MétaCan
Menu
Retour à la cohorte
Enregistrement W4415183521 · doi:10.1016/j.clinbiochem.2025.111029

Degrowth in the clinical laboratory: A key step towards integrating planetary health into the healthcare system

2025· article· en· W4415183521 sur OpenAlexaff
Manal O. Elnenaei, Andrea Thoni, André Mattman

Notice bibliographique

RevueClinical Biochemistry · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare cost, quality, practices
Établissements canadiensUniversity of British ColumbiaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésDegrowthStewardship (theology)SustainabilityHealth carePlanetary boundariesTransformative learningPopulationGreen growth

Résumé

récupéré en direct d'OpenAlex

Healthcare contributes around 5-10% of global carbon emissions, alongside other pollutants, through utilization of over-stretched planetary resources. This creates a paradox in which efforts to protect health also generate risks to population health by contributing to the decline of planetary ecosystems- the foundation for health on which the healthcare system operates. This unsustainable cycle demands an urgent, unified front across all domains of clinical practice. Laboratory medicine, as a key entry point in the patient diagnostic pathway, is well-positioned to lead the required transformative change. While concepts such as sustainability and stewardship have been used interchangeably to rationalize resource use, the time has come to advance toward a model of 'degrowth' in the diagnostic laboratory. In healthcare, degrowth aims to minimize environmental harm by deliberately shrinking the consumption of unnecessary resources, particularly those from diagnostic and therapeutic interventions, without compromising patient outcomes. Diagnostic laboratories can support degrowth activities directly by adopting 'green laboratory' practices that include consuming less energy, minimizing waste (especially of reagents and non-recyclables) and optimizing test utilization by curbing low-value or unnecessary testing. They can also make an indirect impact by helping shift healthcare culture through shaping clinical guidelines using a degrowth lens, applying an environmental impact assessment whenever a new test is developed and advocating for sustainability declarations in publications that present new diagnostic approaches or technologies. When supported by effective stewardship programs, laboratories can serve as gatekeepers of diagnostic information and play a powerful role in aligning clinical decision-making with environmental responsibility. By embracing principles of degrowth in laboratory medicine, we have a chance, as well as a duty, to influence healthcare practices towards more ethical and environmentally responsible choices.

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)0,049
score de la tête « metaresearch » (Gemma)0,026
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesMétarecherche, Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,503
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0490,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,009
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 Opus0,518
Tête enseignante GPT0,607
Écart entre enseignants0,089 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical BiochemistryMême sujetHealthcare cost, quality, practicesTravaux en français237 207