ENVIRONMENTAL IMPACT OF DISPOSABLE ENDOSCOPIC EQUIPMENT AND ENDOSCOPES - A VOLUMETRIC ANALYSIS
Notice bibliographique
Résumé
Aims Health care’s climate footprint contributes 5% to Europe’s greenhouse gas emissions (8% in the US). We aimed to quantify the environmental impact of single use endoscopic devices and materials. Methods We documented the daily volume of disposable material used during endoscopic procedures at a small, medium and large size hospital. We estimated the volume of non-recycled waste (landfill) and calculated its volume per endoscopy, per annum for each center, and extrapolated it to the annual procedure volume in the US (20 Million), using low and high waste estimates as minimum and maximum ranges. Results The volume of endoscopic waste filled annually between 375 and 5151 trash bags (114 L) occupying 28 to 390 m 3 between the low and high-volume centers. Nationally, endoscopic procedures would produce 532918 m 3 waste per year in the US, which would fill 980 single-family houses. If all colonoscopies and ERCPs were performed with single use endoscopes, it would add 100682 m 3 , and fill 185 single-family houses per year (180 with colonoscopes, 5 with duodenoscopes). Combined the total disposable material would take up 633600 m 3 or fill 1165 single family houses (range 881 to 1578). Tab. 1 Waste generated during endoscopic procedures. Low volume center Medium volume center High volume center U.S. Endoscopies/year, n 1500 6000 13000 20 million Waste/procedure, mean 0.02 m 3 0.04 m 3 0.03 m 3 0.03 m 3 Waste/year 28 m 3 227 m 3 390 m 3 532918 m 3 Waste/year that would fill single-family houses, n (range) 0.1 0.4 0.7 980(696-1393) Conclusions Although limited, this is a first quantitative assessment of the environmental impact of single use material and devices used in endoscopy, showing large amount of waste produced annually. We need to better quantify the environmental impact of endoscopic procedures and waste, which will ultimately affect human health. Any cost-benefit analysis should also consider potential environmental harms.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».