Prescription d’inhalateurs respectueuse du climat pour les médecins de famille
Bibliographic record
Abstract
Objectif Présenter aux médecins de famille des stratégies de prescription et de diagnostic qui peuvent réduire les émissions de carbone liées aux inhalateurs. Sources de l’information Cette revue se fonde sur l’expérience des auteurs dans l’élaboration de guides et de cours sur la prescription d’inhalateurs respectueuse du climat pour CASCADES (Créer un système de santé canadien durable face à la crise climatique). L’approche a été peaufinée à la suite de commentaires de patients et de professionnels depuis la publication du premier guide, en 2021. Une recension a aussi été effectuée dans PubMed pour trouver des publications pertinentes sur l’utilisation des inhalateurs, et sur la prise en charge de l’asthme et de la maladie pulmonaire obstructive chronique (MPOC). Les lignes directrices actuelles sur l’asthme et la MPOC ont aussi été passées en revue. Message principal On reconnaît de plus en plus l’impact considérable des inhalateurs sur les émissions de carbone engendrées par le secteur de la santé. De récents sondages indiquent que les patients canadiens se soucient du changement climatique, et qu’ils seraient réceptifs à l’idée de choisir des traitements et une prestation des soins à production moins intensive de carbone, s’ils étaient accessibles. En plus du choix de l’inhalateur, il existe de nombreuses possibilités de réduire les impacts sur le climat des soins respiratoires et d’améliorer la qualité des soins. En collaborant avec les patients pour faire en sorte qu’ils utilisent les médicaments appropriés, et ce, correctement, il sera possible d’obtenir des économies de carbone et de meilleurs résultats en santé. La crise climatique peut donc servir de catalyseur pour améliorer le traitement des patients souffrant de problèmes respiratoires. Les médecins de famille peuvent réduire les émissions de carbone liées aux inhalateurs en évitant d’en prescrire inutilement; en s’assurant que le contrôle de l’asthme et de la MPOC est optimisé; en se demandant s’il est approprié de prescrire un inhalateur plus écologique; en optimisant la technique du dosage pour réduire les émissions et le gaspillage; et en disposant convenablement des inhalateurs, si possible. Conclusion Les médecins de famille peuvent réduire les émissions de carbone associées aux inhalateurs au moyen des stratégies suivantes : confirmer le diagnostic, contrôler la maladie, tenir compte du type d’inhalateur, optimiser la technique du dosage et encourager les façons appropriées de disposer des inhalateurs.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.008 | 0.028 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.034 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".