Impact of nasal photodisinfection on SARS-CoV-2 infection in an industrial workplace
Notice bibliographique
Résumé
Objectives: We aimed to evaluate a quality improvement initiative designed to control SARS-CoV-2 (COVID) using the large-scale deployment of antimicrobial photodisinfection therapy (aPDT) for nasal decolonization in a Canadian industrial workplace (a food processing plant). Study design: Using a retrospective chart review of treatment questionnaires, linked to COVID laboratory testing results, a quality improvement assessment was analyzed to determine treatment effectiveness and safety. Methods: This voluntary aPDT intervention involved the administration of a light-sensitive liquid to the nose followed by nonthermal red-light irradiation on a weekly basis. Employees in food processing industries are at increased risk for COVID infection due to the nature of their work environments. In an effort to mitigate the transmission and consequences of the disease among such workers and the community at large, aPDT was added to a well-established bundle of pre-existing pandemic safety measures (e.g., mask-wearing, testing, contact tracing, workplace-engineered barriers, increased paid sick leave). Results: From December 2020 to May 2021, we found high interest in and compliance with aPDT treatment, along with a statistically significant lower PCR test positivity rate in the study population in comparison to the case rates for the local Canadian province. Treatment safety monitoring and outcomes of the aPDT program demonstrated no serious adverse events. Conclusions: This study suggests nasal photodisinfection provides safe and effective COVID viral suppression when deployed across the majority of workers in an industrial workplace setting.
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 | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».