Patterns of Distress and Supportive Resource Use by Healthcare Workers During the COVID-19 Pandemic
Notice bibliographique
Résumé
Introduction: Healthcare workers (HCWs) are at increased risk of burnout, post-traumatic stress injury and suicide, compared to the public. Long-lasting increases in HCW distress are reported following pandemics. Such occupational stress can negatively impact individuals, organizations, and the overall healthcare system. Understanding HCW distress and needs can inform the development of resources to mitigate negative outcomes. Staff wellness data was gathered from a large academic health center during the COVID-19 pandemic, as part of a quality improvement project seeking to support staff wellbeing. Longitudinal trends of distress and preferences related to support were shared with leadership. Method: Monthly wellness assessments were sent to hospital staff via email. Assessments included screens for burnout, anxiety, depression and posttraumatic stress, questions regarding types of resources accessed, and open-ended questions regarding staff needs. Surveys were voluntary and confidential. Participants could provide their email to receive tailored resources based on individual results. Survey data was analyzed longitudinally to identify trends of distress over time. Results: A total of 2,518 wellness assessments were completed from April 2020-July 2021. An average of ~167 (range 17 – 946) HCWs responded per month and 638 staff provided their email addresses to receive a response; 497 of these completed assessments multiple times. The proportion of positive screens were, on average, 44%, 29%, 31% and 53%, for anxiety, depression, post-traumatic stress and burnout, respectively. Anxiety and post-traumatic stress scores decreased from April-August, then increased from September. The most reported source of support accessed was family/friends; ~40% of responders had not accessed formal mental health support. Conclusion: When COVID-19 cases decreased and stay-at-home mandates were lifted, HCW distress was reduced. Burnout trended upwards through the pandemic. Peer/family support remained favored compared to formal mental health support, suggesting the importance to HCW of social support. HCW reported a preference for convenient access to supportive resources.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».