Influencing factors of sleep disorders and sleep quality in healthcare workers during the <scp>COVID</scp>‐19 pandemic: A systematic review and meta‐analysis
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
AIM: The aim of this study was to identify the influencing factors of sleep disorders and sleep quality in healthcare workers during the COVID-19 pandemic. DESIGN: Systematic review and meta-analysis of observational research. METHODS: The databases of the Cochrane Library, Web of Science, PubMed, Embase, SinoMed database, CNKI, Wanfang Data, and VIP were systematically searched. The quality of studies was assessed using the Agency for Healthcare Research and Quality evaluation criteria and the Newcastle-Ottawa scale. RESULTS: A total of 29 studies were included, of which 20 were cross-sectional studies, eight were cohort studies, and 1 was a case-control study; 17 influencing factors were finally identified. Greater risk of sleep disturbance was associated with female gender, single relationship status, chronic disease, insomnia history, less exercise, lack of social support, frontline work, days served in frontline work, department of service, night shift, years of work experience, anxiety, depression, stress, received psychological assistance, worried about being infected, and degree of fear with COVID-19. CONCLUSIONS: During the COVID-19 pandemic, healthcare workers did have worse sleep quality than the general population. The influencing factors of sleep disorders and sleep quality in healthcare workers are multifaceted. Identification and timely intervention of resolvable influencing factors are particularly important for preventing sleep disorders and improving sleep. PATIENT OR PUBLIC CONTRIBUTION: This is a meta-analysis of previously published studies so there was no patient or public contribution.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,000 | 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