Medical masks versus N95 respirators for preventing COVID-19 among health care workers: A secondary analysis of findings inconsistent with prior understanding reflects the expected inferiority of medical masks.
Notice bibliographique
Résumé
BackgroundA previously published study is cited as evidence that medical masks (MM) are noninferior to N95 respirators (N95) in the prevention of COVID infections. As COVID is transmitted via infectious aerosols generated during coughing as well as routine activities such as breathing and speaking, and N95s (in contrast to MM) are designed, validated and specified in national standards to provide protection against such hazards, we re-analysed the published data to resolve this unexpected result.MethodsStudy data was extracted from the publication, and analyses pre-specified in the original study protocol but omitted from the publication were carried out. Anomalies identified in the process were subject to additional analyses for statistical significance.ResultsPrespecified analyses reverse the reported outcome, which is the product of multiple alterations to the trial that were not introduced into the registry until after publication. Methodological shortcomings include compromised randomization, with statistically significant correlation between female sex and allocation to the higher-risk arm of the trial. Trial conditions and results at unregistered trial sites in Egypt were inconsistent with – but overwhelmed findings from – sites in the registered countries, which reflected the expected inferiority of medical masks. Substantial additional sources of bias were identified. Unexpected patterns were observed in the data.ConclusionsThe results of the study do not support the claim that medical masks are noninferior to N95s for the prevention of COVID-19.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».