Factors Associated With Burnout, Post-traumatic Stress and Anxio-Depressive Symptoms in Healthcare Workers 3 Months Into the COVID-19 Pandemic: An Observational Study
Notice bibliographique
Résumé
Objective: This study examined how best to identify modifiable protective and risk factors for burnout in healthcare workers in the face of the COVID-19 pandemic. Individual, occupational, organizational and social factors were investigated. The study also assessed the impact of these factors on post-traumatic stress disorder (PTSD), anxiety, and depression. Methods: Healthcare workers in the Quebec (Canada) healthcare system were recruited between May 21 to June 5, 2020. Participants answered an electronic survey 3 months after the COVID-19 epidemic outbreak began in Canada. Using the Maslach Burnout Inventory, PTSD Checklist for DSM-5, and Hospital Anxiety and Depression Scale, we studied the prevalence of burnout, PTSD, anxiety and depression in this cohort. Multivariable logistic or linear regression models including resilience, social and organizational support, workload and access to mental health help, simulation techniques and protective personal equipment (PPE) as well as perception of PPE security were conducted for each outcome. Results: In mid-June 2020, 467 participants completed the survey. We found that half (51.8%) of the respondents experienced burnout characterized by emotional exhaustion and/or depersonalization at least once a week. In total, 158 healthcare workers (35.6%) displayed severe symptoms of at least one of the mental health disorders (24.3% PTSD, 23.3% anxiety, 10.6% depression). Resilience (OR = 0.69, 95% CI: [0.55–0.87]; p = 0.002) and perceived organizational support (OR = 0.75, 95% CI: [0.61–0.93]; p = 0.009) were significantly associated with burnout and other outcomes. Social support satisfaction, perception of PPE security, work type and environment, mental health antecedents and reassignment were associated with PTSD and/or anxiety and/or depression, but not burnout. Conclusion: Future studies should address primarily resilience and perceived organizational support to promote mental health and prevent burnout, PTSD, anxiety and depression.
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 | 0,001 | 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 ».