High Burden of Burnout on Rheumatology Practitioners
Notice bibliographique
Résumé
Objective Burnout among physicians is common and has important implications. We assessed the extent of burnout among rheumatology practitioners and its associations. Methods. One hundred twenty-eight attendees at the 2019 Rheumatology Winter Clinical Symposium were surveyed using the Maslach Burnout Index (MBI) and a demographics questionnaire. Scores for emotional exhaustion (EE) ≥ 27, depersonalization (DP) ≥ 10, and personal accomplishment (PA) ≤ 33 were considered positive for burnout. Data regarding practitioner characteristics including age, sex, years in practice, and other demographics of interest were also collected. These data were used to determine prevalence and interactions of interest between practitioner characteristics and the risk of burnout. Results. Of the 128 respondents, 50.8% demonstrated burnout in at least 1 MBI domain. Dissatisfaction with electronic health records was associated with a 2.86-times increased likelihood of burnout (OR 2.86, 95% CI 1.23–6.65, P = 0.015). Similar results were found for lack of exercise (OR 5.00, 95% CI 1.3–18.5, P = 0.016) and work hours > 60 per week (OR 2.6, 95% CI 1.16–5.6, P = 0.019). Practitioners in group practice were 57% less likely to burn out (OR 0.43, 95% CI 0.20–0.92, P = 0.029), as were those who spend > 20% of their time in personally satisfying work (OR 0.32, 95% CI 0.15–0.71, P = 0.005). Conclusion. In what we believe to be one of the largest studies regarding burnout among rheumatology practitioners, we found a substantial prevalence of burnout, with 51% of all respondents meeting criteria in at least 1 domain defined by the MBI and 54% of physicians meeting these same criteria.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».