Psychological burden of the COVID-19 pandemic and its associated factors among frontline doctors of Bangladesh: a cross-sectional study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<ns4:p><ns4:bold>Background: </ns4:bold>Frontline doctors are the most vulnerable and high-risk population to get the novel coronavirus disease 2019 (COVID-19) infection. Hence, we aimed to evaluate the anxiety, depression, sleep disturbance and fear of COVID-19 among frontline doctors of Bangladesh during the pandemic, and the associated factors for these psychological symptoms.</ns4:p><ns4:p> <ns4:bold>Methods: </ns4:bold>In total, 370 frontline doctors who were involved in the treatment of suspected or confirmed COVID-19 patients during the pandemic took part in an online cross-sectional study. Recruitment was completed using convenience sampling and the data were collected after the start of community transmission of COVID-19 in the country. Anxiety and depression, sleep disturbance, and fear of COVID-19 were assessed by the Patient Health Questionnaire-4, two-item version of the Sleep Condition Indicator, and the Fear of Coronavirus-19 scale, respectively. Socio-demographic information, health service-related information, co-morbidity, and smoking history were collected for evaluating risk factors. The proportion of psychological symptoms were presented using descriptive statistics and the associated factors were identified using multinomial logistic regression analysis.</ns4:p><ns4:p> <ns4:bold>Results: </ns4:bold>Of the doctors, 36.5% had anxiety, 38.4% had depression, 18.6% had insomnia, and 31.9% had fear of COVID-19. In multinomial logistic regression, inadequate resources in the workplace were found as the single most significant predictor for all psychological outcomes: anxiety and/or depression (severe, OR 3.0, p=0.01; moderate, OR 5.3, p=0.000; mild, OR 2.3, p=0.003), sleep disturbance (moderate, OR 1.9, p=0.02), and fear of COVID-19 (severe, OR 1.9, p=0.03; moderate, OR 1.8, p=0.03).</ns4:p><ns4:p> <ns4:bold>Conclusions: </ns4:bold>The study demonstrated a high burden of psychological symptoms among frontline doctors of Bangladesh during the COVID-19 pandemic situation. Inadequate resources are contributing to the poor mental health of Bangladeshi doctors. The supply of sufficient resources in workplaces and mental health counseling may help to mitigate the burden of the psychological symptoms identified among the respondents..</ns4:p>
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.
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 | 0,003 | 0,002 |
| 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 | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 découle