Gravity steam reprocessing in healthcare facilities for the reuse of N95 respirators
Notice bibliographique
Résumé
BACKGROUND: Coronavirus disease 2019 (COVID-19) has significantly impacted the health of millions of people around the world. The shortage of personal protective equipment, including N95 respirators, in hospital facilities has put frontline healthcare professionals at high risk for contracting this virus. AIM: To develop a reproducible and safe N95 respirator reprocessing method that satisfies all presented regulatory standards and that can be directly implemented by hospitals using existing available equipment. METHODS: A non-toxic gravity steam reprocessing method has been developed for the reuse of N95 respirators consisting of 30 min of steam treatment at 121°C followed by 30 min of heat drying. Samples of model number 1860, 1860s, 1870+, and 9105 N95 respirators were either collected from hospitals (for microbiology testing) or purchased new (for functionality testing), with all functionality tests (i.e. filter efficiency, fit evaluation, and strap integrity) performed at the Centers for Disease Control and Prevention using standard procedures established by the National Institute for Occupational Safety and Health. FINDINGS: All tested models passed the minimum filter efficiency of 95% after three cycles of gravity steam reprocessing. The 1870+ N95 respirator model is the most promising model for reprocessing based on its efficient bacterial inactivation coupled with the maintenance of all other key functional respirator properties after multiple reprocessing steps. CONCLUSIONS: The gravity steam method can effectively reprocess N95 respirators over at least three reprocessing cycles without negatively impacting the functionality requirements set out by regulators. Enabling the reuse of N95 respirators is a crucial tool for managing both the current pandemic and future healthcare crises.
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 | 0,002 |
| 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) | 0,000 | 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 ».