Effect of peracetic acid–ultraviolet combination treatment on microbial and endotoxin levels in a pharmaceutical water system
Notice bibliographique
Résumé
Abstract In the pharmaceutical industry, the microbiological quality of water is vital. This research investigated how combining peracetic acid (0.1% V/V) and UV light (>150 mJ/cm2) as wide-spectrum disinfectants affect microbial and endotoxin levels in a pharmaceutical water system. Water samples were taken aseptically from 12 points across the system. The pour plate technique and membrane filtration were used for microbial counts. The presence of endotoxin in distilled water samples was investigated by the Limulus amebocyte lysate (LAL) test gel-clot method. After peracetic acid–UV combination treatment, microbial counts of samples significantly decreased (P < 0.05) compared with UV treatment alone, and they were lower than the action limits specified by the European Pharmacopeia (100 CFU/ml for purified water and 10 CFU/100 ml for water for injection). In addition, water samples were mainly LAL-negative (10 negative weekly reports out of 12 total reports). It is concluded that disinfection of all stages of the water system with peracetic acid–UV combination remarkably improved the microbial quality of the water system. Therefore, rotation between more than one disinfectant policy and periodic disinfection of the water system by peracetic acid–UV combination is recommended to minimize contamination of the water system and pharmaceutical products as well as bacterial infections in product consumers.
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 | 0,001 | 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) | 0,000 | 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 ».