Fit Testing Retrofitted Full-Face Snorkel Masks as a Form of Novel Personal Protective Equipment During the COVID-19 Pandemic
Notice bibliographique
Résumé
OBJECTIVE: Bottlenecks in the personal protective equipment (PPE) supply chain have contributed to shortages of PPE during the coronavirus disease 2019 (COVID-19) pandemic, resulting in fractures in the functionality of health-care systems. This study was conducted with the aim of determining the effectiveness of retrofitted commercial snorkel masks as an alternative respirator for health-care workers during infectious disease outbreaks. METHODS: A retrospective analysis was performed, analyzing qualitative and quantitative fit test results of the retrofitted Aria Ocean Reef® full-face snorkeling mask on health-care workers at the McGill University Health Centre between April and June 2020. Historical fit test results, using medical-grade respirators, for health-care workers, were also analyzed. RESULTS: During the study period, 71 participants volunteered for fit testing, 60.6% of which were nurses. The overall fit test passing rate using the snorkel mask was 83.1%. Of the participants who did not previously pass fit testing with medical-grade respirators, 80% achieved a passing fit test with the snorkel respirator. CONCLUSIONS: The results suggest that this novel respirator may be an effective and feasible alternative solution to address PPE shortages, while still providing health-care workers with ample protection. Additional robust testing will be required to ensure that respirator fit is maintained, after numerous rounds of disinfection.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».