Addressing Compassion Fatigue in Trauma Emergency and Intensive Care Settings: A Pilot Study
Notice bibliographique
Résumé
BACKGROUND: Emergency and intensive care health care professionals are experiencing exhaustion and helplessness, which may cause compassion fatigue. Unaddressed compassion fatigue impacts staff morale and patient safety. Structured debriefing sessions may reduce compassion fatigue by providing social support and increasing job satisfaction. OBJECTIVE: To investigate the feasibility of a 12-week pilot of structured debriefing sessions and its impact on compassion fatigue experienced by emergency and intensive care health care professionals after patient death. METHODS: In this 12-week pilot study (March 2021 to May 2021), we used a preintervention/postintervention design to determine the feasibility of structured debriefing among trauma health care professionals experiencing patient death in an urban, academic, 300-bed, Midwest, Level II trauma center. Compassion fatigue was measured using the Professional Quality of Life Measure survey. Univariate descriptive statistics, independent unpaired t tests, and χ2 tests examined the intervention impact. RESULTS: Fifty-six health care professionals participated in 20 debriefing sessions during the 12-week intervention: 37 (80%) registered nurses, 10 (5.6%) respiratory therapists, and 5 (11.2%) nursing assistants or emergency medical technicians. The debriefings covered nearly half of all patient deaths (38%). No significant differences were seen in burnout (M = 25.5, SD = 5.4, p = .47), secondary traumatic stress (M = 23.9, SD = 5.6, p = .99), or compassion satisfaction (M = 36.8, SD = 6.4, p = .61). CONCLUSIONS: Structured debriefings to address compassion fatigue among trauma health care professionals are feasible, but further research on effectiveness is needed. Administration-provided emotional support strategies may assist health care professionals in processing work-related stress.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».