Contexte : En France, le choix d’une discipline d’exercice, à l’issue du cursus prégradué des études médicales, est fortement conditionné par les performances de chaque étudiant aux épreuves classantes nationales (ECN), dont les déterminants sont multiples. Au-delà du classement, ces facteurs constituent autant de facteurs de motivation au cours des études de médecine, caractérisées par leur longueur, leur difficulté et leur caractère indifférencié, qui prend peu en compte le projet professionnel de l’étudiant, s’il existe. Objectif : Cette enquête, effectuée à l’aide d’un questionnaire administré en ligne, vise à explorer différents facteurs justifiant le choix a priori d’une spécialité à l’issue des ECN, dans un contexte de réforme en cours des études de médecine en France. Méthodes : Un questionnaire a été diffusé auprès d’étudiants de premier et deuxième cycle des études médicales des 37 facultés de médecine de France. Une corrélation entre les facteurs justifiant le choix d’une spécialité a été recherchée. Résultats : 3550 réponses ont été reçues, recouvrant l’ensemble des spécialités proposées à l’issue des ECN. Les corrélations établies dressent différents profils statistiquement associés à l’intérêt pour certaines spécialités. Conclusion : L’enquête illustre l’intérêt d’une personnalisation du cursus de l’étudiant lui permettant d’explorer différentes facettes de la médecine en rapport avec les perspectives qui le motivent.
Although paper-based transmission of medical information might seem outdated, it has proven efficient, and remains structurally safe from massive data leaks. As part of the ICIPEMIR project for improving medical imaging report, we explored the idea of structured data storage within a medical report, by embedding the data themselves in a QR-Code (and no URL-to-the-data). Three different datasets from ICIPEMIR were serialized, then encoded in a QR-Code. We compared 4 compression algorithms to reduce file size before QR-Encoding. YAML was the most concise format (character sparing), and allowed for embedding of a 2633-character serialized file within a QR-Code. The best compression rate was obtained with gzip, with a compression ratio of 2.32 in 15.7ms. Data were easily extracted and decompressed from a digital QR-Code using a simple command line. YAML file was also successfully recovered from the printed QR-Code with both Android and iOS smartphone. Minimal detected size was 3*3cm.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.