Cross-Sectional Study of the Psychological Well-Being of Healthcare Workers in a Large European University Hospital after the COVID-19 Initial Wave
Notice bibliographique
Résumé
BACKGROUND: The SARS-CoV-2 pandemic greatly impacted healthcare workers (HCWs) dedicated to caring for COVID-19 patients. The study was conducted in a large European hospital to study the psychological distress of HCWs engaged in COVID-19 wards in the early phase of the pandemic. METHODS: A questionnaire was sent to 1229 HCWs aimed at collecting the following information: 1) sociodemographic data; 2) depression, anxiety, and stress scales (DASS-21); 3) event impact scale (IES-R); 4) perceived stress scale (PSS); and 5) work interface analysis. The responses were collected through Google® forms and then statistically analyzed. Regardless of the outcome of the questionnaire, all subjects were offered psychological support voluntarily. RESULTS: Approximately two-thirds of the workers reported no symptoms according to the DASS-21 scales, while the IES-R and PSS scales showed 36% and 43%, respectively. There were no statistically significant differences in the levels of depression investigated through the different scales in the various occupational categories. Symptoms of anxiety, stress, and depression were more pronounced in women, while the highest stress levels were observed in the younger age groups. The highest scores were observed on the DAS-21 scales of anxiety and IES-R but not on the others. Only 51 workers, most of them with previous SARS-CoV-2 infection, sought clinical psychological counseling, and more than half received subsequent psychological support. CONCLUSIONS: Our results agree with most of the literature data that anxiety, depression, and stress are associated with gender (female), age (18-44 vs. over 55), and having cared for patients with COVID-19.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 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 ».