MétaCan
Menu
Retour à la cohorte
Enregistrement W4388694765 · doi:10.1016/j.chest.2023.11.013

Guidance on Mitigating the Risk of Transmitting Respiratory Infections During Nebulization by the COPD Foundation Nebulizer Consortium

2023· article· en· W4388694765 sur OpenAlexafffund
Isaac Biney, Arzu Ari, Igor Barjaktarević, Brian Carlin, David C. Christiani, Lauren W. Cochran, Michael Drummond, Karmon Johnson, Dan Kealing, Philip J. Kuehl, Jie Li, Donald A. Mahler, Sergio Lopez Martinez, Jill Ohar, Lewis J. Radonovich, Jason Suggett, Ruth Tal‐Singer, Donald P. Tashkin, Julie Yates, Lisa Cambridge, P. A. Dailey, David M. Mannino, Rajiv Dhand

Notice bibliographique

RevueCHEST Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueInhalation and Respiratory Drug Delivery
Établissements canadiensTrudell Medical International (Canada)
Organismes subventionnairesCenters for Disease Control and PreventionNature Conservancy of CanadaNational Institute for Occupational Safety and HealthTheravance Biopharma USCOPD Foundation
Mots-clésNebulizerMedicineIntensive care medicineCOPDPandemicAerosolizationContext (archaeology)Coronavirus disease 2019 (COVID-19)Medical emergencyInfectious disease (medical specialty)DiseaseInhalationAnesthesiaPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Nebulizers are used commonly for inhaled drug delivery. Because they deliver medication through aerosol generation, clarification is needed on what constitutes safe aerosol delivery in infectious respiratory disease settings. The COVID-19 pandemic highlighted the importance of understanding the safety and potential risks of aerosol-generating procedures. However, evidence supporting the increased risk of disease transmission with nebulized treatments is inconclusive, and inconsistent guidelines and differing opinions have left uncertainty regarding their use. Many clinicians opt for alternative devices, but this practice could impact outcomes negatively, especially for patients who may not derive full treatment benefit from handheld inhalers. Therefore, it is prudent to develop strategies that can be used during nebulized treatment to minimize the emission of fugitive aerosols, these comprising bioaerosols exhaled by infected individuals and medical aerosols generated by the device that also may be contaminated. This is particularly relevant for patient care in the context of a highly transmissible virus. RESEARCH QUESTION: How can potential risks of infections during nebulization be mitigated? STUDY DESIGN AND METHODS: The COPD Foundation Nebulizer Consortium (CNC) was formed in 2020 to address uncertainties surrounding administration of nebulized medication. The CNC is an international, multidisciplinary collaboration of patient advocates, pulmonary physicians, critical care physicians, respiratory therapists, clinical scientists, and pharmacists from research centers, medical centers, professional societies, industry, and government agencies. The CNC developed this expert guidance to inform the safe use of nebulized therapies for patients and providers and to answer key questions surrounding medication delivery with nebulizers during pandemics or when exposure to common respiratory pathogens is anticipated. RESULTS: CNC members reviewed literature and guidelines regarding nebulization and developed two sets of guidance statements: one for the health care setting and one for the home environment. INTERPRETATION: Future studies need to explore the risk of disease transmission with fugitive aerosols associated with different nebulizer types in real patient care situations and to evaluate the effectiveness of mitigation strategies.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,223
Score d'incertitude au seuil0,797

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,280
Écart entre enseignants0,259 · 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'étudeObservationnel
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

Citations22
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCHEST JournalMême sujetInhalation and Respiratory Drug DeliveryTravaux en français237 207