Respirator-Fit Testing: Does It Ensure the Protection of Healthcare Workers Against Respirable Particles Carrying Pathogens?
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».