The Effect of the COVID-19 Pandemic on Health Care Workers’ Anxiety Levels: Protocol for a Meta-Analysis
Notice bibliographique
Résumé
Background The COVID-19 pandemic has been declared a public health emergency of international concern; this has caused excessive anxiety among health care workers. In addition, publication bias and low-quality publications have become widespread, which can result in the dissemination of unreliable findings. Objective This paper presents the protocol for a meta-analysis with the following two aims: (1) to examine the prevalence of anxiety among health care workers and determine whether it has increased due to the COVID-19 pandemic, and (2) to investigate whether there has been an increase in publication bias. Methods All related studies that were published/released from 2015 to 2020 will be searched in electronic databases (Web of Science, PubMed, PsyArXiv, and medRxiv). The risk of bias in individual studies will be assessed using the STROBE (Strengthening the Reporting of Observational Studies in Epidemiology) checklist. The heterogeneity of the studies will be assessed using the I2 statistic. The effect size (prevalence rates of anxiety) and a 95% CI for each paper will also be calculated. We will use a moderator analysis to test for the effect of COVID-19 on health care workers’ anxiety levels and detect publication bias in COVID-19 studies. We will also assess publication bias using the funnel plot and Egger regression. In case of publication bias, if studies have no homogeneity, the trim-and-fill procedure will be applied to adjust for missing studies. Results Database searches will commence in November 2020. The meta-analysis will be completed within 2 months of the start date. Conclusions This meta-analysis aims to provide comprehensive evidence about whether COVID-19 increases the prevalence of anxiety among health care workers and whether there has been an increase in publication bias and a deterioration in the quality of publications due to the pandemic. The results of this meta-analysis can provide evidence to help health managers to make informed decisions related to anxiety prevention in health care workers. International Registered Report Identifier (IRRID) PRR1-10.2196/24136
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 | 0,068 | 0,122 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,004 |
| Méta-épidémiologie (sens large) | 0,022 | 0,040 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,009 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,063 | 0,007 |
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 ».