Photothermal Lateral Flow Assay with Inertial Microfluidic Enrichment for Early Detection of E. coli in Urinary Tract Infections
Notice bibliographique
Résumé
Escherichia coli is the leading cause of urinary tract infections (UTIs), yet rapid and specific diagnosis at the point of care remains challenging. Conventional diagnostic methods, including urine culturing and microscopy, are time-intensive, require trained personnel, and often lack specificity for E. coli, limiting their effectiveness in resource-limited or time-critical settings. While lateral flow assays (LFAs) offer simplicity and portability, their clinical utility is constrained by a high visual limit of detection (LOD). This thesis presents an integrated diagnostic platform that combines passive microfluidic bacterial enrichment with photothermal detection to significantly improve LFA sensitivity for UTI diagnostics. Bacterial preconcentration was achieved using viscoelastic forces generated by flowing polyethylene oxide (PEO) solutions through custom-fabricated PDMS microchannels with straight, symmetric zigzag, and asymmetric zigzag geometries. Optimal enrichment was obtained in a straight 25 µm × 25 µm channel operated at 2 µL/min with 1000 ppm PEO, resulting in approximately an order-of-magnitude increase in bacterial concentration through sample volume reduction while retaining target cells. In parallel, a photothermal detection approach based on lock-in thermography was developed to detect temperature modulations arising from nanoparticle–target interactions on LFA test and control lines. This method enabled quantitative signal extraction beyond visual inspection and provided an additional two-order-of-magnitude sensitivity enhancement. Together, the integrated enrichment and photothermal detection platform achieved an overall ~1000-fold sensitivity improvement compared to standard visual LFAs. These results demonstrate the strong potential of combining passive microfluidic preconcentration with photothermal readout for rapid, sensitive, and reliable point-of-care UTI diagnostics. Identified limitations include manual operation, reliance on desktop-based processing, and pressure constraints of PDMS microchannels. Future work should focus on validation with clinical urine samples, platform automation with onboard fluidic and signal processing, evaluation of rigid microchannels for higher-pressure operation, and extension to additional bacterial pathogens and diagnostic 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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».