Mental health outcomes of ICU and non-ICU healthcare workers during the COVID-19 outbreak: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Intensive care workers are known for their stressful work environment and for a high prevalence of mental health outcomes. The aim of this study was to evaluate the mental health, well-being and changes in lifestyle among intensive care unit (ICU) healthcare workers (HCW) during the first wave of the COVID-19 pandemic and to compare these results with those of HCW in other hospital units. Another objective was to understand which associated factors aggravate their mental health during the COVID-19 outbreak. METHODS: This cross-sectional survey collected socio-demographic data, lifestyle changes and mental health evaluations as assessed by the Generalized Anxiety Disorder 7 items (GAD-7), the Patient Health Questionnaire 9 items (PHQ-9), the Peritraumatic Distress Inventory (PDI) and the World Health Organization Well-Being Index (WHO-5) from the 28th May to 7th July 2020. The study was carried out at Geneva University Hospitals, a group of eight public hospitals in Switzerland. ICU HCW were analyzed for mental health outcomes and lifestyles changes and then compared to non-ICU HCW. A series of linear regression analyses were performed to assess factors associated with mental health scores. RESULTS: A total of 3461 HCW were included in the study, with 352 ICU HCW. Among ICU HCW, 145 (41%) showed low well-being, 162 (46%) symptoms of anxiety, 163 (46%) symptoms of depression and 76 (22%) had peritraumatic distress. The mean scores of GAD-7, PHQ-9 and WHO-5 were worse in ICU HCW than in non-ICU HCW (p < 0.01). Working in the ICU rather than in other departments resulted in a change of eating habits, sleeping patterns and alcohol consumption (p < 0.01). Being a woman, the fear of catching and transmitting COVID-19, anxiety of working with COVID-19 patients, work overload, eating and sleeping disorders as well as increased alcohol consumption were associated with worse mental health outcomes. CONCLUSION: This study confirms the suspicion of a high prevalence of anxiety, depression, peritraumatic distress and low well-being during the first COVID-19 wave among HCW, especially among ICU HCW. This allows for the identification of associated risk factors. Long-term psychological follow-up should be considered for HCW.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».