Screening auf problematischen Alkoholkonsum – Erhebung zur Umsetzung der S3-Leitlinienempfehlungen in der transdisziplinären Versorgung einer Modellregion
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIM: Recording the frequency of screenings for problematic alcohol consumption by professionals involved in the health care of respective patients. The German S3-guideline "screening, diagnosis and treatment of alcohol-related disorders" recommends the use of questionnaire-based screenings for all patients in all settings. METHODS: Cross-sectional survey on screening frequency among general practitioners, gynecologists, psychiatrists, child- and adolescent therapists, psychotherapists, social workers and midwives. Logistic regression was used to explore how healthcare professionals' attributes were associated with the implementation of screenings. RESULTS: With response rates of about 20%, health care professionals reported using screening instruments for an average of 6.9% of all patients during the previous four weeks. Most of the time, custom-made questions were used instead of the recommended instruments (AUDIT, AUDIT-C). Higher screening rates were reported for patients with newly diagnosed hypertension (21.2%), alcohol-related disorders (43.3%) and mental disorders (39.3%). Knowledge of the guideline was associated with implementation of screenings (OR=4.67; 95% KI 1.94-11.25, p<0.001). CONCLUSIONS: Comprehensive screening for problematic alcohol use with questionnaire-based instruments in accordance with guidelines is far from being routinely implemented in the studied health care settings. Measures to increase the knowledge of the guidelines are necessary in order to increase the frequency of alcohol screening in health care.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 découle