MétaCan
Menu
Retour à la cohorte
Enregistrement W3116717268 · doi:10.1513/annalsats.202009-1118oc

Moral Distress and Other Wellness Measures in Canadian Critical Care Physicians

2020· article· en· W3116717268 sur OpenAlexaffabout
Peter Dodek, Elaine O. Cheung, Karen E. A. Burns, Claudio M. Martin, Patrick Archambault, François Lauzier, Aimee Sarti, Sangeeta Mehta, Alison Fox‐Robichaud, Andrew Seely, Christopher S. Parshuram, Daniel Garros, Davinia E. Withington, Dominique Piquette, Franco A. Carnevale, J. Gordon Boyd, James Downar, Demetrios J. Kutsogiannis, Michaël Chassé, Patrícia S. Fontela, Robert Fowler, Sean M. Bagshaw, Sonny Dhanani, Srinivas Murthy, Paige Gehrke, Tomoko Fujii

Notice bibliographique

RevueAnnals of the American Thoracic Society · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEthics in medical practice
Établissements canadiensNiagara Health SystemUniversity of British ColumbiaUniversity of OttawaMcGill UniversityWestern UniversityUniversity of TorontoQueen's UniversityMcMaster UniversityOttawa HospitalUniversité de MontréalUniversity of AlbertaUniversité LavalCentre for Advancing Health Outcomes
Organismes subventionnairesnon disponible
Mots-clésBurnoutDistressMedicinePsychological resilienceWorkloadCompassion fatigueCompassionMoral courageClinical psychologyPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Abstract Rationale Understanding the magnitude of moral distress and its associations may point to solutions. Objectives To understand the magnitude of moral distress and other measures of wellness in Canadian critical care physicians, to determine any associations among these measures, and to identify potentially modifiable factors. Methods This was an online survey of Canadian critical care physicians whose e-mail addresses were registered with either the Canadian Critical Care Society or the Canadian Critical Care Trials Group. We used validated measures of moral distress, burnout, compassion fatigue, compassion satisfaction, and resilience. We also measured selected individual, practice, and workload characteristics. Results Of the 499 physicians surveyed, 239 (48%) responded and there were 225 usable surveys. Respondents reported moderate scores of moral distress (107 ± 59; mean ± standard deviation, maximum 432), one-third of respondents had considered leaving or had previously left a position because of moral distress, about one-third met criteria for burnout syndrome, and a similar proportion reported medium–high scores of compassion fatigue. In contrast, about one-half of respondents reported a high score of compassion satisfaction, and overall, respondents reported a moderate score of resilience. Each of the “negative” wellness measures (moral distress, burnout, and compassion fatigue) were associated directly with each of the other “negative” wellness measures, and inversely with each of the “positive” wellness measures (compassion satisfaction and resilience), but moral distress was not associated with resilience. Moral distress was lower in respondents who were married or partnered compared with those who were not, and the prevalence of burnout was lower in respondents who had been in practice for longer. There were no differences in any of the wellness measures between adult and pediatric critical care physicians. Conclusions Canadian critical care physicians report moderate scores of moral distress, burnout, and compassionate fatigue, and moderate–high scores of compassion satisfaction and resilience. We found no modifiable factors associated with any wellness measures. Further quantitative and qualitative studies are needed to identify interventions to reduce moral distress, burnout, and compassion fatigue.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,459
Score d'incertitude au seuil0,954

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,267
Tête enseignante GPT0,544
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations59
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of the American Thoracic SocietyMême sujetEthics in medical practiceTravaux en français237 207