Residents' quality of life during an orthopedic trauma rotation: a multicentre prospective observational study.
Notice bibliographique
Résumé
OBJECTIVE: Fewer orthopedic surgery trainees are choosing careers in trauma. The impact of stressors on health-related quality of life has not been evaluated among orthopedic surgical residents. The current study aimed to determine predictors of unsatisfactory resident quality of life during trauma rotations. METHOD: This was a prospective observational study in which we chose orthopedic trauma rotations within 2 training programs at 3 level 1 trauma centres. A sample of 15 orthopedic surgery residents participated in the study. The main outcome measure was the 36-Item Short-Form Health Survey taken at baseline, 2 and 6 months into the rotation. Residents ranked level of stress for 15 work-related and 13 individual problems on 5-point Likert scales. RESULTS: The residents ranged from training years 1 through 5, and their mean age was 31 (standard deviation [SD] 2.8) years. Fear of error decreased at 6 months, compared with baseline (p = 0.007). Lack of time for family decreased as a problem at 2 and 6 months, compared with baseline (p = 0.025). Baseline Physical Component Summary scores were above population norms (p = 0.007). At 2 months, scores for the concept role limitations (physical) decreased significantly (p = 0.019), compared with the baseline. Mean Physical Component Summary scores declined from 57.59 (SD 3.51) at baseline to 53.68 (SD 6.50) at 2 months (p = 0.015) and 53.94 (SD 3.52) at 6 months (p = 0.008). At 2 months, mean general health scores significantly decreased, compared with baseline (p = 0.022). Social functioning scores at 6 months were decreased from population norms (p = 0.02). More resident social time was spent with medical people exclusively at 6 months, compared with baseline (p < 0.02). CONCLUSION: Trauma rotations affect residents' emotional well-being. Training programs should equip residents with coping strategies to improve quality of life during trauma rotations.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».