Cross-sectional evaluation of surface contamination with 9 antineoplastic drugs in 93 Canadian healthcare centers: 2019 results
Notice bibliographique
Résumé
Introduction The primary objective was to describe environmental contamination with National Institute for Occupational Safety and Health Group 1 hazardous drugs in oncology pharmacies and outpatient clinics in Canada in 2019, as part of an annual surveillance project. Methods In each participating center, 12 standardized sites (6 in the oncology pharmacy and 6 in outpatient clinic) were sampled. Each sample was prepared to allow quantification of six antineoplastic drugs (cyclophosphamide, ifosfamide, methotrexate, gemcitabine, 5-fluorouracil, and irinotecan) by ultra-performance liquid chromatography-tandem mass spectrometry. Samples were also tested for three additional antineoplastic drugs (docetaxel, paclitaxel, and vinorelbine) without quantification. The impact of certain characteristics of the sampling sites was evaluated with a Kolmogorov–Smirnov test for independent samples. Results Ninety-three Canadian centers participated in 2019, with a total of 1045 surfaces sampled. Cyclophosphamide was the drug most often found in the surface samples (32.4% of samples with positive result), followed by gemcitabine (20.3%). The front grille inside the biological safety cabinet (81.5% of samples positive for at least one antineoplastic drug) and the armrest of a treatment chair (75.8%) were the most frequently contaminated surfaces. Centers with more oncology inpatient and outpatient beds, those that prepared more antineoplastic drugs each year, and those that used more cyclophosphamide each year had higher concentrations of cyclophosphamide contamination on the surfaces tested ( p < 0.0001). Conclusion Traces of dangerous drugs were found in oncology pharmacies and oncology outpatient clinics in 93 Canadian hospitals in 2019. However, the quantities measured were very small. Every healthcare worker should consider these work areas to be contaminated and should wear appropriate protective equipment.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».