Impact of Protein and Lipid on Neutralization Times of Hydrogen Peroxide Care Regimens
Notice bibliographique
Résumé
PURPOSE: To investigate the effect of protein, lipid, and lens material on the neutralization kinetics of one-step hydrogen peroxide disinfection systems. METHODS: A UV-based assay was used to determine the rate of neutralization of three one-step hydrogen peroxide systems (CIBA Vision Clear Care; CIBA Vision AOSEPT; Abbott Medical Optics UltraCare). Protein (bovine serum albumin and lysozyme) and various lipids were added to the lens cases during the neutralization phase to determine whether they influenced the rate of neutralization. Finally, rates were determined when the cases contained a silicone hydrogel lens material (lotrafilcon A) or Food and Drug Administration group IV (etafilcon A) lenses. RESULTS: Neutralization for all three systems was complete within 90 minutes. The rate of neutralization for Clear Care and AOSEPT were not significantly different from each other (P=NS). UltraCare exhibited statistically higher levels of peroxide up to the 20-minute time point (P<0.001) Protein, lipid, or lens material did not significantly affect the rate of neutralization for any regimen (P=NS). CONCLUSIONS: Tablet-based one-step disinfection systems neutralize at a slower rate than disc-based peroxide systems, but this difference is only significant during the first 20 minutes after the onset of neutralization. Neither lens deposition nor lens material plays a role in the speed of neutralization of peroxide-based systems.
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 | 0,001 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».