A systematic review of interventions aiming to improve newly-qualified doctors’ wellbeing in the United Kingdom
Notice bibliographique
Résumé
BACKGROUND: Newly-qualified doctors in the United Kingdom experience a great deal of stress and have poor wellbeing when compared to more senior counterparts. A number of interventions have been put in place to boost healthcare professionals' wellbeing, but little is known about interventions aimed to improve the wellbeing of newly-qualified doctors in the United Kingdom. This study aims to systematically review current evidence of interventions which improved the wellbeing of newly-qualified junior doctors in the United Kingdom. METHODS: Five key electronic databases were searched. Subsequently, reference scanning and citation search was performed. Studies were included if they were conducted from the commencement of the Foundation Programme in 2004, until 2019. In addition, studies had to be performed on junior doctors: working in the United Kingdom and within their first five years post-qualification and have a quantitative outcome. Studies which did not meet these criteria were excluded. Quality was assessed using the modified Newcastle-Ottawa scale. Bias was not formally assessed using a standardised tool. RESULTS: Seven papers met the inclusion criteria and identified three main types of interventions: mentorship, mindfulness and clinical preparation interventions. The majority of included studies reported a positive result from the performed intervention, suggesting these to be beneficial in improving junior doctor wellbeing, and thereby reducing anxiety and stress levels. However, most of the studies used small sample sizes. CONCLUSIONS: This review reveals that there is dearth of evidence on the effectiveness of intervention to improve the wellbeing of newly-qualified doctors in the United Kingdom. Most of the identified interventions focused on relieving stress and anxiety inherent within newly-qualified doctors' training programmes. However, wellbeing interventions need to take into cognisance all the factors which impact on wellbeing, particularly job-related factors. We recommend that future researchers implement large-scale holistic interventions using appropriate research methods. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42019127341.
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 | 0,013 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,007 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».