Meta-analysis of nursing-related organizational and psychosocial predictors of sickness absence
Notice bibliographique
Résumé
BACKGROUND: Nursing is a stressful occupation with high rates of sickness absence. To date, there are no meta-analyses that statistically determined the correlates of sickness absence in this population. AIMS: This meta-analysis examined organizational and psychosocial predictors of sickness absence among nursing staff. METHODS: As a registered systematic review (PROSPERO: CRD42017071040), which followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses, five databases (CINAHL, PROQuest Allied, PROQuest database theses, PsycINFO, PubMed) were reviewed to examine predictors of sickness absence in nurses and nursing assistants between 1990 and 2019. The Population/Intervention/Comparison/Outcome tool was used to support our searches. Effect sizes were analysed using random-effects model. RESULTS: Following critical appraisals using (i) National Institutes of Health's Quality Assessment Tool for Observational Cohort and Cross-Sectional Studies and (ii) Strengthening the Reporting of Observational Studies in Epidemiology, 21 studies were included. Nursing assistants had greater odds of sickness absence than nurses. Working night shifts, in paediatrics or psychiatric units, experiencing poor mental health, and fatigue, also increased the odds of sickness absence. There was no evidence that job satisfaction or job strain influenced sickness absence; however, job demand increased the likelihood. Finally, work support reduced the odds of lost-time. CONCLUSIONS: We synthesized three decades of research where several factors influenced sickness absence. Due to limited recent research, the results should be interpreted with caution as some practices may have changed overtime or between countries. Nevertheless, these findings could help in applying preventative strategies to mitigate lost-time in a vulnerable working population.
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 | 0,025 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,057 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».