Effects of the COVID-19 Pandemic on the Mental Health of Healthcare Providers: A Comparison of a Psychiatric Hospital and a General Hospital
Notice bibliographique
Résumé
Background: Before the COVID-19 pandemic, healthcare providers (HCPs) were already experiencing a higher prevalence of mental health disorders compared with non-healthcare professionals. Here, we report on the psychosocial functioning and stress resilience of HCPs who worked during the COVID-19 pandemic in a large-sized psychiatric facility and a large acute care hospital, both located in central Ontario, Canada. Methods: Participants completed five validated psychometric instruments assessing depression, anxiety, and stress (The Depression, Anxiety, and Stress Scale-21, DASS-21); work-related quality of life (Work-Related Quality of Life Scale, WRQoL); resilience (Connor-Davidson Resilience Scale, CD-RISC); anxiety about the novel coronavirus (Coronavirus Anxiety Scale, CAS); and loneliness (UCLA Loneliness Scale, ULS). Participants from the psychiatric hospital (n = 94) were sampled during the easing of restrictions after the first wave in Ontario, and participants from the acute care hospital (n = 146) were sampled during the height of the second wave in Ontario. Results: Data showed that HCPs from the acute care hospital and psychiatric hospital reported similar scores on the psychometric scales. There were also no significant differences in psychometric scale scores between medical disciplines at the acute care hospital. Among all HCPs, being a nurse predicted better quality of life (p = 0.01) and greater stress resilience (p = 0.031). Conclusion: These results suggest that HCPs' psychological symptoms are similar across the hospital settings sampled. Compared to other HCPs, nurses may show a unique resiliency to the pandemic. We suggest that emergencies such as the COVID-19 pandemic have a pervasive effect on HCPs. It is important to address HCPs' mental health needs in terms of crisis management and improve resilience among all HCPs during the inter-crisis period before a new challenge arrives.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».