Psychiatric Hospital Workers’ Exposure to Disturbing Patient Behavior and Its Relation to Post-Traumatic Stress Disorder Symptoms
Notice bibliographique
Résumé
Background About 10% of health-care workers experience post-traumatic stress disorder (PTSD); the rate is higher among workers exposed to aggression. Objective We extended this research by examining PTSD and exposure to violence and other disturbing patient behaviors, among nursing and other staff on inpatient psychiatric units (forensic and nonforensic). Method Surveys were completed online or in person by 219 respondents (30% response rate). Participants indicated which disturbing behaviors they had been exposed to and ranked the worst three behaviors in each of three categories: most unpleasant to work with, most disruptive to patient care, and most upsetting. Most ( n = 192) also completed the PTSD Checklist (PCL). Results All but two participants reported exposure to at least one disturbing behavior and ranked violence, feces smearing, and screaming constantly as the worst experiences overall. On the PCL, 24% scored above the cut off for probable PTSD. Nursing staff had the highest scores, with no difference between nursing staff on forensic versus nonforensic units. PCL score showed a small positive correlation with the number of disturbing behaviors experienced. Conclusion PTSD symptoms are common among psychiatric hospital workers, not only nursing staff. Future research using clinical assessment, longitudinal designs, and measurement of nonviolent disturbing behaviors is recommended.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».