Applying the triple bottom line of sustainability to healthcare research—a feasibility study
Notice bibliographique
Résumé
OBJECTIVE: The triple bottom line (TBL) of sustainability is an important emerging conceptual framework which considers the combined economic, environmental and social impacts of an activity. Despite its clear relevance to the healthcare context, it has not yet been applied to the evaluation of a healthcare intervention. The aim of this study was to demonstrate whether doing so is feasible and useful. DESIGN: Secondary data analysis of a 12-month randomized controlled trial. SETTING: Community based mental health care. PARTICIPANTS: Patients with chronic psychotic illnesses (n = 333). INTERVENTION(S): Community treatment orders. MAIN OUTCOME MEASURE(S): Financial and environmental (CO2 equivalent) costs of care, obtained from healthcare service use data, were calculated using publicly available standard costs; social sustainability was assessed using standardized social outcome measures included in the trial data. RESULTS: Standardized costing and CO2e emissions figures were successfully obtained from publicly available data, and social outcomes were available directly from the trial data. CONCLUSIONS: This study demonstrates that TBL assessment can be retrospectively calculated for a healthcare intervention to provide a more complete assessment of the true costs of an intervention. A basic methodology was advanced to demonstrate the feasibility of the approach, although considerable further conceptual and methodological work is needed to develop a generalizable methodology that enables prospective inclusion of a TBL assessment in healthcare evaluations. If achieved, this would represent a significant milestone in the development of more sustainable healthcare services. If increasing the sustainability of healthcare is a priority, then the TBL approach may be a promising way forward.
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 | 0,116 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».