Alarm fatigue and moral distress in ICU nurses in COVID-19 pandemic
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Most ICU nurses feel overwhelmed by the variety of alarms at the same time. Therefore, nurses experience very stressful situations in relation to many responsibilities and care demands. This stressful condition has recently been exacerbated by COVID-19 and potentially endangers patient safety. The aim of this study was to investigate the alarm fatigue and moral distress of ICU nurses in COVID-19 crisis. METHOD: This is a descriptive-analytical cross-sectional study (April-May 2021). Sampling was done by convenience among ICU nurses affiliated to Isfahan University of Medical Sciences, Iran. Data were collected using Nurses' alarm fatigue and the moral distress scale (MDS). Data were analyzed using ANOVA, independent t-test and multivariate logistic regression. RESULT: The results showed that the mean score of alarm fatigue was moderate)19.08 ± 6.26 (and moral distress was low (33.80 ± 11.60). The results showed that there was a significant relationship between alarm fatigue and related training courses)P = .012(.So that, alarm fatigue in nurses who were trained in working with ventilators and alarm settings was significantly less than other nurses. Also, a significant relationship was found between moral distress and marital status(P = .001) and Shift type(P = .01). On the other hand, the risk of alarm fatigue was higher in participants who have a PhD. The results showed that no significant correlation was found between alarm fatigue and moral distress (r = 0.111, P = 0.195). CONCLUSION: It is suggested that practical training courses on alarm management be included in the curriculum and the ICU nurses should have practical training before starting work in the ICU and on an annual basis. In order to protect nurses and ensure quality care of patients, nurse managers should reduce the number of rotating shifts of ICU nurses.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle