MétaCan
Menu
Retour à la cohorte
Enregistrement W3207001605 · doi:10.1101/2021.10.08.21264765

The impact of heating, ventilation, and air conditioning design features on the transmission of viruses, including the 2019 novel coronavirus: a systematic review of ventilation and coronavirus

2021· review· en· W3207001605 sur OpenAlexafffund
Gail M. Thornton, Brian A. Fleck, Emily Kroeker, Dhyey Dandnayak, Natalie Fleck, Lexuan Zhong, Lisa Hartling

Notice bibliographique

RevuemedRxiv · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueInfection Control and Ventilation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésVentilation (architecture)HVACTransmission (telecommunications)Airborne transmissionAirflowCoronavirusAir conditioningEnvironmental scienceCoronavirus disease 2019 (COVID-19)MedicineEngineeringInternal medicineMechanical engineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract Aerosol transmission has been a pathway for virus spread for many viruses. Similarly, emerging evidence regarding SARS-CoV-2, and the resulting pandemic as declared by WHO in March 2020, determined aerosol transmission for SARS-CoV-2 to be significant. As such, public health officials and professionals have sought data regarding the effect of Heating, Ventilation, and Air Conditioning (HVAC) features to control and mitigate viruses, particularly coronaviruses. A systematic review was conducted using international standards to identify and comprehensively synthesize research examining the effectiveness of ventilation for mitigating transmission of coronaviruses. The results from 32 relevant studies showed that: increased ventilation rate was associated with decreased transmission, transmission probability/risk, infection probability/risk, droplet persistence, virus concentration, and increased virus removal and virus particle removal efficiency; increased ventilation rate decreased risk at longer exposure times; some ventilation was better than no ventilation; airflow patterns affected transmission; ventilation feature (e.g., supply/exhaust, fans) placement influenced particle distribution. Some studies provided qualitative recommendations; however, few provided specific quantitative ventilation parameters suggesting a significant gap in current research. Adapting HVAC ventilation systems to mitigate virus transmission is not a one-solution-fits-all approach but instead requires consideration of factors such as ventilation rate, airflow patterns, air balancing, occupancy, and feature placement. Practical Implications Increasing ventilation, whether through ventilation rates (ACH, m 3 /h, m 3 /min, L/min) or as determined by CO 2 levels (ppm), is associated with decreased transmission, transmission probability/risk, infection probability/risk, droplet persistence, and virus concentration, and increased virus removal and efficiency of virus particle removal. As well, professionals should consider the fact that changing ventilation rate or using mixing ventilation is not always the only way to mitigate and control viruses as varying airflow patterns and the use of ventilation resulted in better outcomes than situations without ventilation. Practitioners also need to consider occupancy, ventilation feature (supply/exhaust and fans) placement, and exposure time in conjunction with both ventilation rates and airflow patterns. Some recommendations with quantified data were made, including using an air change rate of 9 h -1 for a hospital ward; waiting six air changes or 2.5 hours before allowing different individuals into an unfiltered office with ∼2 fresh air changes (FCH) and one air change for a high-efficiency MERV or HEPA filtered laboratory; and using a pressure difference between -2 and -25 Pa in negative pressure isolation spaces. Other recommendations for practice included using or increasing ventilation, introducing fresh air, using maximum supply rates, avoiding poorly ventilated spaces, assessing fan placement and potentially increasing ventilation locations, and employing ventilation testing and air balancing checks.

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)0,003
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: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,543

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
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 Opus0,103
Tête enseignante GPT0,397
Écart entre enseignants0,293 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetInfection Control and VentilationTravaux en français237 207