Sensor no invasivo para medir glucosa en pacientes diabéticos
Colloids and Surfaces B: Biointerfaces, 2024
Resumen
Este método no invasivo representa un avance significativo en la detección de glucosa en pacientes con diabetes, evitando métodos de detección invasivos como los dolorosos pinchazos en los dedos. Utilizando nanopartículas upconversion dopadas con iones de neodimio y erbio, estas herramientas de alta sensibilidad logran detectar glucosa con un límite de 22 mg/dL, siendo eficaz para el fin descrito dado que el nivel de glucosa en el fluido lagrimal de pacientes diabéticos llega a oscilar entre 0 y 84 mg/dL.
Este enfoque ofrece un sensor económico, portátil y sin necesidad del empleo de enzimas, que tiene el potencial para la mejora de la calidad de vida de los pacientes diabéticos.
Un sensor de glucosa no invasivo que utiliza nanopartículas y mejora el control de la diabetes mediante una monitorización indolora y una mayor comodidad para el paciente.
¿Dónde se aplica?
La tecnología también supone un avance más en la investigación de métodos de detección por fluorescencia, gracias al empleo de los conocidos pero poco utilizados cambios en la fluorescencia de las nanopartículas, debido a su interacción con los grupos funcionales OH de la glucosa.
En general, este avance tecnológico tiene el potencial para mejorar los métodos de monitorización de la salud y supone un avance más en la investigación de la fluorescencia de nanopartículas y sus potenciales usos.
¿Por qué es importante?
Adicionalmente, cabe destacar que económicamente tiene el potencial para suponer un método de monitoreo de bajo coste y fácil almacenamiento debido al empleo de papel como sustrato y la falta en el empleo de enzimas, tanto para los pacientes como para los sistemas de salud.
Sensor no invasivo para medir glucosa en pacientes diabéticos
Colloids and Surfaces B: Biointerfaces, 2024
Otras publicaciones
Avances Actuales en Redes Neuronales
Producción de hadrones mediante dijets inclusivos con veto en rapidez
Asociación conjunta de la actividad física e índice de masa corporal con el riesgo cardiovascular
El artículo revisa el progreso de las redes neuronales enfatizando enfoques bayesianos y destaca su relevancia en análisis predictivos, análisis del comportamiento del cliente y gestión de riesgos en sectores empresariales.
El estudio explora parámetros para la expansión perturbativa en la colisión de partículas, ayudando al entendimiento de la física de partículas. En el largo plazo, aplica a campos como la computación cuántica, la tecnología de la salud y la energía nuclear.
El estudio refuta la paradoja de estar «con sobrepeso pero en forma», destacando la importancia de la pérdida de peso en combinación con la actividad física para aliviar los riesgos de enfermedades cardiovasculares.
