Efficacy of soap and water‐based skin decontamination using in vitro animal models: A systematic review
Notice bibliographique
Résumé
Water and/or soap and water solutions have historically been used as first-line decontamination strategies for a wide variety of dermal contaminants from workplace exposure, environmental pesticides, and civilian chemical warfare. Although water and/or soap and water solutions are often considered a gold standard of decontamination, many studies have found other decontamination methods to be superior. This systematic review summarizes the available data on in vitro animal models contaminated with a various chemicals and their decontamination with water and/or soap and water solutions using in vitro animal models. A comprehensive literature search was performed using Concordance, Embase, PubMed, Medline, Web of Science, and Google Scholar to find in vitro animal studies that provided data on dermal decontamination using water and/or soap and water solutions. Five studies were included that analyzed 11 contaminants across two in vitro animal models (rats and pigs). Water alone was used as a decontamination method for 63.6% of the contaminants (n = 7/11) and water and soap solutions for decontamination in 54.6% of contaminants (n = 6/11). Water alone provided incomplete contaminant removal of five of seven contaminants studied; soap and water did not show significant difference in decontamination when compared with other solutions for all four contaminants and was superior to water for both contaminants studied. Water and/or soap and water are used as decontamination strategies for a variety of dermal contamination events, but for many contaminants, they do not provide complete contamination when compared with newer decontamination solutions studied with in vitro animal models.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,002 |
| 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 ».