Degrowth in the clinical laboratory: A key step towards integrating planetary health into the healthcare system
Notice bibliographique
Résumé
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 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 | 0,083 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,011 | 0,035 |
| Communication savante | 0,042 | 0,064 |
| Science ouverte | 0,008 | 0,037 |
| Intégrité de la recherche | 0,024 | 0,051 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,016 |
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 ».