A Rapidly Deployable Negative Pressure Enclosure for Aerosol-Generating Medical Procedures
Notice bibliographique
Résumé
Abstract Background The coronavirus disease 2019 (COVID-19) pandemic presents significant safety challenges to healthcare professionals. In some jurisdictions, over 10% of confirmed cases of COVID-19 have been found among healthcare workers. Aerosol-generating medical procedures (AGMPs) may increase the risk of nosocomial transmission, exacerbated by present global shortages of personal protective equipment (PPE). Improved methods for mitigating risk during AGMPs are therefore urgently needed. Methods The Aerosol Containment Enclosure (ACE) was constructed from acrylic with silicone gaskets for arm port seals and completed with a thin plastic sheet. Hospital wall suction generated negative pressure within the ACE. To evaluate protective capability, differential pressures were recorded under static conditions and during simulated AGMPs. Smoke flow patterns, fluorescence aerosolization, and sodium saccharin aerosolization tests were also conducted. Results Negative pressures of up to -47.7 mmH 2 O were obtained using the enclosure with two wall suction units (combined outflow of 70 L min -1 ), with inflow of O 2 of 15 L min -1 . Negative pressures between -10 and - 35 mmH 2 O were maintained during simulated AGMPs, including oxygen delivery by mask, airway suctioning, bag-mask manual ventilation and endotracheal intubation of a potential COVID-19 patient. The ACE effectively contained smoke, fluorescein aerosol, and sodium saccharin aerosol within the enclosure during use. Conclusions The ACE is capable of maintaining negative pressure during simulated AGMPs. In all cases, containment was improved relative to an identical enclosure with non-occluded ports at ambient pressure. During the current COVID-19 pandemic, the use of such a device may assist in reducing nosocomial infections among healthcare providers.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».