Onsite production of medical air: is purity a problem?
Notice bibliographique
Résumé
Introduction: Medical air (MA) is widely used in hospitals, often manufactured onsite by compressing external ambient air and supplied through a local network piping system. Onsite production gives rise to a risk of impurities that are governed by the same pharmacopoeia purity standards applicable to commercially produced MA. The question to be addressed in this paper is how to assess if a lack of purity poses a medical problem? Methods: The MA produced onsite at a major Canadian hospital was monitored for carbon dioxide (CO2) and other impurity gases at high frequency (one per minute) over a two-month period. Results: The average CO2 concentration was 255 ppm. The United States Pharmacopeia (USP) threshold of 500 ppm was exceeded during 1% of the total study period, and the average while exceeding the threshold was 526 ppm. The maximum concentration was 634 ppm. Discussion and conclusion: To our knowledge, there is only one study that evaluated the effects suffered by respiratory patients of elevated nitric oxide in MA; thus, it is not clear what are the medical bases for the thresholds stated in the USP. To perform a Quality Risk Assessment, the threshold and the time above threshold should be considered in determining the frequency of sampling and analysis, and operating methods required to ensure the quality of MA entering the pipeline meets the clinical, regulatory, and patient safety standards. In conclusion, because the USP does not provide impurity thresholds for specific patients nor time above thresholds, there is a need for the medical community to determine these quantities before it can be known if the purity of MA is a problem.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».