MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403651932 · doi:10.33590/emjrespir/wsyj4597

Prioritising Patients and Planet: Advocating for Change in Respiratory Care

2024· article· en· W4403651932 sur OpenAlexaboutno aff
Hannah Moir

Notice bibliographique

RevueEMJ Respiratory · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesAstraZeneca
Mots-clésPlanetAstrobiologyIntensive care medicineMedicineAstronomyBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

The global burden of respiratory diseases, particularly asthma and chronic obstructive pulmonary disease (COPD), continues unabated. Suboptimal management places a significant strain on both patients and urgent or emergency care services. With an ageing population in many countries, the demand for these services is set to increase further. At the same time, healthcare systems are striving to reduce their carbon footprint and achieve net zero emissions, as the healthcare sector is a significant contributor to carbon emissions worldwide. Although these two goals may appear contradictory, they need not be in conflict. This article reviews an industry-sponsored symposium held at the European Respiratory Society (ERS) Congress 2024 in Vienna, Austria, in September 2024. The session addressed the urgent need to change the delivery model for respiratory healthcare in response to the increasing prevalence of respiratory diseases and the challenges posed by climate change. Co-chair John Hurst, Professor of Respiratory Medicine at University College London (UCL), UK, underscored the importance of innovative solutions for managing respiratory diseases and highlighted the challenges faced by healthcare decision-makers. This was further elaborated on by Omar Usmani, Professor of Respiratory Medicine at Imperial College London, UK, who emphasised the importance of clinical choice. He stated that inhaled medicines, which form the cornerstone of treatment, should not be considered interchangeable. He also discussed ongoing efforts to maintain access to essential medicines by developing novel next-generation propellants (NGP) for pressurised metered-dose inhaler (pMDI) devices, which will reduce their carbon footprint to levels comparable with dry powder inhalers (DPI). Additionally, he described the European Chemicals Agency (ECHA) proposal to restrict a broad range of chemicals classed as per- and polyfluoroalkyl substances (PFAS). This precautionary measure would affect both current propellants in pMDIs and the transition to NGPs, with global implications for inhaled medicines. Erika Penz, Associate Professor of Respirology, Critical Care, and Sleep Medicine at the University of Saskatchewan, Canada, noted that suboptimal management of respiratory disease is associated with a disproportionately high burden on both patients and the environment. The forthcoming availability of pMDI medicines with NGPs alone will not resolve this larger issue. As every healthcare interaction carries a carbon footprint, which increases with the intensity of treatment, the implementation of guidelines into clinical practice would improve patient outcomes and reduce the demand on healthcare services and the associated carbon emissions. Co-chair Helen Reddel, Clinical Professor and Research Leader at the Woolcock Institute of Medical Research, Australia, concluded by re-emphasising the urgent need to implement guidelines immediately for the benefit of both patients and the environment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,057
score de la tête « metaresearch » (Gemma)0,088
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,301

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0570,088
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0190,029
Communication savante0,0280,046
Science ouverte0,0060,037
Intégrité de la recherche0,0430,068
Charge utile insuffisante (le modèle a refusé de juger)0,0210,008

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,355
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEMJ Respiratory→Même sujetClimate Change and Health Impacts→Travaux en français237 207→