Cardiac surgery and the sustainable development goals: a review
Notice bibliographique
Résumé
Abstract Background In 2015, the United Nations adopted the Sustainable Development Goals (SDGs) as key priorities to improve the global health and international development agenda in an intersectoral manner, highlighting 17 SDGs. Six billion people lack access to safe, timely, and affordable cardiac surgical care due to capacity, geographic, and financial barriers. Nevertheless, cardiac surgery is largely disregarded on the global health agenda. In this review, we explore the intersection between cardiac surgery and the SDGs to delineate potential policy and advocacy avenues for the cardiothoracic surgical community. Main body A narrative review was performed using the PubMed/MEDLINE, Scopus, and WHO databases with variations of the search terms “cardiac surgery,” “cardiovascular diseases,” and keywords extracted from individual SDGs. All SDGs were manually reviewed to define intersectionality with global cardiac surgery. Out of 17 SDGs, 15 are relevant and require additional attention from the cardiovascular community. SDG3, “Good Health and Well-being,” is the most relevant, although the intersection between global cardiac surgery and other SDGs is apparent. A call for interdisciplinary collaboration through increased preventive mechanisms, rigorous, all-inclusive clinical trials, advocacy with relevant legislators, and mobilizing capacity building mechanisms are made. Conclusion Meeting the SDGs will require recognition of cardiovascular disease management, including cardiac surgical care. Cardiac surgeons are essential stakeholders of multidisciplinary collaborations working to improve access to safe, timely, and affordable cardiac surgery for all. Their role as advocates will be vital to establish local, national, regional, and international partnerships and to ensure progress towards SDG attainment.
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 | 0,025 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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; un appel candidat d’une seule tête enseignante, 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 ».