Impact of the COVID-19 Pandemic on Nurses Working in Intensive Care Units: A Scoping Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic resulted in significant system strain, requiring rapid redeployment of nurses to intensive care units. Little is known about the impact of the COVID-19 pandemic and surge models on nurses. OBJECTIVE: To identify the impact of the COVID-19 pandemic on nurses working in intensive care units. METHODS: A scoping review was performed. Articles were excluded if they concerned nurses who were not caring for critically ill adult patients with COVID-19, did not describe impact on nurses, or solely examined workload or expansion of pediatric intensive care units. RESULTS: This search identified 417 unique records, of which 55 met inclusion criteria (37 peer-reviewed and 18 grey literature sources). Within the peer-reviewed literature, 42.7% of participants were identified as intensive care unit nurses, 0.65% as redeployed nurses, and 72.4% as women. The predominant finding was the prevalence of negative psychological impacts on nurses, including stress, distress, anxiety, depression, fear, posttraumatic stress disorder, and burnout. Women and members of ethnic minority groups were at higher risk of experiencing negative consequences. Common qualitative themes included the presence of novel changes, negative impacts, and mitigators of harm during the pandemic. CONCLUSIONS: Nurses working in intensive care units during the COVID-19 pandemic experienced adverse psychological outcomes, with unique stressors and challenges observed among both permanent intensive care unit and redeployed nurses. Further research is required to understand the impact of these outcomes over the full duration of the pandemic, among at-risk groups, and within the context of redeployment roles.
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.
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 | 0,000 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle