MétaCan
Menu
Retour à la cohorte
Enregistrement W4287009523 · doi:10.3390/healthcare10081370

Analysis on Burnout, Job Conditions, Alexithymia, and Other Psychological Symptoms in a Sample of Italian Anesthesiologists and Intensivists, Assessed Just before the COVID-19 Pandemic: An AAROI-EMAC Study

2022· article· en· W4287009523 sur OpenAlexaboutno aff
Alessandro Vittori, Franco Marinangeli, Elena Bignami, Alessandro Simonini, Alessandro Vergallo, Gilberto Fiore, Emiliano Petrucci, Marco Cascella, Roberto Pedone

Notice bibliographique

RevueHealthcare · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicBurnoutCoronavirus disease 2019 (COVID-19)AlexithymiaSample (material)2019-20 coronavirus outbreakMedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PsychologyClinical psychologyPsychiatryVirologyInternal medicineDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Background. It was previously reported that health care professionals working in the fields of anesthesiology and emergency are at higher risk of burnout. However, the correlations between burnout, alexithymia, and other psychological symptoms are poorly investigated. Furthermore, there is a lack of evidence on which risk factors, specific to the work of anesthetists and intensivists, can increase the risk of burnout, and which are useful for developing remedial health policies. Methods. This cross-sectional study was conducted in 2020 on a sample of 300 professionals recruited from AAROI-EMAC subscribers in Italy. Data collection instruments were a questionnaire on demographic, education, job characteristics and well-being, the Maslach Burnout Inventory Tool, the Toronto Alexithymia Scale, the Symptom Checklist-90-R, and the Rosenberg Self-Esteem Scale administered during refresher courses in anesthesiology. Correlations between burnout and physical and psychological symptoms were searched. Results. With respect to burnout, 29% of individuals scored at high risk on emotional exhaustion, followed by 36% at moderate–high risk. Depersonalization high and moderate–high risk were scored by 18.7% and 34.3% of individuals, respectively. Burnout personal accomplishment was scored by 34.7% of respondents. The highest mean scores of burnout dimensions were related to dissatisfaction with one’s career, conflicting relationships with surgeons, and, finally, difficulty in explaining one’s work to patients. Conclusions. Burnout rates in Italian anesthesiologists and intensivists have been worrying since before the COVID-19 pandemic. Anesthesiologists with higher levels of alexithymia are more at risk for burnout. It is therefore necessary to take urgent health policy measures.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,074
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,175
Tête enseignante GPT0,504
Écart entre enseignants0,329 · 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

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcareMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207