A Systematic Review of Wellness in Plastic Surgery Training
Notice bibliographique
Résumé
BACKGROUND: Physician and resident wellness has been increasingly emphasized as a means of improving patient outcomes and preventing physician burnout. Few studies have been performed with a focus on wellness in plastic surgery training. OBJECTIVES: The aim of this study was to systematically review what literature exists on the topic of wellness in plastic surgery training and critically appraise it. METHODS: A PubMed search was performed to identify journal articles related to wellness in plastic surgery residency. Seventeen studies (6 cohort and 11 cross-sectional) met inclusion criteria and were appraised with the Newcastle-Ottawa Quality Assessment Scale (NOQAS) to determine the quality of the studies based on selection, comparability, and outcome metrics. RESULTS: Critical assessment showed that the studies were highly variable in focus. Overall, the quality of the data was low, with an average NOQAS score of 4.1. Only 2 studies focused on plastic surgery residents, examining work hours and social wellness, respectively; they were awarded NOQAS scores of 3 and 4 out of 10. CONCLUSIONS: The results of this systematic review suggest that little research has been devoted to wellness in surgery training, especially in regard to plastic surgery residents, and what research that has been performed is of relatively low quality. The available research suggests a relatively high prevalence of burnout among plastic surgery residents. Evidence suggests some organization-level interventions to improve trainee wellness. Because outcomes-based data on the effects of such interventions are particularly lacking, further investigation is warranted.
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 | 0,014 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».