Evaluating the Effectiveness of Dry Decontamination Methods for Hazmat Incidents: A Scoping Review
Notice bibliographique
Résumé
OBJECTIVES: CBRN incidents require specialized hazmat decontamination protocols to prevent secondary contamination and systemic toxicity. While wet decontamination is standard, it can present challenges in cold weather or when resources are limited. Dry decontamination offers an alternative and supportive approach, though its effectiveness across different contaminants remains unclear. This scoping review evaluates the effectiveness, advantages, and limitations of dry decontamination in hazmat incidents. METHODS: A scoping review was conducted using MEDLINE, CINAHL, and other databases. Following the PRISMA-ScR approach, 9 studies were selected from 234 identified articles. The review assessed decontamination techniques, materials, and effectiveness across different contaminants. RESULTS: Dry decontamination is rapid, resource-efficient, and suitable for immediate use in pre-hospital and hospital settings, especially during mass casualty incidents (MCIs). Dry decontamination is highly effective for liquid contaminants, with blue roll and sterile trauma dressings removing over 80% of contaminants within minutes. However, dry decontamination is less effective for hair and particulate contaminants. Blotting and rubbing techniques significantly enhance decontamination efficiency. CONCLUSIONS: Dry decontamination can be an effective alternative for wet decontamination, particularly for liquid contaminants, as a first-line approach for scenarios where wet decontamination is not a practical solution for logistical and environmental reasons. However, dry decontamination is less effective than wet decontamination for hair and particulate contaminants. Combining dry and wet decontamination is shown to be more effective. Identifying the need for including dry decontamination as an integral part of the CBRN response plan improves the efficacy of decontamination.
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 | 0,031 | 0,116 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,011 |
| Bibliométrie | 0,020 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».