Ansätze zur Verbesserung der hausärztlichen Versorgung von Menschen mit Migrationshintergrund mit Fokus auf die Demenzdiagnostik
Notice bibliographique
Résumé
People with a migration background represent more than a quarter of the German population and are increasingly at risk of suffering from dementia due to demographic change. Diagnosing dementia depends on language skills, cultural backgrounds, knowledge and access of patients to the healthcare system. Although general practitioners (GPs) hold a key role in diagnosing dementia in Germany, it is unknown whether they face challenges and are in need of support to interact with patients with a migration background. In addition, the access of people with a migration background to GP services is unclear. This thesis aims to address these gaps in research. A cross-sectional survey in a random sample of 339 GPs in North Rhine Westphalia (NRW) was conducted from October 2017 to January 2018 (response rate: 34.5 %). A self-developed, standardized questionnaire was used to gather GPs’ experience in diagnosing dementia and analysed performing descriptive and multiple logistic regression analyses. The connection of a migration background and further factors and having no GP was analysed among the 7755 participants of the representative “German Health Interview and Examination Survey for Adults”. Descriptive analyses and multiple logistic regression models were conducted. A share of 96 % of GPs reported having experienced barriers in diagnosing dementia in their patients with a migration background at least once. Uncertainties in this field were stated by 70.9 % with no significant association to GPs’ sociodemographic characteristics. Language barriers (89.3 %), information deficits (59.2 %) and shameful interaction or lack of acceptance of the syndrome (55.5 %) on the part of patients were reported most frequently. A demand for information on the topic was expressed by 70.6 % of GPs. In DEGS1, an increased share of 14.8 % of people with a migration background had no GP, especially those with a two-sided background (aOR: 1.90, 95 % CI: 1.42–2.55). To prevent unequal health opportunities, GPs should be supported in providing healthcare and especially in performing dementia diagnostics in their patients with a migration background. Intercultural opening of the healthcare system through language and culturally sensitive information, intercultural competence training of GPs and a focus in politics and research could be useful to improve healthcare.
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 | 0,011 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,003 |
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 ».