Forwarded from 2019-nCoV疫情实时播报🅥
#科普辟谣
【当前疫情下如何选择口罩】
一、口罩分为三个标准:N95是按美国标准NOISH生产，厂家是3M和霍尼韦尔; FFP2是欧洲标准EN149; KN95是中国标准GB2626-2006。 凡是口罩上印着执行标准是这三种的都是合格口罩。
二、医用N95口罩需要防高压液体喷溅，所以比普通N95更高的标准;以3M为例，型号1860和9132是最常用的医用防护口罩。 此外，还有儿童款的1860s。普通人或者不接触高压液体喷溅的医务人员，可以选择符合NOISH标准的普通N95口罩。
三、FFP2标准口罩的欧洲生产商有德国的UVEX等;FFP3则是更高层次(99)的防护口罩。
四、中国标准GB2626-2006是指普通KN95口罩标准。 医用KN95口罩标准是GB19083-2010。 (同样，普通人和不接触高压液体喷溅的医务人员，可以使用普通KN95口罩 。)
五、另一个常见问题是，口罩选带阀或不带阀口罩?
普通带阀的口罩的确比较舒，但是因为佩戴口罩的医生和病人，均不能保证自己一定是健康、不带病毒的（潜伏期内有传染性），而且带有呼气阀的口罩气流只是单向防护，并不能很好的切断传播途径，从疫情控制角度来说，双向防护才是最正确的方式，所以不推荐这类口罩。因此医用口罩不允许带阀。当普通人为感染或疑似感染者时，必须选择不带阀的医用口罩。
六、医用外科口罩，常见的标准是YY0469-2010，或YY0469-2011，它印在每只口罩的独立外包装上。普通人防护可以使用，戴着透气性好，没有憋气感。
七、上面说了这么多，医务人员大底都明白了，那大众人群究竟应该怎么选择呢？
1、能选外科口罩，尽量选择外科口罩。（舒适性考虑）
2、能选没有呼吸阀的N95口罩，尽量选择没有呼吸阀的口罩。（他人安全考虑）
3、实在是没得口罩，就安全地待在家里，哪都别去！
（武汉大学医院）（华中科技大学同济医学院附属协和医院）
【当前疫情下如何选择口罩】
一、口罩分为三个标准:N95是按美国标准NOISH生产，厂家是3M和霍尼韦尔; FFP2是欧洲标准EN149; KN95是中国标准GB2626-2006。 凡是口罩上印着执行标准是这三种的都是合格口罩。
二、医用N95口罩需要防高压液体喷溅，所以比普通N95更高的标准;以3M为例，型号1860和9132是最常用的医用防护口罩。 此外，还有儿童款的1860s。普通人或者不接触高压液体喷溅的医务人员，可以选择符合NOISH标准的普通N95口罩。
三、FFP2标准口罩的欧洲生产商有德国的UVEX等;FFP3则是更高层次(99)的防护口罩。
四、中国标准GB2626-2006是指普通KN95口罩标准。 医用KN95口罩标准是GB19083-2010。 (同样，普通人和不接触高压液体喷溅的医务人员，可以使用普通KN95口罩 。)
五、另一个常见问题是，口罩选带阀或不带阀口罩?
普通带阀的口罩的确比较舒，但是因为佩戴口罩的医生和病人，均不能保证自己一定是健康、不带病毒的（潜伏期内有传染性），而且带有呼气阀的口罩气流只是单向防护，并不能很好的切断传播途径，从疫情控制角度来说，双向防护才是最正确的方式，所以不推荐这类口罩。因此医用口罩不允许带阀。当普通人为感染或疑似感染者时，必须选择不带阀的医用口罩。
六、医用外科口罩，常见的标准是YY0469-2010，或YY0469-2011，它印在每只口罩的独立外包装上。普通人防护可以使用，戴着透气性好，没有憋气感。
七、上面说了这么多，医务人员大底都明白了，那大众人群究竟应该怎么选择呢？
1、能选外科口罩，尽量选择外科口罩。（舒适性考虑）
2、能选没有呼吸阀的N95口罩，尽量选择没有呼吸阀的口罩。（他人安全考虑）
3、实在是没得口罩，就安全地待在家里，哪都别去！
（武汉大学医院）（华中科技大学同济医学院附属协和医院）
独立人指南
https://telegra.ph/weapons-against-infectious-disease-02-01
Draining the swamp
作者对原文的最新思考。在疫苗和抗生素普及开来以前，传染病在全球的死亡率就因为常规的预防手段而大为降低，疫苗和抗生素其实是压死骆驼（和众多疾病）的最后一根稻草而已，详情请跟进这篇文章 🦠
作者对原文的最新思考。在疫苗和抗生素普及开来以前，传染病在全球的死亡率就因为常规的预防手段而大为降低，疫苗和抗生素其实是压死骆驼（和众多疾病）的最后一根稻草而已，详情请跟进这篇文章 🦠
The Roots of Progress
Draining the swamp: How sanitation helped fight disease
Of all the technologies against infectious disease, which mattered most? A data-driven approach