Contamination of Aerosol with Pseudomonas Aeruginosa Introduced via Mouthpiece in Different Nebulizer Designs
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Nebulizers have been associated with bacterial and viral contamination likely from drooling or expulson of oral secretions into the nebulizer mouthpiece. We hypothesized that simulated “drooling” could result in contamination of the nebulizer medication resulting in aerosolization of potential pathogens. Method: We evaluated four nebulizers: Continuous jet nebulizer (CJN: MistyMax, Allegiance, USA), breath enhanced (BEN:LC Sprint; Pari, Germany), breath actuated (BAN; AeroEclipse Monaghan/Trudell, Canada) and vibrating mesh nebulizer (VMN; Aerogen with Ultra, Aerogen Ltd, Galway, Ireland) operated per manufacturer recommendations with 3 mL of NSS. Pseudomonas aeruginosa broth (2 mL) was pipetted into the mouthpiece of each nebulizer in an upright postion simulating a patient drooling into the device. Aerosol was produced for 30-60 seconds and collected on Triptic Soy Agar (TSA) plate, prior, immeadiately, and 4-5 hours post instillation. Colony counts were done post incubation (3-5 days). Results: P. aeruginosa colony counts prior, immediately, and four hours after instillation; BAN (0, 110, and 122 CFU/m); and BEN (0, Too Numerous To Count (TNC), and TNC), VMN: (0, 0, and 0 CFU/mL) and CJN (0, 0, and 0 CFU/mL), respectively. Conclusions: Nebulizer type and design influence impact of pathogen containing fluids passing through the mouthpiece contaminating the aerosol generated.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle