ObjectivesThis study analyzed salivary samples of COVID-19 patients and compared the results with their clinical and laboratory data.MethodsSalivary samples of 25 COVID-19 patients were analyzed by rRT-PCR. The following data were collected: age, sex, comorbidities, drugs. Lactate dehydrogenase (LDH) and ultrasensitive reactive C protein (usRCP) values were registered on the same day when a salivary swab was collected. Prevalence of positivity in saliva and association between clinical data and the cycle threshold as a semiquantitative indicator of viral load were considered.ResultsTwenty-five subjects were recruited into this study, 17 males and 8 females. The mean age was 61.5 +/− 11.2 years. Cardiovascular and/or dysmetabolic disorders were observed in 65.22% of cases. All the samples tested positive for the presence of SARS-CoV-2, while there was an inverse association between LDH and Ct values. Two patients showed positive salivary results on the same days when their pharyngeal or respiratory swabs showed conversion.ConclusionsSaliva is a reliable tool to detect SARS-CoV-2. The role of saliva in COVID-19 diagnosis could not be limited to a qualitative detection of the virus, but it may also provide information about the clinical evolution of the disease.

Abstract Phase Change Materials (PCMs) stand out as a promising solution within the current array of Thermal Energy Storage (TES) technologies, thanks to their superior energy storage capacities (compared to sensible solutions) and technological readiness. Nonetheless, the limited thermal conductivity of these materials may lead to incomplete phase transitions during use, resulting in a decrease in their effective energy storage capabilities. The major solutions to mitigate this issue that are present in literature either require a significant modification in the heat exchanger design (e.g. by fins) or are costly and still lack robustness and reliability (e.g. by additivities). In this study, the use of copper wools is proposed as fillers within a PCM-based heat exchanger prototype, and the assessment of its impact on the heat transfer behaviour of the material is evaluated by performing charging and discharging processes. This type of inclusion was chosen as it is relatively cheap, it can be implemented within an already existing heat exchanger, and it does not suffer from segregation. Two different wools were tested in two configurations, thus resulting in five test cases (four containing the wools and one containing solely PCM). The promising results, especially the remarkable decrease in the time needed for the complete solidification of the PCM within the tank (up to 67%), open the opportunity to additional numerical analyses regarding different configurations and/or materials, thus possibly targeting further optimizations in terms of the specific energy density and the specific power density.

Abstract In the quest to enhance thermochemical energy storage using promising sorbents, this work presents a study on the optimization of Metal Organic Frameworks (MOFs) properties for gas sorption, with a focus on CO 2 and H 2 O adsorption. Through the analysis of crystallographic descriptors, the study aims to streamline the selection of MOFs that could potentially exceed the performance of existing water sorbent pairs. A comprehensive comparison of sequential learning (SL) algorithms reveals a method for identifying the minimal set of descriptors that influence adsorption properties of MOFs. The protocol involves constructing and training machine learning (ML) models to determine the number of influential descriptors and utilizing SHAP analysis to evaluate their importance. Findings suggest that including only these critical descriptors in the exploration space reduces computational load. Notably, the COMBO and the FUELS algorithms consistently outshine random guessing, validating their efficacy in materials optimization. The challenge of accessing full adsorption properties across the entire coverage range is addressed by a computational screening procedure requiring minimal input data. This method suggests that some vanadium based MOFs, originally designed for different purposes, could surpass the current leading compounds for thermal energy storage, primarily due to their optimal Henry coefficient values for water adsorption.