Burnout in Stroke Patients Pre-and Post-COVID-19 Pandemic
Notice bibliographique
Résumé
Background: Since the first appearance of COVID-19 numerous complications have been reported particularly within 1.48% of the population suffering from stroke. Maintaining positive mental health is crucial to modulate COVID-19 impacts involving burnout, depression, and anxiety. Objective: The aim of the current study was to investigate the consequences of the COVID-19 pandemic in Egypt on the level of burnout in stroke cases. Patients and methods: A total of 100 Egyptian stroke male and female cases participated in the study. Participants aged between 34 and 70 years old and their cognition score was >26 according to Montreal Cognitive Assessment (MOCA) scale. The Malach-Pines tool was used to measure burnout. Results: The mean scores of all items of the burnout scale increased significantly post COVID-19 in comparison with that of pre COVID-19 (P<0.001). The highest score was for “I've had it” with a mean score of 4.17 (SD 1.08) pre COVID-19, which increased significantly post COVID-19 to 5.98 (SD 0.97). The score of “I've had it” also increased significantly post COVID-19 in both age classes, duration of illness classes, and in females and males (P<0.001), also increase significantly post COVID-19 compared with that pre COVID-19 in subjects with high, medium, and low educational levels (P<0.001). Conclusion: Lockdown procedures related to the COVID-19 pandemic had a major impact on stroke cases whose post COVID-19 burnout levels had increased and led to worse management outcomes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».