Kim był Ignaz Semmelweis?
Ignaz Philipp Semmelweis (1818–1865; po węgiersku Semmelweis Ignác Fülöp) był lekarzem położnikiem, który na danych z dwóch klinik wiedeńskich pokazał, że gorączkę połogową przenoszą ręce badających. Urodził się 1 lipca 1818 r. w dzisiejszym Budapeszcie jako syn zamożnego kupca. W Wiedniu zaczął studiować prawo, po roku przeszedł na medycynę i w 1844 r. uzyskał dyplom lekarza (Kadar i in., 2018).
1 lipca 1846 r. został asystentem pierwszej kliniki położniczej Szpitala Powszechnego w Wiedniu. W październiku 1846 r. musiał oddać stanowisko poprzednikowi, dr. Breitowi, i objął je znów 20 marca 1847 r.; kontraktu mu nie przedłużono i 20 marca 1849 r. opuścił klinikę (Kadar i in., 2018; Stang i in., 2022). W październiku 1850 r. wrócił do rodzinnego miasta, przez sześć lat bez wynagrodzenia kierował oddziałem położniczym szpitala św. Rocha, a w 1855 r. został profesorem położnictwa w Peszcie (Kadar i in., 2018).
Najważniejsze pomysły
- Dwie kliniki, jeden szpital. Od 1840 r. w klinice I kształcili się studenci medycyny i młodzi lekarze, a w klinice II – uczennice położnych. Kobiety trafiały do klinik według stałego grafiku przyjęć (Stang i in., 2022), a w klinice I umierało ich kilka razy więcej (Semmelweis, 1861) – „wpływy atmosferyczne” dotykałyby obu klinik jednakowo.
- Cząstki trupie i chlor. Uznał, że chorobę wywołują cząstki z sekcji zwłok przenoszone na rękach. Od połowy maja 1847 r. on sam i każdy student przed badaniem mył ręce w roztworze chloru, później w tańszym wapnie chlorowanym (Semmelweis, 1861).
- Myślenie epidemiologa. Stang i in. (2022) znajdują w jego książce pojęcia dzisiejszej epidemiologii: porównywanie odsetków zamiast liczb bezwzględnych, zakłócanie, błąd selekcji i rachunek kontrfaktyczny – oszacował, że chlor zapobiegł w klinice I 837 zgonom w ciągu sześciu lat.
Ciekawostka
Wenecja i skaleczony palec. Zimą 1846/1847 r., czekając na powrót na stanowisko, Semmelweis uczył się angielskiego, by spędzić ten czas w szpitalu położniczym w Dublinie. Gdy pod koniec lutego 1847 r. Breit dostał profesurę w Tybindze, zmienił plany i 2 marca wyjechał z dwoma przyjaciółmi do Wenecji, by odpocząć od przeżyć w szpitalu (Semmelweis, 1861).
Po powrocie 20 marca dowiedział się, że zmarł Kolletschka, profesor medycyny sądowej, którego student skaleczył w palec nożem podczas ćwiczeń z sekcji zwłok; Semmelweis przyznaje, że nie pamięta, w który. Zmiany, na które zmarł Kolletschka, były takie same jak u zmarłych położnic, i to naprowadziło Semmelweisa na trop cząstek trupich (Semmelweis, 1861). Kolletschka zmarł 13 marca 1847 r. (Stang i in., 2022).
Przykład na historycznych danych
Liczby przepisaliśmy z książki Semmelweisa (1861): roczne przyjęcia i zgony w obu klinikach w latach 1846–1848 (s. 56) oraz miesięczne porody i zgony w klinice I od stycznia 1846 do marca 1849 r. (tabele XV i XVI, s. 49–50 i 56–57).
W 1846 r. w klinice I zmarło 459 z 4010 przyjętych kobiet (11.45%), w klinice II – 105 z 3754 (2.80%). Iloraz umieralności (liczony jak ryzyko względne) wynosi RR = 4.09, 95% przedział ufności [3.33, 5.04]. W 1848 r., gdy przez cały rok myto ręce w chlorze, było to 1.27% i 1.34%, czyli RR = 0.95, 95% CI [0.63, 1.43] – kliniki przestały się różnić.
