Prevalence of intimidation, harassment, and discrimination in resident physicians: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background: The aim of this study was to establish the prevalence of intimidation, harassment, and discrimination (IHD) reported by resident physicians during their training, to identify factors associated with reported IHD, and to identify adverse sequalae associated with IHD. Methods: This review followed the PRISMA guidelines. Eight electronic databases were searched for cross-sectional studies reporting the prevalence of IHD among resident physicians. Prevalence estimates were pooled across studies using random-effects meta-analysis, with variance stabilization using Tukey double arcsine transformation. Heterogeneity was assessed with forest plots, the I2 statistic, subgroup analyses, and multivariate meta-regression. Results: 52 cross-sectional studies were included in the meta-analysis. The overall pooled prevalence of IHD was 64.1% (95% confidence interval [CI], 51.0-77.1). Verbal, physical, and sexual IHD were the most common forms of IHD reported by residents. Training status (55.5%), gender (41.7%), and ethnicity (20.6%) were the most commonly cited risk factors for IHD. The most common sources of IHD were relatives/friends of patients, nurses, and patients (cited by 50.7%, 47.8, and 41.7%, respectively). Conclusions: The prevalence of IHD among resident physicians is high and associated with multiple negative outcomes, including burnout. Despite the availability of multiple anti-IHD interventions, reports of IHD appear to be rising in many residency programs.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».