Burnout and distress among allied health care professionals in a cardiovascular centre of a quaternary hospital network: a cross-sectional survey
Notice bibliographique
Résumé
Background: Burnout and distress negatively affect the well-being of health care professionals and the treatment they provide. Our aim was to measure the prevalence of burnout and distress among allied health care staff at a cardiovascular centre of a quaternary hospital network in Canada, and compare outcomes to those for nonphysician employees in the United States. Methods: We conducted a survey of allied health care staff, including physical, respiratory and occupational therapists, pharmacists, social workers, dietitians and speech-language pathologists, in a cardiovascular centre at 2 quaternary referral hospitals in Toronto, Ontario, between Nov. 27, 2018, and Jan. 31, 2019. The survey tool included the Well-Being Index (WBI), which measures fatigue, depression, burnout, anxiety or stress, quality of life, work–life integration, meaning in work and overall distress; a score of 2 or higher indicated high distress. We carried out standard univariate statistical comparisons using the χ2, Fisher exact or Kruskal–Wallis test as appropriate to perform univariate comparisons in the sample of respondents. We assessed the relation between a WBI score of 2 or higher and demographic characteristics. We compared univariate associations among WBI data for nonphysician employees in the US who completed the WBI to responses from our participants. Results: The response rate to the survey was 86% (45/52). Thirty-three respondents (73%) reported experiencing burnout in the previous month, and 31 (69%) reported emotional problems. Compared to respondents who perceived fair treatment in the workplace, those who perceived unfair treatment (20 [44%]) were more likely to report emotional problems (17 [85%] v. 13 [54%], p = 0.05), to worry that work was hardening them emotionally (15 [75%] v. 8 [33%], p = 0.008), and to feel down, depressed or hopeless (12 [60%] v. 4 [17%], p = 0.005). Twenty-five respondents (56%) and 13 respondents (29%) reported WBI scores consistent with high (≥ 2) or severe (≥ 5) distress, respectively. Respondents were more likely to have a high WBI score if they perceived unfair treatment or inadequate staffing levels. Our respondents had a higher prevalence of burnout (73.3% v. 53.6%, p = 0.008) and a higher average WBI score (2.6 [SD 2.8] v. 1.7 [SD 2.6], p = 0.05) than 9096 nonphysician employees in the US. Interpretation: The prevalence of burnout, emotional problems and distress was high among allied health care staff. Fair treatment in the workplace and adequate staffing may lower distress levels and improve the work experience of these health care professionals.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».