A Roadmap for Disaster Risk Reduction and Management in Kidney Care
Notice bibliographique
Résumé
Key Points Disasters cause significant human suffering, and patients with kidney diseases are uniquely vulnerable. We have developed a roadmap for disaster preparedness, response, and recovery by reviewing and synthesizing existing literature. Our roadmap provides an easily implementable approach for kidney care programs to develop context-specific protocols. Background Natural, technological, and other disasters cause significant human suffering, and kidney patients are uniquely vulnerable. The safe provision of KRTs necessitates the consistent provision of resources. Robust disaster risk reduction and management (DRRM) can mitigate risks associated with resource disruption. Individual kidney care programs may benefit from an organized approach to developing context-specific protocols. We aimed to synthesize contemporary literature in kidney care to create a roadmap in DRRM. Methods We conducted a scoping review followed by a content analysis using the Framework Method. Literature that focused on lessons learned and proposed strategies or recommendations in DRRM was eligible. We contextualized this roadmap within the domains of disaster preparedness, response, and recovery. Results Of 3973 titles and abstracts screened, 52 articles were included. We developed the following roadmap: ( 1 ) the “ABC 4 s” of disaster preparedness: assess needs, risks, and vulnerabilities (regional risks and patients at risk); build a task force network; capacity building (tangible resources, intangible resources, monetary considerations, and transportation); communication (network and protocol, patients' medical and dialysis information, contact information of all stakeholders, inclusive approach, and reliable medium); coaching (patients, caregivers, health care personnel, and reinforce and repeat); contingency planning (surge capacity, rationing care, and resource distribution); and strategic partnerships. ( 2 ) The DIAL response: damage and scope assessment; initiate action plan (choose the plan, apply preparedness tenets, and implications for receiving facilities); appraise the action plan regularly (reassess, maintain ethical standards, and address psychosocial needs); and liaise, engage, and update. ( 3 ) The ARC to recovery: assess damage; return to the (new) norm; and collect data to evaluate, improve, and share. Conclusions We propose a roadmap to disaster preparedness, response, and recovery that can guide individual kidney care programs globally to develop context-specific protocols aimed at building capacities and facilitating processes toward DRRM. Podcast This article contains a podcast at https://dts.podtrac.com/redirect.mp3/www.asn-online.org/media/podcast/JASN/2025_06_25_ASN0000000635.mp3
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 | 0,082 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,009 |
| Bibliométrie | 0,026 | 0,018 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,018 | 0,027 |
| Science ouverte | 0,008 | 0,018 |
| Intégrité de la recherche | 0,015 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,008 |
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.
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 ».