Effect of moist heat reprocessing of N95 respirators on SARS-CoV-2 inactivation and respirator function
Notice bibliographique
Résumé
BACKGROUND: Unprecedented demand for N95 respirators during the coronavirus disease 2019 (COVID-19) pandemic has led to a global shortage of these masks. We validated a rapidly applicable, low-cost decontamination protocol in compliance with regulatory standards to enable the safe reuse of N95 respirators. METHODS: We inoculated 4 common models of N95 respirators with severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) and evaluated viral inactivation after disinfection for 60 minutes at 70°C and 0% relative humidity. Similarly, we evaluated thermal disinfection at 0% to 70% relative humidity for masks inoculated with Escherichia coli. We assessed masks subjected to multiple cycles of thermal disinfection for structural integrity using scanning electron microscopy and for protective functions using standards of the United States National Institute for Occupational Safety and Health for particle filtration efficiency, breathing resistance and respirator fit. RESULTS: A single heat treatment rendered SARS-CoV-2 undetectable in all mask samples. Compared with untreated inoculated control masks, E. coli cultures at 24 hours were virtually undetectable from masks treated at 70°C and 50% relative humidity (optical density at 600 nm wavelength, 0.02 ± 0.02 v. 2.77 ± 0.09, p < 0.001), but contamination persisted for masks treated at lower relative humidity. After 10 disinfection cycles, masks maintained fibre diameters similar to untreated masks and continued to meet standards for fit, filtration efficiency and breathing resistance. INTERPRETATION: Thermal disinfection successfully decontaminated N95 respirators without impairing structural integrity or function. This process could be used in hospitals and long-term care facilities with commonly available equipment to mitigate the depletion of N95 masks.
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 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».