Are nurses protected? Observing the risk of skin contamination when donning and doffing personal protective equipment, using a Canadian protocol.
Notice bibliographique
Résumé
This study aimed to determine whether the Public Services Health and Safety Association’s \ndonning and doffing protocol for Ebola are effective in the prevention of skin and clothing \ncontamination. Ten third-year nursing students performed a donning and doffing simulation, \nwhich included donning personal protective equipment (PPE), being sprayed with GloGerm, \nperforming eight simulated movements, and doffing PPE. Fluorescent stains were observed \nusing an ultraviolet scan and were documented by their location and size. Four participants (N=4) \nexperienced at least one contamination event following the doffing of PPE. Contaminations were \nobserved on: the left dorsal lower leg (41.3mm; 64.0mm); the right dorsal lower leg (77.9mm); the \nleft plantar (9.5mm); the left index finger (2.8mm); the right middle finger (1.6mm); the left scapula \n(38.1mm); and the right buttock (57.2mm). Areas of difficulty in the protocol included donning and \ndoffing: the gown, N95 respirator, and the outer footwear. Failures with the equipment, including \nbreaches and punctures, also contributed to the documented contamination. Near-miss incidents were \nobserved in nine of the twenty-four steps in the protocols and occurred a total of twenty times. \nRevisions to the protocols were completed and included additional information for the following \nprotocol steps: hang hygiene, N95 respirator, gown, outer footwear, verification process.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».