Dane miesięczne kliniki I pokazują więcej. Od stycznia do października 1846 r. zmarło 14.9% położnic, od listopada 1846 do marca 1847 r. – 4.9%, w kwietniu 1847 r. – 18.3%, a od czerwca 1847 do lutego 1849 r. – 2.0% (122 z 6189). Te same odsetki dla trzech ostatnich okresów podają Stang i in. (2022). W modelu quasi-Poissona z liczbą porodów jako offsetem umieralność po wprowadzeniu chloru stanowiła 0.167 umieralności sprzed niego, 95% CI [0.107, 0.260]. Dyspersja 5.09 oznacza nadmierną dyspersję – zwykła regresja Poissona dałaby za wąski przedział.
Na rysunku
Co widać. Odkrycie zmieściło się w niecałych trzech latach w Wiedniu; książka ukazała się kilkanaście lat później.
Na co uważać. Strona tytułowa książki nosi datę 1861, a Kadar i in. (2018) podają, że ukazała się w 1860 r.
Podpis do pracy:
Co widać. Po połowie maja 1847 r. odsetek zgonów spada z kilkunastu procent do około 2% (A). W 1846 r. przedziały ufności obu klinik leżą daleko od siebie, a w 1848 r. niemal się pokrywają (B).
Na co uważać. Spadek zaczął się już w listopadzie 1846 r. Semmelweis tłumaczył go tym, że asystent Breit i jego studenci rzadko wykonywali sekcje; po powrocie Semmelweisa, w kwietniu 1847 r., umieralność znów sięgnęła 18.3% (Stang i in., 2022). Odsetki Semmelweisa nie są też ryzykiem w ścisłym sensie: dzielił zgony przez liczbę przyjęć albo porodów w tym samym okresie, a przed czerwcem 1847 r. część chorych przenoszono na inne oddziały, gdzie ich zgonów nie liczono (Stang i in., 2022). Suma porodów z tabeli miesięcznej za 1846 r. (3352) jest mniejsza niż roczna liczba przyjętych kobiet (4010), choć zgonów jest tyle samo.
Podpis do pracy:
Gdzie spotkasz Semmelweisa w swojej pracy
Dane Semmelweisa łączą dwa schematy, po które sięgasz, gdy nie możesz losowo przydzielić osób do grup:
- przerwany szereg czasowy – wiele pomiarów przed interwencją i po niej; jak zbudować regresję segmentową, pokazuje wpis regresja segmentowa i przerwany szereg czasowy;
- porównanie z grupą kontrolną, która nie dostała interwencji – klinika II pełni tu tę rolę, jak w schemacie różnicy w różnicach;
- w badaniu obserwacyjnym opisujesz, kto trafiał do grup i dlaczego – kobiety bały się kliniki I i próbowały jej unikać, więc zdrowsze mogły trafiać do kliniki II (Stang i in., 2022).
Porównaj też tabele Johna Snowa, dane Williama Farra o cholerze i próbę Jamesa Linda z kuracjami szkorbutu.
Spory, mity i trudne strony
- Odrzucenie. Semmelweis rozesłał swoją książkę czołowym położnikom Europy, a odpowiedzi były prawie bez wyjątku negatywne (Kadar i in., 2018). Stang i in. (2022) wskazują kilka przyczyn: teorię zarazków sformułowano około 30 lat później, metoda liczbowa w medycynie dopiero się rodziła, wyniki opublikował z 13-letnim opóźnieniem i rozwlekle, a z oponentami spierał się ostro i osobiście.
- Śmierć. Zmarł 13 sierpnia 1865 r., w wieku 47 lat, w zakładzie dla psychicznie chorych. Przyczyna jego choroby psychicznej pozostaje sporna. Kadar i in. (2018) piszą, że według niedawno odnalezionych dokumentów z sekcji zwłok najpewniej pobili go opiekunowie, gdy próbował uciec, a zmarł z powodu uogólnionego zakażenia ran.
- Nie wszystko miał dobrze. Twierdził, że przepełnienie kliniki nie wpływało na umieralność; w ponownej analizie jego danych Stang i in. (2022) znaleźli jednak taki związek.
Dane Semmelweisa w R
Kod wpisuje liczby z książki Semmelweisa (1861), liczy roczne odsetki zgonów i ilorazy umieralności z 95% przedziałami ufności, sprawdza sumy miesięczne, porównuje okresy i dopasowuje model quasi-Poissona, a na końcu rysuje rysunek 2. Drugi przepis rysuje oś czasu (rysunek 1). Rysunki na stronie powstały z tych samych obiektów p1 i p2, którym podmieniono tylko motyw na motyw serwisu; dane, geometrie i skale są identyczne. Kod nie losuje.
