Operating in a Climate Crisis: A State-of-the-Science Review of Life Cycle Assessment within Surgical and Anesthetic Care
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Both human health and the health systems we depend on are increasingly threatened by a range of environmental crises, including climate change. Paradoxically, health care provision is a significant driver of environmental pollution, with surgical and anesthetic services among the most resource-intensive components of the health system. OBJECTIVES: This analysis aimed to summarize the state of life cycle assessment (LCA) practice as applied to surgical and anesthetic care via review of extant literature assessing environmental impacts of related services, procedures, equipment, and pharmaceuticals. METHODS: A state-of-the-science review was undertaken following a registered protocol and a standardized, LCA-specific reporting framework. Three bibliographic databases (Scopus®, PubMed, and Embase®) and the gray literature were searched. Inclusion criteria were applied, eligible entries critically appraised, and key methodological data and results extracted. RESULTS: ). DISCUSSION: Despite the recent proliferation of surgical and anesthesiology-related LCAs, extant studies address a miniscule fraction of the numerous services, procedures, and products available today. Methodological heterogeneity, external validity, and a lack of background life cycle inventory data related to many essential surgical and anesthetic inputs are key limitations of the current evidence base. This review provides an indication of the spectrum of environmental impacts associated with surgical and anesthetic care at various scales. https://doi.org/10.1289/EHP8666.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle