MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392545091 · doi:10.1371/journal.pone.0290749

The impact of COVID-19 workload on psychological distress amongst Canadian intensive care unit healthcare workers during the 1st wave of the COVID-19 pandemic: A longitudinal cohort study

2024· article· en· W4392545091 sur OpenAlexaffabout
Daniel Pestana, K.C.S Moura, Claire Moura, Taylor Mouliakis, Frédérick D’Aragon, Jennifer Tsang, Alexandra Binnie

Notice bibliographique

RevuePLoS ONE · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensMcMaster UniversityUniversité de SherbrookeQueen's UniversityUniversity of British ColumbiaCentre Hospitalier Universitaire de SherbrookeNiagara Health SystemWilliam Osler Health System
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensive care unitPandemicGeneral Health QuestionnaireAnxietyMental healthCohort studyLongitudinal studyOdds ratioDistressHospital Anxiety and Depression ScaleCohortDepression (economics)Confidence intervalPsychiatryCoronavirus disease 2019 (COVID-19)Internal medicineClinical psychologyDiseasePathology

Résumé

récupéré en direct d'OpenAlex

Intensive care unit healthcare workers (ICU HCW) are at risk of mental health disorders during emerging disease outbreaks. Numerous cross-sectional studies have reported psychological distress, anxiety, and depression amongst ICU HCW during the COVID-19 pandemic. However, few studies have followed HCW longitudinally, and none of these have examined the association between COVID-19 workload and mental health. We conducted a longitudinal cohort study of 309 Canadian ICU HCW from April 2020 to August 2020, during the 1st wave of the COVID-19 pandemic. Psychological distress was assessed using the General Health Questionnaire 12-item scale (GHQ-12) at 3 timepoints: during the acceleration phase of the 1st wave (T1), the deceleration phase of the 1st wave (T2), and after the 1st wave had passed (T3). Clinically relevant psychological distress, defined as a GHQ-12 score ≥ 3, was identified in 64.7% of participants at T1, 41.0% at T2, and 34.6% at T3. Psychological distress was not associated with COVID-19 workload at T1. At T2, psychological distress was associated with the number of COVID-19 patients in the ICU (odds ratio [OR]: 1.06, 95% confidence interval [CI]: 1.00, 1.13) while at T3, when COVID-19 patient numbers were low, it was associated with the number of weekly hospital shifts with COVID-19 exposure (OR: 1.33, 95% CI: 1.09, 1.64). When analyzed longitudinally in a mixed effects model, pandemic timepoint was a stronger predictor of psychological distress (OR: 0.24, 95% CI: 0.15, 0.40 for T2 and OR: 0.16, 95% CI: 0.09, 0.27 for T3) than COVID-19 workload. Participants who showed persistent psychological distress at T3 were compared with those who showed recovery at T3. Persistent psychological distress was associated with a higher number of weekly shifts with COVID-19 exposure (OR: 1.97, 95% CI:1.33, 3.09) but not with a higher number of COVID-19 patients in the ICU (OR: 0.86, 95% CI: 0.76, 0.95). In summary, clinically relevant psychological distress was observed in a majority of ICU HCW during the acceleration phase of the 1st wave of the COVID-19 pandemic but decreased rapidly as the 1st wave progressed. Persistent psychological distress was associated with working more weekly shifts with COVID-19 exposure but not with higher numbers of COVID-19 patients in the ICU. In future emerging disease outbreaks, minimizing shifts with direct disease exposure may help alleviate symptoms for individuals with persistent psychological distress.

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)0,003
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 enseignants0,054
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,238
Tête enseignante GPT0,449
Écart entre enseignants0,210 · 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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→