Trends in burnout and psychological distress in hospital staff over 12 months of the COVID-19 pandemic: a prospective longitudinal survey
Notice bibliographique
Résumé
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 1 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 1 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, age and ethnic group. 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 effects of occupational role (F = 11.2, p < .001) and age (F = 12.8, p < .001) on emotional exhaustion. 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 spring 2021 measurement point for most occupational groups and were higher in nurses than in other healthcare professionals. 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 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 | 0,002 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».