MétaCan
Menu
Retour à la cohorte
Enregistrement W3212968063 · doi:10.21203/rs.3.rs-1065169/v1

Trends in Burnout and Psychological Distress in Hospital Staff Over 12 Months of The COVID-19 Pandemic: A Prospective Longitudinal Survey

2021· preprint· en· W3212968063 sur OpenAlexafffund
Robert Maunder, Natalie D. Heeney, Jonathan Hunter, Gillian Strudwick, Lianne Jeffs, Leanne Ginty, Jennie Johnstone, Alex Kiss, Carla Loftus, Lesley Wiesenfeld

Notice bibliographique

RevueResearch Square · 2021
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensLunenfeld-Tanenbaum Research InstituteUniversity of TorontoCentre for Addiction and Mental HealthSinai Health SystemSunnybrook Health Science CentreHealth Canada
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBurnoutEmotional exhaustionOccupational burnoutMedicineDistressLongitudinal studyMental healthPandemicProspective cohort studyEmotional distressDemographyHealth careCoronavirus disease 2019 (COVID-19)Cohort studyPsychologyClinical psychologyPsychiatryAnxietyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background . The mental health effects of healthcare work during the COVID-19 pandemic have been substantial, but it is not known how long they will persist. This study aimed to determine if hospital workers’ burnout and psychological distress increased monotonically over one year, during which waves of case numbers and hospitalizations waxed and waned, or followed some other pattern. Methods . A prospective longitudinal survey was conducted at four time-points over one year in a cohort of 538 hospital workers and learners, which included validated measures of burnout (emotional exhaustion scale of Maslach Burnout Inventory) and psychological distress (K6). Repeated measures ANOVA tested changes over time and differences between subjects by occupational role and age. The direction and magnitude of changes over time were investigated by plotting rates of high scores (using cut-offs) at each time-point compared to case rates of COVID-19 in the city in which the study took place. Results . There were significant changes in emotional exhaustion over time (F = 4.6, p = .004) and significant effects of occupational role (F = 11.4, p < .001) and age (F = 12.3, p < .001). The rate of high burnout was highest in nurses, followed by other healthcare professionals, other clinical staff, and lowest in non-clinical staff. Peak rates of high burnout occurred at the second or third measurement point for each occupational group, with lower rates at the fourth measurement point. Similarly to the results for emotional exhaustion, rates of high psychological distress peaked at the winter 2021 or spring 2021 measurement point in each occupational group and were highest in nurses. Conclusions. Neither emotional exhaustion nor psychological distress was rising monotonically. Burnout and psychological distress were consistently related to occupational role and were highest in nurses. Although emotional exhaustion improved as the case rate of COVID-19 decreased, rates of high emotional exhaustion in nurses and other healthcare professionals remained higher than was typically measured in hospital-based healthcare workers prior to the pandemic. Ongoing monitoring of healthcare workers’ mental health is warranted. Organizational and individual interventions to support healthcare workers continue to be important.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,004
Intégrité de la recherche0,0010,009
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,265
Tête enseignante GPT0,558
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207