MétaCan
Menu
Retour à la cohorte
Enregistrement W3201193761 · doi:10.1038/s41598-021-97345-w

Standard hospital blanket warming cabinets can be utilized for complete moist heat SARS-CoV2 inactivation of contaminated N95 masks for re-use

2021· article· en· W3201193761 sur OpenAlexaff
Anand Kumar, Samantha B. Kasloff, Todd Cutts, Anders Leung, Naresh Sharma, Gloria Vázquez‐Grande, Tracy Drew, Denis Laframboise, Olivero Orofino, Joe Tanelli, Jay Krishnan

Notice bibliographique

RevueScientific Reports · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control and Ventilation
Établissements canadiensPublic Health Agency of CanadaUniversity of ManitobaHealth Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésRespiratorEnvironmental scienceHuman decontaminationBlanketPersonal protective equipmentCoronavirus disease 2019 (COVID-19)Economic shortageContaminationWaste managementSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MedicineMaterials science

Résumé

récupéré en direct d'OpenAlex

Shortages of personal protective equipment for use during the SARS-CoV-2 pandemic continue to be an issue among health-care workers globally. Extended and repeated use of N95 filtering facepiece respirators without adequate decontamination is of particular concern. Although several methods to decontaminate and re-use these masks have been proposed, logistic or practical issues limit adoption of these techniques. In this study, we propose and validate the use of the application of moist heat (70 °C with humidity augmented by an open pan of water) applied by commonly available hospital (blanket) warming cabinets to decontaminate N95 masks. This report shows that a variety of N95 masks can be repeatedly decontaminated of SARS-CoV-2 over 6 h moist heat exposure without compromise of their filtering function as assessed by standard fit and sodium chloride aerosol filtration efficiency testing. This approached can easily adapted to provide point-of-care N95 mask decontamination allowing for increased practical utility of mask recycling in the health care setting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,580

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,307
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetInfection Control and VentilationTravaux en français237 207