Moral Distress Scores of Nurses Working in Intensive Care Units for Adults Using Corley’s Scale: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: No systematic review in the literature has analyzed the intensity and frequency of moral distress among ICU nurses. No study seems to have mapped the leading personal and professional characteristics associated with high levels of moral distress. This systematic review aimed to describe the intensity and frequency of moral distress experienced by nurses in ICUs, as assessed by Corley's instruments on moral distress (the Moral Distress Scale and the Moral Distress Scale-Revised). Additionally, this systematic review aimed to summarize the correlates of moral distress. METHODS: A systematic search and review were performed using the following databases: Cumulative Index to Nursing and Allied Health Literature (CINAHL), the National Library of Medicine (MEDLINE/PubMed), and Psychological Abstracts Information Services (PsycINFO). The review methodology followed PRISMA guidelines. The quality assessment of the included studies was conducted using the Newcastle-Ottawa Scale. RESULTS: Findings showed a moderate level of moral distress among nurses working in ICUs. The findings of this systematic review confirm that there are a lot of triggers of moral distress related to patient-level factors, unit/team-level factors, or system-level causes. Beyond the triggers of moral distress, this systematic review showed some correlates of moral distress: those nurses working in ICUs with less work experience and those who are younger, female, and intend to leave their jobs have higher levels of moral distress. This systematic review's findings show a positive correlation between professional autonomy, empowerment, and moral distress scores. Additionally, nurses who feel supported by head nurses report lower moral distress scores. CONCLUSIONS: This review could help better identify which professionals are at a higher risk of experiencing moral distress, allowing the early detection of those at risk of moral distress, and giving the organization some tools to implement preventive strategies.
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 | 0,008 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».