MétaCan
Menu
Retour à la cohorte
Enregistrement W4408296971 · doi:10.1093/jacamr/dlae208

The social burden of antimicrobial resistance: what is it, how can we measure it, and why does it matter?

2025· review· en· W4408296971 sur OpenAlexfundno aff
Katherine Keenan, Juliana Corrêa, Luechai Sringernyuang, Susan Nayiga, Clare Chandler

Notice bibliographique

RevueJAC-Antimicrobial Resistance · 2025
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensnon disponible
Organismes subventionnairesEconomic and Social Research CouncilMedical Research Council CanadaConselho Nacional de Desenvolvimento Científico e TecnológicoFundação de Amparo à Pesquisa do Estado de São PauloNational Institute for Health and Care ResearchCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorDepartment of Health and Social Care
Mots-clésDocumentationPublic relationsPsychological interventionGrand ChallengesPolitical scienceCommunity engagementSociologyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Antimicrobial resistance (AMR) is a growing global health threat, which is increasingly quantified in terms of its human health and economic burden. In this article, we highlight that for policy and planning purposes the social burden of AMR is as important to attend to as health and economic burdens, requiring systematic consideration and measurement of multiple dimensions. We provide a conceptual and empirical overview of four dimensions of the social burden of AMR: the distribution of AMR among and between populations; the lived experiences of AMR by patients and carers; how and by whom AMR interventions are shouldered; and how AMR can change society. We illustrate these dimensions through five case studies drawn from research projects in the UK, East Africa, Thailand and Brazil. Drawing on these insights, we discuss challenges and opportunities for documentation and measurement of AMR's social burden going forward. Taking this seriously aligns with the consensus observation that to address AMR requires moving away from pathogen-based and siloed disciplinary perspectives and means embracing different forms of data and evidence from around the world. We propose an interdisciplinary engagement across researchers, policy makers and community stakeholders to arrive at agreed principles and metrics for future monitoring of the social burden. We need to tackle invisibility through lack of data by considering the social burden in design of AMR surveillance and research, includes mainstreaming social science data, and incorporating arts-based approaches to understanding AMR. Recognition, documentation and measurement of the social burdens of AMR will advance AMR approaches and help develop equitable solutions.

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)0,053
score de la tête « metaresearch » (Gemma)0,138
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,282

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0530,138
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0090,009
Études des sciences et des technologies0,0100,036
Communication savante0,0250,043
Science ouverte0,0040,015
Intégrité de la recherche0,0070,014
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,018
Tête enseignante GPT0,278
Écart entre enseignants0,260 · 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
GenreSynthèse

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

En bref

Citations30
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAC-Antimicrobial ResistanceMême sujetAntibiotic Use and ResistanceTravaux en français237 207