How anxious were Quebec healthcare professionals during the first wave of the COVID-19 pandemic? A web-based cross-sectional survey
Notice bibliographique
Résumé
BACKGROUND: The coronavirus disease 2019 (COVID-19) pandemic may cause significant anxiety among healthcare professionals (HCPs). COVID-19-related psychological impacts on HCPs in Western countries have received relatively little attention. OBJECTIVE: This study aims to assess the levels of anxiety in HCPs working in the province of Quebec (Canada) during the first wave of the COVID-19 pandemic and identify factors associated with changes in anxiety scores. METHODS: An exploratory online cross-sectional survey was conducted among Quebec HCPs from April to July 2020. The Spielberger's State-Trait Anxiety Inventory (STAI) was used to measure state anxiety among HCPs. Descriptive and multivariate analyses were performed. RESULTS: A total of 426 HCPs completed the survey. Anxiety scores ranged from 20 to 75 points, with 80 being the highest possible value on the STAI scale. Being a female HCP [B = 5.89, 95% confidence interval (CI): 2.49-9.3] and declaring having the intention to avoid caring for patients with COVID-19 (B = 3.75, 95% CI: 1.29-6.22) were associated with increased anxiety scores. Having more years of experience was associated with decreased anxiety scores [B = -0.2, 95% CI: -0.32-(-0.08)]. CONCLUSION: Organizational strategies aimed at preventing and relieving anxiety should target junior female HCPs who express the intention to avoid caring for patients with COVID-19. Seniority could become an important criterion in selecting frontline HCPs during pandemics. Further studies are needed to comprehensively examine the impacts of the COVID-19 pandemic on Canadian HCPs and identify evidence-based coping strategies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».