1. Dwie kliniki i chlor: rysunek 2
Kod R rysunku 2
# Ignaz Semmelweis: zgony położnic w dwóch klinikach położniczych Szpitala Powszechnego w Wiedniu (Semmelweis, 1861)
suppressPackageStartupMessages({library(ggplot2); library(patchwork)})
kol <- c(I = "#D55E00", II = "#0072B2", chlor = "#009E73") # Okabe–Ito
motyw <- theme_minimal(base_size = 13) +
theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"), legend.position = "bottom")
# 1. Dane roczne (Semmelweis, 1861, s. 56): kobiety przyjęte i zgony w klinice I (studenci medycyny) i II (uczennice położnych)
lata <- data.frame(
rok = rep(1846:1848, each = 2),
klinika = rep(c("I", "II"), times = 3),
kobiety = c(4010, 3754, 3490, 3306, 3556, 3219),
zgony = c(459, 105, 176, 32, 45, 43))
lata$procent <- round(100 * lata$zgony / lata$kobiety, 2)
lata
# Iloraz umieralności: klinika I względem II w każdym roku, 95% CI na skali logarytmu
rr_ci <- function(a, n1, b, n0) {
rr <- (a / n1) / (b / n0); se <- sqrt(1 / a - 1 / n1 + 1 / b - 1 / n0)
c(RR = rr, CI_dolna = exp(log(rr) - 1.96 * se), CI_gorna = exp(log(rr) + 1.96 * se))
}
rr_lata <- t(sapply(1846:1848, function(r) {
x <- lata[lata$rok == r, ]
rr_ci(x$zgony[1], x$kobiety[1], x$zgony[2], x$kobiety[2])
}))
rownames(rr_lata) <- 1846:1848
round(rr_lata, 2)
# 2. Dane miesięczne kliniki I, styczeń 1846 – marzec 1849 (tabele XV i XVI oraz tekst na s. 49–50, 56–57)
miesiace <- seq(as.Date("1846-01-01"), as.Date("1849-03-01"), by = "month")
porody <- c(336, 293, 311, 253, 305, 266, 252, 216, 271, 254, 297, 298, # 1846
311, 312, 305, 312, 294, 268, 250, 264, 262, 278, 246, 273, # 1847
283, 291, 276, 305, 313, 264, 269, 261, 312, 299, 310, 373, # 1848
403, 389, 406) # 1849 (styczeń–marzec)
zgony <- c(45, 53, 48, 48, 41, 27, 33, 39, 39, 38, 32, 16,
10, 6, 11, 57, 36, 6, 3, 5, 12, 11, 11, 8,
10, 2, 0, 2, 3, 3, 1, 0, 3, 7, 9, 5,
9, 12, 20)
kl1 <- data.frame(miesiac = miesiace, porody, zgony, procent = 100 * zgony / porody)
# Kontrola przepisania: sumy podane przez Semmelweisa (1847: VI–XII 1841 i 56; 1848: 3556 i 45; 1846 – zgony 459)
c(zgony_1846 = sum(zgony[1:12]), porody_1846 = sum(porody[1:12]),
porody_VI_XII_1847 = sum(porody[18:24]), zgony_VI_XII_1847 = sum(zgony[18:24]),
porody_1848 = sum(porody[25:36]), zgony_1848 = sum(zgony[25:36]))
