Surviving SARS and living through COVID-19: Healthcare worker mental health outcomes and insights for coping
Notice bibliographique
Résumé
OBJECTIVE: Explore how previous work during the 2003 Severe Acute Respiratory Syndrome (SARS) outbreak affects the psychological response of clinical and non-clinical healthcare workers (HCWs) to the current COVID-19 pandemic. METHODS: A cross-sectional, multi-centered hospital online survey of HCWs in the Greater Toronto Area, Canada. Mental health outcomes of HCWs who worked during the COVID-19 pandemic and the SARS outbreak were assessed using Impact of Events-Revised scale (IES-R), Generalized Anxiety Disorder scale (GAD-7), and Patient Health Questionnaire (PHQ-9). RESULTS: Among 3852 participants, moderate/severe scores for symptoms of post- traumatic stress disorder (PTSD) (50.2%), anxiety (24.6%), and depression (31.5%) were observed among HCWs. Work during the 2003 SARS outbreak was reported by 1116 respondents (29.1%), who had lower scores for symptoms of PTSD (P = .002), anxiety (P < .001), and depression (P < .001) compared to those who had not worked during the SARS outbreak. Multivariable logistic regression analysis showed non-clinical HCWs during this pandemic were at higher risk of anxiety (OR, 1.68; 95% CI, 1.19-2.15, P = .01) and depressive symptoms (OR, 2.03; 95% CI, 1.34-3.07, P < .001). HCWs using sedatives (OR, 2.55; 95% CI, 1.61-4.03, P < .001), those who cared for only 2-5 patients with COVID-19 (OR, 1.59; 95% CI, 1.06-2.38, P = .01), and those who had been in isolation for COVID-19 (OR, 1.36; 95% CI, 0.96-1.93, P = .05), were at higher risk of moderate/severe symptoms of PTSD. In addition, deterioration in sleep was associated with symptoms of PTSD (OR, 4.68, 95% CI, 3.74-6.30, P < .001), anxiety (OR, 3.09, 95% CI, 2.11-4.53, P < .001), and depression (OR 5.07, 95% CI, 3.48-7.39, P < .001). CONCLUSION: Psychological distress was observed in both clinical and non-clinical HCWs, with no impact from previous SARS work experience. As the pandemic continues, increasing psychological and team support may decrease the mental health impacts.
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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».