Are cloth masks a substitute to medical masks in reducing transmission and contamination? A systematic review
Notice bibliographique
Résumé
During the COVID-19 pandemic the use of cloth masks has increased dramatically due to the shortage of medical masks. However, the efficiency of this material is controversial. We aimed to investigate the efficiency of cloth masks in reducing transmission and contamination by droplets and aerosols for the general population and healthcare workers. Electronic databases were searched without year or language restrictions. Clinical and laboratorial studies were included. The risk of bias (RoB) was assessed using an adapted quality checklist for laboratory-based studies. ROBINS-I tool and Cochrane RoB 2.0 were used to evaluate non-randomized (n-RCT) and randomized clinical trials (RCT), respectively. The quality of the evidence was assessed through GRADE tool. From the eleven studies selected, eight were laboratory-based studies, one non-randomized and one RCT supported by laboratory data. Between the evaluated fabrics only three presented a filtration efficiency > 90%. Hybrid of cotton/chiffon (95%CI 95.2 to 98.8), hybrid of cotton/silk (95%CI 92.2 to 95.8) and cotton quilt (95%CI 94.2 to 97.8). However, cloth masks are not recommended for healthcare workers. A meta-analysis was not feasible due to a high methodological heterogeneity. The overall quality of evidence ranged from very low to moderate. Despite the lower efficiency compared to medical masks, laboratorial results may underestimate the efficiency of cloth masks in real life. Cloth mask efficiency is higher when made of hybrid fabrics (cotton/chiffon, cotton/silk) and cotton quilt, mainly with multiple layers.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».