Bridging the preparedness gap: a systematic review of recommended stockpile items for radiological and nuclear emergencies
Notice bibliographique
Résumé
BACKGROUND: While rare, radiological and nuclear (RN) emergencies pose complex challenges that require tailored preparedness strategies. A key aspect is the strategic stockpiling of medical countermeasures (MCMs), yet existing literature offers limited and fragmented recommendations regarding their appropriate composition. METHODS: This systematic review, conducted following PRISMA guidelines, aims to consolidate and critically appraise available evidence on stockpiling for RN emergencies. Seven databases and selected grey literature sources were screened from 2011 onward. Studies were included if they provided direct or indirect recommendations on stockpiling items. Data extraction was conducted in two steps by independent pairs of reviewers, and identified items were categorized as therapeutics, medical devices, personal protective equipment (PPE), or RN-specific equipment. Items were further analyzed for regulatory status, administration route, shelf-life, and storage requirements. RESULTS: Thirty-two articles met the inclusion criteria. Therapeutics dominated the findings, with 50 distinct agents identified, most frequently potassium iodide, Prussian Blue, Ca-/Zn-DTPA, and hematopoietic growth factors such as filgrastim. In contrast, medical devices were not supported by a sufficient level of stockpiling recommendation, while PPE (6 of 32 articles) and RN equipment (14 of 32 articles) were cited less often. Pediatric considerations were rarely addressed, with 2 studies explicitly focused on this population. Gaps in operational guidance, regulatory harmonization, and standardized planning emerged across the literature. CONCLUSIONS: This review highlights that stockpiling recommendations for RN emergencies remain limited, with greater guidance concentrated on a few therapeutics and little direction for other items. The findings provide an informative evidence base to support more consistent policy and preparedness planning.
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 | 0,025 | 0,108 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,021 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».