“Morbus Mediterraneus" and its impact on medical care in Germany: the intersection of pain and racism
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: In German healthcare, the colloquial term "Morbus Mediterraneus" is often used to dismiss pain complaints from racialized patients-particularly women of Mediterranean or non-White backgrounds-as exaggerated or dramatized. Although this label has no scientific basis, it perpetuates biased assumptions that lead to serious consequences, including undertreatment, misdiagnoses, and loss of trust in medical institutions. This paper provides a conceptual and literature-based analysis of how "Morbus Mediterraneus" reflects broader racist beliefs about pain tolerance, rooted in both colonial history and cultural norms in Germany. METHODOLOGY: This is a conceptual study drawing on previously published qualitative findings, historical records, and contemporary literature regarding racism, pain perception, and healthcare disparities. We review how confusion around racial terminology in German discourse impedes recognition and measurement of systemic racism. We integrate scholarship from critical race theory, intersectionality, and structural competence to highlight the deep-seated impact of racial biases on clinical decision-making. RESULTS: Our analysis shows that "Morbus Mediterraneus" arises from a longstanding pattern of racialized medicine, where factors such as colonial research abuses, cultural misinterpretations of pain expression, and implicit provider biases converge. These biases systematically devalue the pain of racialized patients, especially women, and undermine patient-provider trust. Furthermore, we identify how gendered and racial stereotypes about emotional display and stoicism compound to create unique barriers to proper pain management. CONCLUSIONS: Confronting biases tied to "Morbus Mediterraneus" requires integrated reforms across medical education, clinical practice, and policy. We recommend mandatory anti-racism and structural competence training, greater racial diversity among healthcare workers, standardized pain-assessment protocols, and improved data collection on race and ethnicity. By acknowledging colonial legacies and cultural norms that shape pain perception, German healthcare can better address systemic racism, ensure equitable pain management, and ultimately improve patient outcomes for all.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,012 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».