Worker risk from ultrasonicator aerosolization in medical device reprocessing: a particulate and bio-burden approach
Notice bibliographique
Résumé
BACKGROUND: Reprocessing reusable medical devices and surgical instruments is vital for ensuring safe health care in hospitals. Medical device reprocessing departments (MDRDs) handle the cleaning, disinfection and sterilization of these instruments. While previous research has examined bioburden on surfaces and associated patient health risks, there is limited focus on occupational hazards for MDRD workers. AIM: To investigate the potential bioaerosol exposure and particle concentrations generated by ultrasonic sterilizing water baths within the MDRD at Mount Sinai Hospital, Toronto, Canada. METHODS: Bioaerosol sampling was conducted using Andersen-style samplers for bacterial and fungal cultures. Particle sampling was measured using optical particle samplers. RESULTS: The majority of bioaerosols were composed of low-risk skin microflora and waterborne bacteria, predominantly Micrococcus luteus and Staphylococcus spp. However, potentially harmful bacteria such as Citrobacter spp. and Acinetobacter spp. were detected. Fungal genera identified included Aspergillus, Cladosporium and Penicillium. CONCLUSIONS: Although the overall aerosol generation from ultrasonic cleaning appeared minimal, this study highlights the importance of appropriate personal protective equipment, and suggests the need for further research on ventilation and additional aerosol sources in MDRDs.
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 | 0,001 |
| 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 ».