# Okresy: mycie rąk wodą chlorowaną od połowy maja 1847 r.; Semmelweis odszedł z kliniki 20 marca 1849 r.
kl1$okres <- ifelse(kl1$miesiac <= as.Date("1847-04-01"), "przed",
ifelse(kl1$miesiac >= as.Date("1847-06-01") & kl1$miesiac <= as.Date("1849-02-01"), "po", "przejściowy"))
okresy <- function(od, do) {
k <- kl1$miesiac >= as.Date(od) & kl1$miesiac <= as.Date(do)
c(porody = sum(kl1$porody[k]), zgony = sum(kl1$zgony[k]), procent = round(100 * sum(kl1$zgony[k]) / sum(kl1$porody[k]), 1))
}
rbind("I–X 1846" = okresy("1846-01-01", "1846-10-01"),
"XI 1846–III 1847" = okresy("1846-11-01", "1847-03-01"),
"IV 1847" = okresy("1847-04-01", "1847-04-01"),
"VI 1847–II 1849" = okresy("1847-06-01", "1849-02-01"))
# Iloraz umieralności po/przed z modelu quasi-Poissona (offset: liczba porodów), bez miesięcy przejściowych
m <- glm(zgony ~ relevel(factor(okres), ref = "przed"), offset = log(porody), family = quasipoisson,
data = subset(kl1, okres != "przejściowy"))
round(c(RR_po_wzgledem_przed = exp(coef(m)[[2]]), exp(confint.default(m)[2, ]),
dyspersja = summary(m)$dispersion), 3)
# Rysunek 2A: miesięczny odsetek zgonów w klinice I
srednie <- data.frame(
od = as.Date(c("1846-01-01", "1847-06-01")), do = as.Date(c("1847-04-01", "1849-02-01")),
y = c(100 * sum(zgony[kl1$okres == "przed"]) / sum(porody[kl1$okres == "przed"]),
100 * sum(zgony[kl1$okres == "po"]) / sum(porody[kl1$okres == "po"])))
round(c(przed_I_1846_IV_1847 = srednie$y[1], po_VI_1847_II_1849 = srednie$y[2]), 1) # przerywane linie na rysunku 2A
pA <- ggplot(kl1, aes(miesiac, procent)) +
annotate("rect", xmin = as.Date("1846-10-20"), xmax = as.Date("1847-03-20"), ymin = -Inf, ymax = Inf, fill = "grey88") +
annotate("text", x = as.Date("1847-01-05"), y = 20.3, label = "asystentem\njest Breit", size = 3.2, lineheight = 0.9) +
geom_segment(data = srednie, aes(x = od, xend = do, y = y, yend = y), inherit.aes = FALSE,
linetype = "dashed", colour = "grey35") +
geom_line(colour = "grey55") +
geom_point(aes(shape = okres), size = 2.2, colour = kol[["I"]]) +
geom_vline(xintercept = as.Date("1847-05-15"), colour = kol[["chlor"]], linewidth = 1) +
annotate("text", x = as.Date("1847-06-10"), y = 19.5, label = "połowa maja 1847:\nmycie rąk wodą\nchlorowaną", hjust = 0,
size = 3.2, colour = kol[["chlor"]], lineheight = 0.9) +
scale_shape_manual(values = c(przed = 16, "przejściowy" = 1, po = 17), breaks = c("przed", "przejściowy", "po"), name = "Okres") +
scale_x_date(date_breaks = "6 months", date_labels = "%m.%Y") +
scale_y_continuous(limits = c(0, 21)) +
labs(title = "A. Klinika I: zgony położnic co miesiąc", x = NULL, y = "Zgony na 100 porodów") +
motyw
# Rysunek 2B: odsetek zgonów w obu klinikach w latach 1846–1848, 95% CI (dokładny przedział dwumianowy)
ci <- t(mapply(function(k, n) binom.test(k, n)$conf.int, lata$zgony, lata$kobiety))
lata$dolna <- 100 * ci[, 1]; lata$gorna <- 100 * ci[, 2]
lata$etykieta <- ifelse(lata$klinika == "I", "I – studenci medycyny", "II – uczennice położnych")
pB <- ggplot(lata, aes(factor(rok), procent, colour = etykieta, shape = etykieta)) +
geom_errorbar(aes(ymin = dolna, ymax = gorna), width = 0.15, linewidth = 0.8, position = position_dodge(0.4)) +
geom_point(size = 3.4, position = position_dodge(0.4)) +
geom_text(aes(label = sprintf("%.1f", procent), hjust = ifelse(klinika == "I", 1.5, -0.5)), position = position_dodge(0.4),
size = 3.4, show.legend = FALSE) +
scale_colour_manual(values = c("I – studenci medycyny" = kol[["I"]], "II – uczennice położnych" = kol[["II"]]), name = NULL) +
