The independent and combined impact of moral injury and moral distress on post-traumatic stress disorder symptoms among healthcare workers during the COVID-19 pandemic
Notice bibliographique
Résumé
Background: Healthcare workers (HCWs) across the globe have reported symptoms of Post-Traumatic Stress Disorder (PTSD) during the COVID-19 pandemic. Moral Injury (MI) has been associated with PTSD in military populations, but is not well studied in healthcare contexts. Moral Distress (MD), a related concept, may enhance understandings of MI and its relation to PTSD among HCWs. This study examined the independent and combined impact of MI and MD on PTSD symptoms in Canadian HCWs during the pandemic.Methods: HCWs participated in an online survey between February and December 2021, with questions regarding sociodemographics, mental health and trauma history (e.g. MI, MD, PTSD, dissociation, depression, anxiety, stress, childhood adversity). Structural equation modelling was used to analyze the independent and combined impact of MI and MD on PTSD symptoms (including dissociation) among the sample when controlling for sex, age, depression, anxiety, stress, and childhood adversity.Results: A structural equation model independently regressing both MI and MD onto PTSD accounted for 74.4% of the variance in PTSD symptoms. Here, MI was strongly and significantly associated with PTSD symptoms (β = .412, p < .0001) to a higher degree than MD (β = .187, p < .0001), after controlling for age, sex, depression, anxiety, stress and childhood adversity. A model regressing a combined MD and MI construct onto PTSD predicted approximately 87% of the variance in PTSD symptoms (r2 = .87, p < .0001), with MD/MI strongly and significantly associated with PTSD (β = .813, p < .0001), after controlling for age, sex, depression, anxiety, stress, and childhood adversity.Conclusion: Our results support a relation between MI and PTSD among HCWs and suggest that a combined MD and MI construct is most strongly associated with PTSD symptoms. Further research is needed better understand the mechanisms through which MD/MI are associated with PTSD.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».