MétaCan
Menu
Retour à la cohorte
Enregistrement W2996544649 · doi:10.1093/pubmed/fdz165

Establishing a student-run free clinic in a major city in Northern Europe: a 1-year experience from Hamburg, Germany

2019· article· en· W2996544649 sur OpenAlexaboutno aff
Richard Drexler, Felix Fröschle, Christopher Predel, Berit Sturm, Klara Ustorf, Louisa Lehner, Jara Janzen, Lisa Valentin, Tristan Scheer, Franziska Lehnert, Refmir Tadžić, Karl J. Oldhafer, Tobias Meyer

Notice bibliographique

RevueJournal of Public Health · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueChild and Adolescent Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePublic healthEuropean unionFamily medicineHealth careEpidemiologyDemographyPediatricsNursingEconomic growthInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Student-Run Free Clinics (SRFCs) have been an integral part of US medical schools since the 1960s and provide health care to underserved populations. In 2018, we established an SRFC in Hamburg, Germany, a major city in Northern Europe. The aim of this study was to describe the central problems and to investigate the usefulness of an SRFC in a country with free access to medical care, such as Germany. METHODS: All consecutive patients treated at the SRFC Hamburg between February 2018 and March 2019 that consented to this study were analyzed regarding clinical characteristics, diagnosis, readmission rate and country of origin. RESULTS: Between February 2018 and March 2019, 229 patients were treated at the SRFC in Hamburg. The patients came from 33 different countries with a majority (n = 206, 90%) from countries inside the European Union. The most common reasons for visiting the SRFC were infections (23.2%), acute or chronic wounds (13.5%) and fractures (6.3%). CONCLUSION: Our multicultural patients suffer mainly from infections and traumatological and dermatological diseases. We find similarities to published Canadian SRFC patient cohorts but differences in diseases and treatment modalities compared to US SRFCs. Importantly, we demonstrate the relevance and necessity of the SRFC in a major city in Northern Europe.

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)0,009
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
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 enseignants0,020
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
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 Opus0,094
Tête enseignante GPT0,430
Écart entre enseignants0,337 · 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 tête enseignante, pas un consensus.

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

Citations14
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Public HealthMême sujetChild and Adolescent HealthTravaux en français237 207