scale_shape_manual(values = c("I – studenci medycyny" = 16, "II – uczennice położnych" = 15), name = NULL) +
labs(title = "B. Obie kliniki: zgony w roku", x = NULL, y = "Zgony na 100 przyjętych kobiet") +
motyw + guides(colour = guide_legend(nrow = 2), shape = guide_legend(nrow = 2))
p2 <- pA + pB + plot_layout(widths = c(1.6, 1))
p2Wynik w R
rok klinika kobiety zgony procent
1 1846 I 4010 459 11.45
2 1846 II 3754 105 2.80
3 1847 I 3490 176 5.04
4 1847 II 3306 32 0.97
5 1848 I 3556 45 1.27
6 1848 II 3219 43 1.34
RR CI_dolna CI_gorna
1846 4.09 3.33 5.04
1847 5.21 3.59 7.57
1848 0.95 0.63 1.43
zgony_1846 porody_1846 porody_VI_XII_1847 zgony_VI_XII_1847
459 3352 1841 56
porody_1848 zgony_1848
3556 45
porody zgony procent
I–X 1846 2757 411 14.9
XI 1846–III 1847 1523 75 4.9
IV 1847 312 57 18.3
VI 1847–II 1849 6189 122 2.0
RR_po_wzgledem_przed 2.5 % 97.5 %
0.167 0.107 0.260
dyspersja
5.085
przed_I_1846_IV_1847 po_VI_1847_II_1849
11.8 2.0 2. Oś czasu: rysunek 1
Kod R rysunku 1
# Oś czasu: Ignaz Semmelweis, 1818–1865 – daty według cytowanych źródeł
library(ggplot2)
zdarzenia <- data.frame(
rok = c(1818, 1844, 1846.5, 1847.2, 1847.4, 1849.2, 1850.8, 1855.5, 1861, 1865.6),
etykieta = c("1818", "1844", "VII 1846", "III 1847", "V 1847", "III 1849", "X 1850", "VII 1855", "1861", "VIII 1865"),
opis = c("urodził się w dzisiejszym\nBudapeszcie", "dyplom lekarza\n(Wiedeń)", "asystent w I klinice\npołożniczej", "śmierć Kolletschki\npo skaleczeniu przy sekcji",
"mycie rąk wodą\nchlorowaną", "odchodzi z kliniki\nw Wiedniu", "powrót do rodzinnego\nmiasta", "profesor położnictwa\nw Peszcie",
"„Die Aetiologie…\ndes Kindbettfiebers”", "zmarł w zakładzie dla\npsychicznie chorych"),
rodzaj = c("życie", "praca", "praca", "badanie", "badanie", "praca", "życie", "praca", "publikacja", "życie"))
# Gęste lata 1846–1851: etykiety nad (1) i pod (−1) osią, na trzech wysokościach
zdarzenia$strona <- c(1, -1, 1, -1, 1, -1, 1, -1, 1, -1)
zdarzenia$poziom <- c(0.5, 0.5, 0.5, 1.25, 1.25, 0.5, 2.0, 1.25, 0.5, 0.5)
zdarzenia$wyrownanie <- c(0.5, 0.9, 0.95, 0.75, 0.5, 0.05, 0.3, 0.5, 0.5, 0.7)
ksztalty <- c("życie" = 21, "praca" = 22, "publikacja" = 23, "badanie" = 24)
kolory <- c("życie" = "grey40", "praca" = "#0072B2", "publikacja" = "#D55E00", "badanie" = "#009E73") # Okabe–Ito
p1 <- ggplot(zdarzenia, aes(rok, 0)) +
geom_hline(yintercept = 0, colour = "grey60", linewidth = 0.8) +
geom_segment(aes(xend = rok, y = 0, yend = poziom * strona), colour = "grey70") +
geom_point(aes(shape = rodzaj, fill = rodzaj), size = 4, colour = "black") +
geom_text(aes(y = (poziom + 0.07) * strona, label = paste0(etykieta, "\n", opis), vjust = ifelse(strona > 0, 0, 1), hjust = wyrownanie),
size = 3.3, lineheight = 0.9) +
scale_shape_manual(values = ksztalty, name = NULL) +
scale_fill_manual(values = kolory, name = NULL) +
scale_x_continuous(limits = c(1812, 1870), breaks = seq(1815, 1865, by = 5)) +
scale_y_continuous(limits = c(-1.9, 2.75)) +
labs(x = NULL, y = NULL) +
theme_minimal(base_size = 13) +
theme(axis.text.y = element_blank(), panel.grid = element_blank(), axis.text.x = element_text(colour = "grey30"),
legend.position = "bottom")
p1Bibliografia oprogramowania
Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (model quasi-Poissona – funkcja glm(), dokładne przedziały dwumianowe – binom.test() z pakietu stats; rysunki – pakiety ggplot2 i patchwork). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).
