Diagnostik und Behandlung alkoholbezogener Störungen – Versorgerbefragung zur Erarbeitung von Strategien der Leitlinienimplementierung
Bibliographic record
Abstract
Zusammenfassung Ziel der Studie Die Art und Häufigkeit durchgeführter Diagnostik, Kurzintervention und Behandlung bei PatientInnen mit bekanntem problematischen Alkoholkonsum und Alkoholkonsumstörungen durch Berufsgruppen der Gesundheitsversorgung soll erfasst werden. Diese Informationen dienen der Bedarfsabschätzung zur Entwicklung von Strategien zur weiteren Implementierung der S3-Leitlinie „Screening, Diagnose und Behandlung alkoholbezogener Störungen“. Methodik Schriftliche Befragung von FachärztInnen (hausärztlich allgemeinmedizinisch/internistische, gynäkologische, psychiatrische, pädiatrische, Kinder- und jugendpsychiatrische), PsychotherapeutInnen, SozialarbeiterInnen und Hebammen/Entbindungspflegern in einer Querschnittsstudie in der Modellregion Bremen. Ergebnisse 34% der PatientInnen mit bekanntem problematischen Alkoholkonsum erhielten eine leitlinienkonforme Diagnostik, 39% eine spezifische Kurzintervention. Von den PatientInnen mit diagnostizierter alkoholbezogener Störung wurde bei 34% eine spezifische Behandlung in eigener Praxis durchgeführt und bei 37% eine Weiterbehandlung anderswo empfohlen. Validierte Instrumente zur Diagnostik alkoholbezogener Störungen fanden selten Anwendung. Kurzinterventionen beinhalteten meist informelle motivierende Gespräche. Als Postakutbehandlungen wurden überwiegend Suchtberatungen und Selbsthilfe und nur selten pharmakologische Rückfallprophylaxe durchgeführt. Schlussfolgerungen Die Umsetzung strukturierter Diagnostik und Kurzinterventionen, sowie die zielgerichtete Empfehlung pharmakologischer Rückfallprophylaxe und ambulanter Angebote ist für eine leitliniengerechte Versorgung unzureichend. Sie sollten daher Gegenstand von Strategien zur weiteren Leitlinienimplementierung sein.
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 | 0.021 | 0.054 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.004 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.040 | 0.004 |
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".