A Medical Equipment Lifecycle Framework to Improve Healthcare Policy and Sustainability
Notice bibliographique
Résumé
The healthcare sector is struggling to become more environmentally friendly compared to other industries, evidently seen by the contribution to global emissions. These struggles have elicited some research on sustainable methods regarding the lifecycle of medical devices. Indeed, the World Health Organization (WHO) encourages the reuse of equipment and ethical donations, namely for the sake of the environment and sustainable global health. However, there is a lack of synthesis–multiple greener alternatives to the current healthcare system are developing without a connection to each other, hindering an increase in sustainability. Thus, there is a lack of global organization and standardization in medical equipment lifecycles. Inspired by the findings and guidelines of the Safe and Sustainable Medical Equipment Supply Subgroup (SASMES) of the International Rotary Fellowship of Healthcare Professionals, we created the Re-processing Medical Equipment: Rotarian Research Group for the Environment (Re-MERGE) to expand on these challenges. Re-MERGE follows the life cycle of medical devices in the United States of America through its initial stages of classification and various regulatory pathways, the middle stage of post-market requirements, and the end stage of disposal or donation and reprocessing. Our findings indicate that current medical device end-stages are inefficient, damaging to the environment, and burdensome to donation recipients; however, existing processes can provide improvements to medical device end-stage methods by drastically reducing environmental damage, improving healthcare globally, and increasing sustainability in the field. We identify that more research is needed to connect the implications of different medical device end stages. Additionally, we encourage the findings to be implemented to create more sustainable, effective methods of medical device disposal, donation, and reprocessing.
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 | 0,022 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,011 |
| Communication savante | 0,016 | 0,022 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,009 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 ».