- R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
- ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
- patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork
Najczęstsze pytania
Kim był Ignaz Semmelweis?
Lekarzem położnikiem (1818–1865) urodzonym w dzisiejszym Budapeszcie. Jako asystent pierwszej kliniki położniczej w Wiedniu wprowadził w maju 1847 r. mycie rąk wodą chlorowaną, a później był profesorem położnictwa w Peszcie (Kadar i in., 2018).
Co odkrył Semmelweis i jak to pokazał na danych?
Że gorączkę połogową przenoszą ręce lekarzy i studentów po sekcjach zwłok. W 1846 r. w klinice studentów medycyny zmarło 11.45% przyjętych kobiet, a w klinice położnych 2.80%; w 1848 r., po wprowadzeniu mycia rąk, 1.27% i 1.34% (Semmelweis, 1861).
Dlaczego lekarze odrzucili wyniki Semmelweisa?
Stang i in. (2022) wymieniają kilka powodów: teorię zarazków sformułowano około 30 lat później, metoda liczbowa w medycynie była młoda, a Semmelweis opublikował książkę dopiero w 1861 r. i ostro atakował przeciwników.
Jak zmarł Ignaz Semmelweis?
Zmarł 13 sierpnia 1865 r., w wieku 47 lat, w zakładzie dla psychicznie chorych. Według odnalezionych dokumentów z sekcji zwłok najpewniej pobił go personel przy próbie ucieczki, a zmarł z powodu zakażenia ran (Kadar i in., 2018).
Powiązane hasła
Poradniki, w których użyjesz tego pojęcia
Regresja segmentowa i przerwany szereg czasowy
Zmiana poziomu i nachylenia, gls z AR(1), sezonowość, szereg kontrolny, nieznany punkt załamania z bootstrapem, przykład w R i wzór opisu.
Czytaj →PoradnikQuasi-eksperyment i różnica w różnicach (DiD)
Ocena programu bez losowania: równoległe trendy, regresja z interakcją, błędy klastrowane, model zdarzeń, test placebo, zagrożenia trafności i kod R.
Czytaj →Potrzebujesz wsparcia w analizie danych?
Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.
Wyceń analizęOferta dla studentówBibliografia i dalsza literatura naukowa (APA 7)
- Kadar, N., Romero, R., & Papp, Z. (2018). Ignaz Semmelweis: The “Savior of Mothers”. American Journal of Obstetrics and Gynecology, 219(6), 519–522. https://doi.org/10.1016/j.ajog.2018.10.036 ● Otwarty dostęp: pełny tekst
- Semmelweis, I. P. (1861). Die Aetiologie, der Begriff und die Prophylaxis des Kindbettfiebers. C. A. Hartleben's Verlags-Expedition. https://archive.org/details/b33953740 ● Otwarty dostęp
- Stang, A., Standl, F., & Poole, C. (2022). A twenty-first century perspective on concepts of modern epidemiology in Ignaz Philipp Semmelweis’ work on puerperal sepsis. European Journal of Epidemiology, 37(5), 437–445. https://doi.org/10.1007/s10654-022-00871-8 ● Otwarty dostęp
Cytowania BibTeX
@article{kadar2018ignaz, author={Kadar, Nicholas and Romero, Roberto and Papp, Zoltán}, title={{Ignaz Semmelweis: The “Savior of Mothers”}}, journal={American Journal of Obstetrics and Gynecology}, year={2018}, volume={219}, number={6}, pages={519--522}, doi={10.1016/j.ajog.2018.10.036}}@book{semmelweis1861aetiologie, author={Semmelweis, Ignaz Philipp}, title={{Die Aetiologie, der Begriff und die Prophylaxis des Kindbettfiebers}}, year={1861}, publisher={C. A. Hartleben's Verlags-Expedition}, url={https://archive.org/details/b33953740}}@article{stang2022twentyfirst, author={Stang, Andreas and Standl, Fabian and Poole, Charles}, title={{A twenty-first century perspective on concepts of modern epidemiology in Ignaz Philipp Semmelweis’ work on puerperal sepsis}}, journal={European Journal of Epidemiology}, year={2022}, volume={37}, number={5}, pages={437--445}, doi={10.1007/s10654-022-00871-8}}