Effects of shift length on quality of patient care and health provider outcomes: systematic review
Notice bibliographique
Résumé
BACKGROUND: Healthcare providers work increasingly under a variety of shift work systems to cover the continuous care required by patients. However, the effects of shift work on patient and provider outcomes in healthcare settings has not been systematically evaluated. OBJECTIVE: To identify and analyse the available evidence on the effect of shift length (8-h vs 12-h shifts) on quality of patient care and healthcare provider outcomes. METHODS: Systematic searching of eight online databases, key governmental/organisational websites and academic journals with ancestry search of relevant articles (limited to articles published in English and Spanish). RESULTS: Of 562 articles that were retrieved from 20 446 titles identified through database and manual searches, 27 satisfied the inclusion criteria, of which 15 were rejected because of low methodological quality. The 12 final studies included cross-sectional/survey (7), before-after (3) and prospective cohort (2) designs. The main primary outcomes evaluated were: (1) quality of patient care and (2) healthcare provider outcomes. The results were equivocal. With respect to the effect of shift length on quality of patient care, two studies found that errors and near errors were associated with working longer shifts, and another study reported decreased patient complications and length of stay with longer shifts. Specific healthcare provider outcomes such as health complaints, well-being, drug and alcohol consumption, stress and job satisfaction were mostly evaluated by single studies and therefore there was insufficient evidence from which to draw conclusions. CONCLUSIONS: Methodological quality of the studies generally was low and results equivocal with insufficient evidence to determine the effects of shift length on quality of patient care and healthcare provider outcomes. Clearly, robust well-designed studies are needed to examine the effect of shift length on patient and healthcare provider outcomes.
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 | 0,014 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,011 |
| Bibliométrie | 0,010 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».