Comparative effectiveness of N95, surgical or medical, and non‐medical facemasks in protection against respiratory virus infection: A systematic review and network meta‐analysis
Notice bibliographique
Résumé
The aim of this systematic review and network meta-analysis is to evaluate the comparative effectiveness of N95, surgical/medical and non-medical facemasks as personal protective equipment against respiratory virus infection. The study incorporated 35 published and unpublished randomized controlled trials and observational studies investigating specific mask effectiveness against influenza virus, SARS-CoV, MERS-CoV and SARS-CoV-2. We searched PubMed, Google Scholar and medRxiv databases for studies published up to 5 February 2021 (PROSPERO registration: CRD42020214729). The primary outcome of interest was the rate of respiratory viral infection. The quality of evidence was estimated using the GRADE approach. High compliance to mask-wearing conferred a significantly better protection (odds ratio [OR], 0.43; 95% confidence interval [CI], 0.23-0.82) than low compliance. N95 or equivalent masks were the most effective in providing protection against coronavirus infections (OR, 0.30; CI, 0.20-0.44) consistently across subgroup analyses of causative viruses and clinical settings. Evidence supporting the use of medical or surgical masks against influenza or coronavirus infections (SARS, MERS and COVID-19) was weak. Our study confirmed that the use of facemasks provides protection against respiratory viral infections in general; however, the effectiveness may vary according to the type of facemask used. Our findings encourage the use of N95 respirators or their equivalents (e.g., P2) for best personal protection in healthcare settings until more evidence on surgical and medical masks is accrued. This study highlights a substantial lack of evidence on the comparative effectiveness of mask types in community settings.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,041 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».