MétaCan
Menu
Retour à la cohorte
Enregistrement W4408895400 · doi:10.1055/s-0045-1806604

Carbon footprint of routine endoscopic procedures – a comprehensive assessment in three US endoscopy units

2025· article· en· W4408895400 sur OpenAlexaff
Desmond Leddin, Heiko Pohl

Notice bibliographique

RevueEndoscopy · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineEndoscopyCarbon footprintFootprintGeneral surgerySurgeryArchaeology

Résumé

récupéré en direct d'OpenAlex

Aims GI endoscopy is a procedure intensive specialty with high utilization of single use instruments and supplies. However, there has been a lack of carbon footprint analyses that encompass all aspects of GI endoscopy care. Our goal was to perform a comprehensive assessment of the carbon footprint of routine colonoscopies and upper endoscopies (EGD). Methods We conducted a prospective review of endoscopic procedures performed during a one-week audit at three diverse United States (US) endoscopy units. Cradle-to-grave life cycle assessment (LCA) was applied to measure the global warming potential expressed as kgCO2e following ISO-1404 standards. We considered all aspects of pre, intra, and postprocedural care and established a detailed life cycle inventory of all instruments, supplies, and medications used (referred to as supplies). We further included emissions related to patient travel, endoscope reprocessing, energy needs, and heating ventilation and air conditioning (HVAC); the latter using a mathematical model that considered unit space, building specifications, temperature variations, and geographic location (New England with predominant fossil fuel energy source). Based on prior surgical LCAs we planned to audit a minimum of 10 colonoscopies and 10 EGDs at each unit. Environmental impact assessment was performed using the Ecoinvent database and the TRACI method. Our primary outcome of interest was the carbon footprint of performing a routine endoscopy. We further examined contribution of emission sources and compared colonoscopy and upper endoscopy emissions. Results A total of 131 routine endoscopies were audited (71 colonoscopies, 36 EGDs, and 24 colonoscopies/EGDs). 45.5% were performed with moderate sedation and 54.5% with monitored anesthesia care. The polyp detection rate was 60.2%, and 81.7% of the procedures used any ancillary equipment (snare, forceps, or hemoclip). The carbon footprint for performing any routine procedure was 47.8 kgCO2e (range 36.7-58.8), for a colonoscopy it was 48.8 kgCO2e (range 37.2-59.4), and for an EGD it was 48.1 kgCO2e (range 37.2-59.4). Among all routine procedures, 48.6% of the carbon footprint (23.3 kgCO2e) was related to energy and HVAC use, while patient travel (predominantly in rural locations) made up 24.4% (11.7 kgCO2e). Supplies represented only 21.0% (10.0 kgCO2e) and reprocessing 6.0% (2.9 kgCO2e). The most pronounced variation between endoscopy units was seen for energy and HVAC emissions ranging from 12.3 to 34.2 kgCO2e. Performing EGD and colonoscopy for a patient on the same day reduced the carbon footprint by 7.9%. Conclusions This comprehensive analysis examined the carbon footprint for performing routine endoscopies in US practice. Energy and HVAC use (scope 1 and 2 emissions) were the major contributor (49%), and supplies (scope 3 emissions) made up only 21%. While emissions related to supplies confirm findings of a recent French study (10.0 vs 9.0 kgCO2e), travel and energy/HVAC emissions will vary based on location. Detected variations between endoscopy units will serve to identify alternative endoscopy practices to lower emissions. Publication History Article published online: 27 March 2025 © 2025. European Society of Gastrointestinal Endoscopy. All rights reserved. Georg Thieme Verlag KG Oswald-Hesse-Straße 50, 70469 Stuttgart, Germany

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,041
Tête enseignante GPT0,337
Écart entre enseignants0,296 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueEndoscopyMême sujetClimate Change and Health ImpactsTravaux en français237 207