MétaCan
Menu
Retour à la cohorte
Enregistrement W4407196598 · doi:10.1681/asn.0000000635

A Roadmap for Disaster Risk Reduction and Management in Kidney Care

2025· article· en· W4407196598 sur OpenAlexafffund
Shaifali Sandal, Saly El Wazze, Diya Nijjar, Isabelle Éthier, Lindsay Hales, S. Neil Finkle, Vivekanand Jha, Caroline Stigant

Notice bibliographique

RevueJournal of the American Society of Nephrology · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensDalhousie UniversityUniversity of British ColumbiaCentre Hospitalier de l’Université de MontréalMcGill University Health Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDisaster risk reductionPreparednessRisk managementBusinessContext (archaeology)Health careMedicineRisk analysis (engineering)Process managementEnvironmental resource managementPolitical science

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,148
Score d'incertitude au seuil0,210

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,379
Écart entre enseignants0,357 · 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 tête enseignante, 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
GenreEmpirique

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

En bref

Citations11
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society of NephrologyMême sujetDisaster Response and ManagementTravaux en français237 207