Anxiety, Post-Traumatic Stress, and Burnout in Health Professionals during the COVID-19 Pandemic: Comparing Mental Health Professionals and Other Healthcare Workers
Notice bibliographique
Résumé
The psychological impact of the pandemic on healthcare workers has been assessed worldwide, but there are limited data on how mental health professionals (MHPs) have been affected. Thus, this paper aims to investigate anxiety, post-traumatic stress, and burnout in a sample of MHPs. We conducted a descriptive, cross-sectional study on 167 participants: 56 MHPs, 57 physicians working closely with COVID-19 patients, and 54 physicians not working closely with such patients. MHPs reported good overall mental health. Most MHPs reported no post-traumatic stress, and their scores were significantly lower compared to HPs working closely with COVID-19 patients. MHPs' hyperarousal scores were also significantly lower compared to HPs working closely with COVID-19 patients, while their intrusion scores were statistically significantly lower than those of all other professionals. Multivariable logistic regressions showed that MHPs had lower odds of exhibiting state anxiety and low personal accomplishment compared to HPs not working closely with COVID-19 patients. In sum, MHPs seem to show almost preserved mental health. Thus, given the high mental healthcare demand during a pandemic, it would be useful to rely on these professionals, especially for structuring interventions to improve and support the mental health of the general population and other healthcare workers.
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 | 0,004 |
| 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 | 0,001 | 0,001 |
| 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 ».