MétaCan
Menu
← Retour à la cohorte
Enregistrement W4379282883 · doi:10.1200/jco.2023.41.16_suppl.11007

Remote delivery of a mindfulness-based intervention to decrease stress levels and promote coping among health-care workers during the COVID-19 pandemic.

2023· article· en· W4379282883 sur OpenAlexaff
Joelle Helou, Aisling Barry, Xiang Y. Ye, Fei‐Fei Liu, Anet Julius, D. Létourneau, Philip Wong, Laura A. Dawson, Mary Elliott

Notice bibliographique

RevueJournal of Clinical Oncology · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health NetworkWestern University
Organismes subventionnairesnon disponible
Mots-clésMindfulnessMedicinePsychological interventionBurnoutCoping (psychology)Intervention (counseling)Health careClinical psychologyFamily medicinePhysical therapyNursing

Résumé

récupéré en direct d'OpenAlex

11007 Background: The COVID-19 pandemic has caused significant stress amongst everyone around the world. Healthcare workers (HCW) in particular, experience substantial stress in these challenging environments. In an effort to find supportive interventions for radiation oncology providers, while respecting the requirements of physical distancing, we proposed the remote delivery of a mindfulness-based intervention (MBI). The primary aim of this study is to determine the association of this intervention with a reduction of perceived stress. Secondary aims are to evaluate the impact on coping and burnout amongst HCW in the Radiation Program (RP). Methods: This is a single-centre, single-arm, pilot study. All HCW associated with the RP were eligible. This was a voluntary effort. The intervention - manualized, mindfulness-based group for HCW, entitled Mindfulness-Based Resilience and Well-Being Training, consisted of four 1-hour sessions per week for 4 weeks. From Nov 2020 to Dec 2021, 6 consecutive closed groups MBI were delivered remotely using Zoom. Each group consisted of 5-12 participants and one professional with a background in mindfulness facilitation. The Perceived Stress Scale (PSS), The Maslach Burnout Inventory and the BriefCOPE questionnaire were collected pre-intervention, and at 1, 4 and 12 weeks post-intervention. Linear mixed effect models with a random intercept to account for the repeated measures were used to assess the change of outcomes over time. Results: Amongst 43 HCWs who expressed initial interest, 33 completed the study. At 1-, 4- and 12-weeks post-intervention 25, 24 and 21 participants provided completed questionnaires respectively. Time constraint was the main reason for withdrawal and missing data. There was a significant decrease in perceived stress at week 1, 4 and 12 when compared to baseline [mean baseline PSS score: 22.5 (SD = 4.6), week 1: 18.4 (4.9), p= 0.002, week 4: 16.8 (6.5), p< 0.001, week 12: 16.3 (6.8), p< 0.001]. Overall, 7 (21%) participants reported high PSS (27-40) at baseline while none reported high levels at 1 and 12 weeks. Problem focused coping( p= 0.02), and active coping ( p= 0.009) were significantly higher at 1 week but not at 4 and 12 weeks. Conclusions: The remote delivery of a MBI is feasible and effective to reduce perceived stress levels and to promote coping across HCWs. These findings need to be validated in a larger cohort. Time was a major constraint preventing the participation of interested HCWs. It would be extremely valuable for departments to support such interventions and programs to help HCWs cultivate skills to meet the demands related to working in healthcare environments throughout and beyond this crisis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,296
Tête enseignante GPT0,564
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→