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 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 | 0,001 | 0,003 |
| 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 | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».