MétaCan
Menu
Retour à la cohorte
Enregistrement W4391221686 · doi:10.1186/s12960-024-00892-2

Impacts for health and care workers of Covid-19 and other public health emergencies of international concern: living systematic review, meta-analysis and policy recommendations

2024· review· en· W4391221686 sur OpenAlexfundno aff
Inês Fronteira, Verona Mathews, Ranailla Lima Bandeira dos Santos, Karen Matsumoto, Woldekidan Amde, Alessandra Pereira da Silva, Ana Paula Cavalcante de Oliveira, Isabel Craveiro, Raphael Duarte Chança, Mathieu Boniol, Paulo Ferrinho, Mário Roberto Dal Poz

Notice bibliographique

RevueHuman Resources for Health · 2024
Typereview
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesInstituto de Higiene e Medicina Tropical, Universidade Nova de LisboaUniversidade Nova de LisboaGovernment of CanadaWorld Health Organization
Mots-clésPublic healthCritical appraisalPsychological interventionMental healthMedicineSystematic reviewHealth services researchPandemicMeta-analysisEnvironmental healthObservational studyHealth careMEDLINEHealth policyNursingPsychiatryAlternative medicineCoronavirus disease 2019 (COVID-19)Political scienceDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Health and care workers (HCW) faced the double burden of the SARS-CoV-2 pandemic: as members of a society affected by a public health emergency and as HWC who experienced fear of becoming infected and of infecting others, stigma, violence, increased workloads, changes in scope of practice, among others. To understand the short and long-term impacts in terms of the COVID-19 pandemic and other public health emergencies of international concern (PHEICs) on HCW and relevant interventions to address them, we designed and conducted a living systematic review (LSR). METHODS: We reviewed literature retrieved from MEDLINE-PubMed, Embase, SCOPUS, LILACS, the World Health Organization COVID-19 database, the ClinicalTrials.org and the ILO database, published from January 2000 until December 2021. We included quantitative observational studies, experimental studies, quasi-experimental, mixed methods or qualitative studies; addressing mental, physical health and well-being and quality of life. The review targeted HCW; and interventions and exposures, implemented during the COVID-19 pandemic or other PHEICs. To assess the risk of bias of included studies, we used the Johanna Briggs Institute (JBI) Critical Appraisal Tools. Data were qualitatively synthetized using meta-aggregation and meta-analysis was performed to estimate pooled prevalence of some of the outcomes. RESULTS: The 1013 studies included in the review were mainly quantitative research, cross-sectional, with medium risk of bias/quality, addressing at least one of the following: mental health issue, violence, physical health and well-being, and quality of life. Additionally, interventions to address short- and long-term impact of PHEICs on HCW included in the review, although scarce, were mainly behavioral and individual oriented, aimed at improving mental health through the development of individual interventions. A lack of interventions addressing organizational or systemic bottlenecks was noted. DISCUSSION: PHEICs impacted the mental and physical health of HCW with the greatest toll on mental health. The impact PHEICs are intricate and complex. The review revealed the consequences for health and care service delivery, with increased unplanned absenteeism, service disruption and occupation turnover that subvert the capacity to answer to the PHEICs, specifically challenging the resilience of health systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,062
score de la tête « metaresearch » (Gemma)0,141
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,328

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0620,141
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0220,041
Bibliométrie0,0170,012
Études des sciences et des technologies0,0010,002
Communication savante0,0070,005
Science ouverte0,0040,004
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,438
Tête enseignante GPT0,577
Écart entre enseignants0,138 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Resources for HealthMême sujetCOVID-19 and Mental HealthTravaux en français237 207