Framework for Primary Prevention of Emerging Climate-Sensitive Diseases through the Lens of Planetary Health: The Case of Lyme Disease in Canada and Quebec
Notice bibliographique
Résumé
This article contextualizes climate change and its impact on population health by highlighting the emergence of climate-sensitive infectious diseases. Using Lyme disease in Quebec as an example, it aims to achieve two objectives. First, the article demonstrates that the Quebec, and even Canadian, healthcare system is deficient regarding accessibility to treatment for this disease. Consequently, it emphasizes the need to optimize population health by proposing the enhancement of this pathology's preventive dimension by defining an intervention framework focused on planetary health. To this end, we defined a methodological approach based on a narrative review and the mobilization of some media sources. The results of this review suggest that the controversies surrounding diagnoses and treatments justify the inherent difficulties in accessing care. This, in turn, demonstrates the limitations of the healthcare system in Canada particularly in Quebec. The article highlights the necessity of strengthening primary prevention strategies by mobilizing planetary health as the main preventive framework. Thus, the results of the narrative review have allowed us to define preventive intervention strategies based on planetary health. These defined strategies form the proposed preventive framework to guide the primary prevention of climate-related diseases, particularly Lyme disease. These include ecosystem preservation, combating climate change, community education and awareness, adoption of preventive behaviors, sustainable agriculture and biodiversity, and environmental monitoring.
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 | 0,011 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,010 | 0,019 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».