Comparison of number of airborne bacteria in operating rooms with turbulent mixing ventilation and unidirectional airflow when using reusable scrub suits and single-use scrub suits

A. Tammelin*, P. Kylmänen, A. Samuelsson
*Karolinska Institutet, Sweden

Journal of Hospital Infection (2023) 135, 119-124

緒論

手術室において空中細菌数を減らすことが手術部位感染症を予防する 1 つの方法である。

目的

乱流混合換気および一方向流型換気（いずれも送気量 2,600 L/秒）を備えた 2 つの手術室において、スタッフが混合素材（浸透率≦ 300 コロニー形成単位（CFU））製の再使用可能な手術着またはポリプロピレン（浸透率≦ 100 CFU）製の単回使用の手術着を使用した場合の手術手技中の空中細菌数を調査すること。

材料と方法

乱流混合換気室では、スタッフが再使用可能な手術着を着用して 8 つの手技を、また単回使用の手術着を着用して 7 つの手技を実施する間に CFU/m³ を測定した。一方向流型換気室では、スタッフが再使用可能な手術着を着用して 7 つの手技を実施する間に CFU/m³ を測定した。

結果

乱流混合換気室でのCFU/m³ の平均値は、スタッフが再使用可能な手術着を着用した場合は 1.3 ～ 10.8、単回使用の手術着を着用した場合は 0.8 ～ 4.0 であった（P ＜ 0.01）。一方向流型換気室でのCFU/m³ の平均値は、スタッフが再使用可能な手術着を着用した場合は 0.2 ～ 4.5 であった。2 つの手術室において再使用可能な手術着で認められた差は有意であった（P ＜ 0.01）。

結論

換気方法は、送気量が多いとしても、閉鎖性の低い手術着をスタッフが着用する場合は、CFU 値に影響を及ぼす。おそらく、乱流混合換気室において緊密な素材で作られた手術着を使用することは CFU 値を低下させることになり、これによって一方向流型換気室において保護性の低い手術着により達成されるのと同じ値が得られるだろう。

サマリー原文（英語）はこちら

監訳者コメント：

ポリプロピレン製（浸透率≦ 100 CFU）の単回使用の手術着を着用するか、一方向流型換気室を使用することで、空中細菌数を減らすことができるかもしれない。

Effect of a latent tuberculosis infection programme for healthcare workers in a country with an intermediate tuberculosis burden

S.Y. Cho*, E. Nham, D.R. Chung, J. Kim, J. Jeong, J.-H. Ko, K. Huh, C.-I. Kang, K.R. Peck
*Samsung Medical Centre, Republic of Korea

Journal of Hospital Infection (2024) 154, 104-111

Prevention of deep sternal wound infection in cardiac surgery: a literature review

A proof of concept evaluation of dry heat as an aerial disinfection method for hospitals: preliminary data for bactericidal efficacy

C. Djayet*, A. Iwanoff, M. Boubaya , P. Moenne-Locoz , E. Carbonnelle, D. Seytre, M. Laleem, A. Izri, J.R. Zahar, A. Jacolot
*GH Paris Seine Saint-Denis, France

Journal of Hospital Infection (2025) 165, 9-15

Cost of antibiotics in medical intensive care

D. Ismail*
*University Hassan II of Casablanca Faculty of Medicine and Pharmacy, Morocco

Journal of Hospital Infection (2022) 124, 47-55

Comparative analysis of machine learning models for predicting hospital- and community-associated urinary tract infections using demographic, hospital, and socioeconomic predictors

A. Arjmand*, M. Bani-Yaghoub, G. Sutkin, K. Corkran, S. Paschal
*University of Missouri–Kansas City, USA

Journal of Hospital Infection (2025) 162, 263-271