Respirator-Fit Testing: Does It Ensure the Protection of Healthcare Workers Against Respirable Particles Carrying Pathogens?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Respiratory protection programs, including fit testing of respirators, have been inconsistently implemented; evidence of their long-term efficacy is lacking. We undertook a study to determine the short- and long-term efficacy of training for fit testing of N95 respirators in both untrained and trained healthcare workers (HCWs). DESIGN: Prospective observational cohort study. METHODS: A group of at-risk, consenting HCWs not previously fit-tested for a respirator were provided with a standard fit-test protocol. Participants were evaluated after each of 3 phases, and 3 and 14 months afterward. A second group of previously fit-tested nurses was studied to assess the impact of regular respirator use on performance. RESULTS: Of 43 untrained fit-tested HCWs followed for 14 months, 19 (44.2%) passed the initial fit test without having any specific instruction on respirator donning technique. After the initial test, subsequent instruction led to a pass for another 13 (30.2%) of the 43 HCWs, using their original respirators. The remainder required trying other types of respirators to achieve a proper fit. At 3 and 14 months' follow-up, failure rates of 53.5% (23 of 43 HCWs) and 34.9% (15 of 43 HCWs), respectively, were observed. Pass rates of 87.5%-100.0% were observed among regular users. CONCLUSIONS: Without any instruction, nearly 50% of the HCWs achieved an adequate facial seal with the most commonly used N95 respirator. Formal fit testing does not predict future adequacy of fit, unless frequent, routine use is made of the respirator. The utility of fit testing among infrequent users of N95 respirators is questionable.
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.
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 | 0,002 | 0,004 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle