MétaCan
Menu
Retour à la cohorte
Enregistrement W4288855485 · doi:10.1139/er-2022-0035

Increased use of sanitizers and disinfectants during the COVID-19 pandemic: identification of antimicrobial chemicals and considerations for aquatic environmental contamination

2022· article· en· W4288855485 sur OpenAlexafffundvenueabout
Sarah C. Marteinson, Michael Lawrence, Zofia E. Taranu, Kerri Kosziwka, Jessica J. Taylor, Alexandria Green, Amanda K. Winegardner, Trina Rytwinski, Jessica L. Reid, Cory Dubetz, Judith Leblanc, Michal Galus, Steven J. Cooke

Notice bibliographique

RevueEnvironmental Reviews · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensUniversity of ManitobaCarleton UniversityEnvironment and Climate Change CanadaFisheries and Oceans Canada
Organismes subventionnairesHealth CanadaFisheries and Oceans CanadaEnvironment and Climate Change CanadaGovernment of Canada
Mots-clésBenzalkonium chlorideAntimicrobialDisinfectantBiotaContaminationHuman decontaminationAquatic ecosystemEnvironmental scienceToxicologyBiologyChemistryEcologyWaste managementMicrobiology

Résumé

récupéré en direct d'OpenAlex

In response to the coronavirus (COVID-19) pandemic, there has been an increased need for personal and environmental decontamination to aid in curbing transmission of the SARS-CoV-2 virus. Products used for this purpose include sanitizers for hands and disinfectants for surfaces. The active chemical ingredients used in these products, termed antimicrobials, can enter waste streams after application and may be emerging as more prominent environmental contaminants. Even prior to COVID-19, there was recognized need to examine their implications for aquatic biota, which is now made more pressing due to their exaggerated use in response to the pandemic. Our objectives were to identify current antimicrobial active ingredients, quantify their increased use, and determine which may be candidates for further consideration as possible aquatic contaminants. By consulting multiple sources of publicly available information in Canada, we identified current-use antimicrobials from the lists of sanitizers and surface disinfectants approved for use against SARS-CoV-2 by Health Canada and the drug registration database. To estimate the use of sanitizers and disinfectants, we evaluated import quantities and grocery store retail sales of related compounds and products (Statistics Canada) and both lines of evidence supported increased use trends. The list of identified antimicrobials was refined to include only candidates with potential to reach aquatic ecosystems, and information on their environmental concentrations and toxicity to aquatic biota was reviewed. Candidate antimicrobials ( n = 32) fell into four main categories: quaternary ammonium compounds (QACs), phenols, acids, and salts. Benzalkonium chloride, a QAC, was the most prominent active ingredient used in both nonalcohol-based hand sanitizers and surface disinfectants. Four QACs followed in prevalence and the next most used antimicrobial was triclosan (hand sanitizers only), an established and regulated environmental contaminant. Little information was found on environmental concentrations of other candidates, suggesting that the majority would fall into the category of emerging contaminants if they enter aquatic systems. Several were classified as acutely or chronically toxic to aquatic biota (Globally Harmonized System), and thus we recommend empirical research begin focusing on environmental monitoring of all candidate antimicrobials as a critical next step, with detection method development first where needed.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil0,627

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,070
Tête enseignante GPT0,308
Écart entre enseignants0,238 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations52
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueEnvironmental ReviewsMême sujetPharmaceutical and Antibiotic Environmental ImpactsTravaux en français237 207