S64 Impact of choice of salbutamol pMDI and use of spacer on drug delivery and emissions – best for patient and environment
Notice bibliographique
Résumé
Introduction and Objectives MDIs are an important device option for many respiratory patients. The addition of a spacer can improve lung deposition, overcome coordination issues and reduce side effects caused by oropharyngeal deposition. As current MDIs contain hydrofluorocarbon propellants, it would be beneficial to find ways to reduce carbon emissions without compromising patient safety. This lab study investigated a way to optimize the modelled lung dose per actuation while at the same time minimizing the carbon emissions from the MDI. Methods Two different salbutamol 100 mcg MDIs were investigated, Ventolin (GSK) and Salamol (Teva), both available in the UK market. Each was tested alone and combined with an AeroChamber Plus* Flow-Vu* Spacer (TMI). Fine particle mass (< 4.7 microns), therefore the mass of drug in the size range potentially available for lung delivery, was determined using an abbreviated cascade impactor, performed with no delay following actuation, and HPLC assay. Carbon emissions per actuation were also determined. Results The carbon emissions per actuation were available for Ventolin and Salamol from a reference source. The results are reported in the table below. The fine particle mass data of the different configurations are also shown in the table. A key point to note is the increase of delivery from 32.5 mcg/actuation for Ventolin alone to 54.4 mcg/actuation for Salamol delivered with the spacer. Conclusions The use of the spacer with a lower carbon emitting salbutamol MDI has the potential to improve lung delivery and reduce carbon emissions. In combination, the selection of the Salamol MDI delivered using the AeroChamber Plus* Flow-Vu* Spacer could potentially reduce the number of actuations required for patient relief of symptoms, which could help contribute to an up to 4 times reduction in the carbon emissions compared to using a Ventolin MDI product alone. Please refer to page A210 for declarations of interest related to this abstract.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 0,004 |
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 ».