Addressing Moral Distress in Critical Care Nurses: A Systemized Literature Review of Intervention Studies
Notice bibliographique
Résumé
Background: The literature on moral distress highlights the need for hospitals and healthcare organizations to improve the work environment in critical care. However, only few studies delve into the types of intervention programs and administrative processes that can be put into effect to help nurses effectively deal with moral distress. Aim: The aim of this study was to systematically synthesize evidence from published studies of interventions that address moral distress in critical care nurses. The attributes, measures, and outcomes of published interventions were described. Methods: Systemized literature review based on searches in four biomedical sciences databases (CINAHL, MEDLINE, COCHRANE, and SCOPUS). The Cochrane Collaboration's tool was employed for risk of bias. Eligibility criteria included published full-text articles exploring any type of intervention for critical care nurses' moral distress. Results: Based on the selection criteria, seven studies were included in the review (two quasi-experimental, two randomized clinical trials, three mixed method). The majority of studies exhibited high risk of bias. Only two studies had moderate risk of bias. The most common type of interventions were workshops. Conclusion: We identified a small number of overall low-quality intervention studies, which provided weak evidence on the effectiveness of workshops for moral distress. Based on the indications for potentially large effect size of workshops, more well-designed studies are needed in order to elucidate the characteristics, content, and duration of effective workshops for moral distress. The results of this review can inform future efforts to develop and test intervention strategies for moral distress among intensive care unit (ICU) nurses.
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 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 ».