Anxiety and Depression among the Nursing Staff, Saudi Arabia
Notice bibliographique
Résumé
BACKGROUND: Anxiety and depression are the most common mental problems that may affect workers' productivity. Diagnosing these disorders and determining their predisposing factors helps improving quality and productivity of workers; particularly nurses, with a positive impact on quality of service provided and as a preventive measure would save the cost of management of such disorders. PARTICIPANTS & METHODS: This questionnaire-based cross-sectional study was conducted between December 2021 and March 2022 and anonymously and voluntarily invited 250 nurses. Data were collected included the socio-demographic, anthropometric and life style data of participants and items of hospital anxiety and depression scale questionnaire. SPSS was used for data analysis that were presented as mean ± SD and frequencies; number (n) and percentage (%). RESULTS: Consented 215 nurses were enrolled giving a response rate of 86%. The mean ± SD score of anxiety was 8.4 ± 3.9 and the mean ± SD score of depression was 6.6 ± 3.9 and varied significantly by gender. The prevalence of anxiety and depression was 28.8% and 16.7%, respectively. There was significant association between anxiety and hospital location, body mass index, physical activity and overtime work. The hospital location, South Asian ethnicity, smoking, physical activity and night shift were all showed significant association with depression. CONCLUSION: Our figures are much lower than some international and national studies but still are higher than others. However, they are alarming to the needs of changes to improve the quality of nurses' life so as to ensure better healthcare services that save both sides the emotional and economic burden.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».