O-168 COVID-19 infection and mental wellness in a Canadian cohort study of healthcare workers
Notice bibliographique
Résumé
Introduction Healthcare workers (HCW) working through the pandemic are in the front line for infection, psychological pressure and overwork. Objectives To identify modifiable work factors associated with COVID-19 infection and mental distress, and to assess the effectiveness of provisions to mitigate their impact. Methods A cohort study of HCWs was set up in the first weeks of the pandemic in Canada. HCWs from British Columbia, Alberta, Ontario, and Quebec completed an online questionnaire in the spring/summer of 2020, and a Phase 2 questionnaire from October 2020. They also provided a blood sample to assess SARS-CoV-2 antibodies. HCWs reporting a COVID-19 infection after the Phase 2 questionnaire were matched on job-type and province to 4 referents for a nested case-referent (C-R) study concentrating on exposures immediately prior to infection. Phase 3 is underway, with a final contact planned for March 2022. Results 5135 HCWs completed the Phase 1 questionnaire with 93% (4539/4857) of those eligible completing Phase 2. By March 1st 2021, 157 cases had been confirmed by PCR and a further 10 found positive only on antibody testing (an overall rate of 3.3%). The odds of infection doubled for working one-on-one with known COVID-19 patients. Rates were lower in physicians and nurses, compared to personal support workers, health care aides, and licensed practical nurses. HCWs in a hospital setting had lower rates than those working in the community, where shortages of personal protective equipment were more widespread. High rates of anxiety (on the Hospital Anxiety and Depression Scale) were recorded in both Phase 1 and 2. Only 1 in 4 HCW had used available mental health supports. By May 2021, 100 cases with 389 referents had been recruited to the on-going C-R study. Conclusion Information collected prospectively has the potential to improve HCWs protection during this and future epidemics.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».