MétaCan
Menu
Retour à la cohorte
Enregistrement W4226297808 · doi:10.26641/2307-0404.2022.1.254325

Psychological impact of COVID-19 pandemic on health care workers of tertiary care hospitals

2022· article· en· W4226297808 sur OpenAlexaff
Muhammad Junaid Khan, Bisma Jamil, Haroon M.Z.

Notice bibliographique

RevueMedicni perspektivi · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensAbbott (Canada)
Organismes subventionnairesnon disponible
Mots-clésPandemicMedicineSomatizationHealth careMental healthAnxietyFamily medicinePublic healthSpecialtyEnvironmental healthCoronavirus disease 2019 (COVID-19)NursingPsychiatryDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Healthcare workers (HCWs) are at increased risk of mental health issues when faced with the challenges associated with pandemics. This study was conducted to assess the psychological impact of pandemic on HCWs working in tertiary care hospitals of Khyber-Pakhtunkhwa province of Pakistan. This cross-sectional study was conducted between April & June 2020. By convenience sampling an electronic form of Goldberg General Health Questionnaire was distributed among HCWs of the private sector and public tertiary care hospitals. Data were analyzed using SPSS version 22. Inferential analysis was done. The significant level was considered at p=<0.05. Total of 186 HCWs among which 105 (56.5%) males and 81 (43.5%) females par­ticipated in the survey, a mean age of 37.6±9.28 years. The highest prevalence was found for social dysfunction 184 (97.8%) followed by somatization, 169 (92.8%). Significance of difference was found between age group and anxiety (p=0.018), specialty of HCWs with somatization and social dysfunction (p=0.041 and 0.037 respectively). Pandemic poses a significant risk for the mental health of HCWs. During pandemics at its peak, proper mental health support program, personal and family protection assurance is highly recommended for provision of quality care by HCWs.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,163
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,071
Tête enseignante GPT0,478
Écart entre enseignants0,407 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicni perspektiviMême sujetCOVID-19 and Mental HealthTravaux en français237 207