux en français237 207