Impact of Gloves and Mask Use on Epidermal Barrier Function in Health Care Workers
Notice bibliographique
Résumé
BACKGROUND: Coronavirus disease 2019 has rapidly spread all over the world. Personal protective equipment (PPE) including masks and gloves is needed to avoid transmission. Adverse skin reactions associated with PPE have been described, but there is no information regarding objective measures to assess skin impairment related to PPE. OBJECTIVE: The aim of the study was to evaluate the impact of using facial mask and nitrile gloves on epidermal barrier function and skin homeostasis. METHODS: A cross-sectional study was designed. Thirty-four health care workers wearing nitrile gloves and a mask for 2 hours were included. Transepidermal water loss, stratum corneum hydration, erythema, and temperature were measured. RESULTS: Transepidermal water loss (31.11 vs 14.24 g·m-2·h-1), temperature (33.29°C vs 32.57°C), and erythema were significantly greater at the area covered by gloves compared with the noncovered area. Transepidermal water loss (22.82 vs 13.69 g·m-2·h-1), temperature, and erythema (411.43 vs 335.52 arbitrary units) were significantly increased at the area covered by mask, whereas stratum corneum hydration was lower. Transepidermal water loss was greater at the area covered by a surgical mask than at a filtering respirator mask coded filtering facepiece 2 (27.09 vs 18.02 g·m-2·h-1, P = 0.034). CONCLUSIONS: Skin homeostasis and epidermal barrier function may be impaired by gloves and mask use. High-quality PPE should be provided, and adequate skin prevention measures should be implemented to reduce epidermal barrier damage.
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 | 0,000 | 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) | 0,000 | 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 ».