Prevalence of obsessive-compulsive disorders (OCD) symptoms among health care workers in COVID-19 pandemic: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Obsessive Compulsive Disorder (OCD) symptoms, are among the serious mental health challenges that Health Care Workers (HCWs) faced during the COVID-19 pandemic. As these symptoms reduce the mental well-being and effectiveness of HCWs which are followed by poor health outcomes for patients, the aim of this systematic review and meta-analysis was to determine the prevalence of OCD symptoms among HCWs worldwide. METHODS: PubMed, Google Scholar, Cochrane, Scopus, Web of Science, ProQuest, Emerald, and ERIC databases were searched using related keywords till the end of October 2021. Observational studies about the prevalence of OCD symptoms among healthcare workers during the COVID-19 pandemic were screened and evaluated. In order to assess the quality of studies, the Newcastle-Ottawa scale (NOS) checklist was used. The effect measure was the prevalence rate with a 95% confidence interval (CI). RESULTS: = 98.6%, P < 0.01), the random effects model was used. The pooled prevalence was 0.29 (95% CI: 0.22-0.38) based on logit transformed CI. CONCLUSIONS: The pooled prevalence of OCD symptoms was 29% among the HCWs during the COVID-19 pandemic. This prevalence was higher than the general population according to the pre-pandemic literature, but lower than the recent reports amid the pandemic. Psychosocial interventions are suggested to be designed and implemented in such conditions.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,006 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».