Stress, resilience, and moral distress among health care providers in oncology during the COVID-19 pandemic
Notice bibliographique
Résumé
Background The coronavirus pandemic has potential implications for stress levels and resilience among oncology healthcare professionals (HCPs). This study aims to assess perceived stress, resilience, and moral distress levels among oncology HCPs in Jordan during the pandemic and identify associated risk factors. Methods An online cross-sectional survey was conducted among oncology HCPs in Jordan using three validated tools: Perceived Stress Scale (PSS), Connor-Davidson Resilience Scale (CD-RSIC), and Moral Distress Thermometer (MDT). Seven items were used to assess sources of stress. Results A total of 965 participants enrolled with a 74% response rate. The participants’ ages ranged from 20 to 74 (mean = 32.74, SD = 5.197), with 79.1% males, 45.1% were physicians, 32.6% were public hospital workers, 57.1% were married, and 56.6% had children below 18 years. Findings indicated moderate perceived stress (Mean = 15.87, SD = 5.861), low resilience (Mean = 29.18, SD = 5.197), and high moral distress (Mean = 4.72, SD = 2.564). Females, unmarried individuals, and younger age groups exhibited higher PSS (p = 0.009, p < 0.001, and P<0.001) and lower resilience (p = 0.024, p = 0.034, and p = 0.001). Not having children below 18 years correlated with higher perceived stress (P < 0.001). In linear regression analysis, age and gender emerged as significant predictors of both perceived stress and resilience. Female participants reported stress related to the risk of contracting COVID-19 (p = 0.001), transmitting it to others (p = 0.017), social isolation (P < 0.001), and having children at home due to school closures (p = 0.000). A cohort of 239 participants repeated the survey within a two-month interval, revealed a statistically significant decrease in the CD-RISC scores (p < 0.001). Conclusion Oncology HCPs in Jordan experienced moderate stress, high moral distress, and poor resilience during the COVID-19 pandemic. These factors may negatively affect the quality of oncology care. Urgent measures are necessary to support HCPs in coping with unforeseen circumstances in the future.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».