The social burden of antimicrobial resistance: what is it, how can we measure it, and why does it matter?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle