MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392411679

Stress, ajustement et burnout des soignants en pédiatrie

2022· preprint· fr· W4392411679 sur OpenAlexfundno aff
Damien Ridremont

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2022
Typepreprint
Languefr
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Medical Association
Mots-clésBurnoutCoping (psychology)Health carePsychologyNursingClinical psychologyMedicinePolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Contexte et objectifs : Tandis que le burnout des soignants exerçant auprès d'une population adulte a été relativement bien étudié, la littérature en pédiatrie reste très limitée. Pourtant, le burnout des soignants en pédiatrie a des conséquences importantes sur leur santé, mais également sur la prise en charge des patients et de leur famille. Cette thèse a donc pour objectifs : 1) d'estimer la prévalence du burnout des soignants travaillant au sein des services pédiatriques français ; 2) d'identifier les facteurs de stress et les stratégies de coping associés au burnout de ces soignants ; 3) d'identifier les profils de burnout des soignants français en pédiatrie et d'explorer les caractéristiques socio-démographiques, les facteurs de stress et les stratégies de coping associés à ces profils ; 4) d'explorer les facteurs de stress liés à la pandémie de COVID-19 des soignants pédiatriques français, et d'investiguer les caractéristiques socio-démographiques, les facteurs de stress et les stratégies de coping associés à des niveaux plus élevés de burnout chez ces soignants durant cette pandémie. Méthode : Un total de 195 soignants (128 médecins et 67 infirmiers) issus de divers services pédiatriques français ont complété notre protocole (Questionnaire ad-hoc, Questionnaire de stress spécifique des soignants en pédiatrie, Job Stress Survey, Ways of Coping Checklist - Revised, Maslach Burnout Inventory). Le recrutement a été conduit en deux temps, en raison de la pandémie de Covid-19 (entre octobre 2019 et mars 2020 ; entre octobre 2020 et mars 2021). Un questionnaire supplémentaire portant sur les facteurs de stress liés à la pandémie a été complété par les soignants interrogés dans le second temps. Résultats : Les prévalences du burnout dans notre échantillon sont de 51% chez les médecins et de 46% chez les infirmiers. Le stress lié aux conditions de travail (surcharge de travail, conflit travail/vie privée) est le facteur principal prédisant le burnout des soignants en pédiatrie. Avoir peu d'années de pratique, être un homme, le coping centré sur les émotions prédisent positivement le burnout des soignants en pédiatrie, tandis que le stress lié à la confrontation à la souffrance et à la mort et le coping centré sur le problème le prédisent négativement. L'analyse en clusters réalisée a montré l'existence de cinq profils selon les dimensions du burnout (Engagement, Inefficace, Désengagé(e) et Epuisé(e), Burnout). Les profils Burnout et Epuisé(e) sont les plus négatifs avec un épuisement émotionnel et un stress lié aux conditions de travail très élevés, le profil Désengagé(e) est caractérisé par une dépersonnalisation et une déconnection aux collègues et supérieurs, et le profil Inefficace est associé à une réduction de l'accomplissement personnel et une faible utilisation des stratégies de coping centrées sur le problème. Nous n'avons pas constaté une prévalence significativement plus forte du burnout chez les soignants en pédiatrie pendant la pandémie de Covid-19. Conclusion : Même si les spécificités du travail en pédiatrie (e.g., place prédominante des familles dans le processus de soin, confrontation au décès et à la souffrance de jeunes patients) sont vectrices de stress chez les soignants, les interventions pour le bien-être des soignants en pédiatrie devraient principalement se concentrer sur l'amélioration des conditions de travail.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,043
Tête enseignante GPT0,354
Écart entre enseignants0,311 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)→Même sujetHealthcare professionals’ stress and burnout→Travaux en français237 207→