Effects of Sleep-Deprived Lifestyle on Cognitive Abilities of Healthcare Professionals Working in Shifts
Notice bibliographique
Résumé
The objective of this study was to assess the impacts of sleep deprivation resulting from night shift employment on the general health and quality of life of nurses. A total of 58 healthcare professionals were recruited for this investigation. The Stanford Sleepiness Scale (SSS), Epworth Sleepiness Scale (ESS), Beck Depression Inventory (BDI) and Pittsburgh Sleep Quality Index (PSQI) questionnaires were completed by them. The Montreal Cognitive Assessment (MoCA), Vigilance test, and Stroop test were utilized to evaluate the impact of sleep deprivation on the subjects' cognitive performance, the Vigilance test, and the Stroop test. The individuals were divided into three groups: Severe sleep deprivation was defined as getting less than 4 h of sleep each night (SD); person was classified as mildly to moderately sleep deprived (MD) if they slept for 4-6 h per night, and as non-sleep deprived (NonD) if they slept for more than 6 h per night. Among shift-workers in the healthcare industry, 71% claimed they had trouble sleeping. The SD group exhibited a greater ESS than the MD and NonD groups. Compared to their daytime MocA score of 27.92, 67% of nurses' nighttime MocA score was 24.62. Over the course of the evening, 33% committed more math errors. It was discovered that 72%, 84%, and 67% of nurses performed worse on the nighttime Stroop's color, alertness, and memory tests. The cognitive impairment of shift-work nurses was therefore statistically significant. These findings demonstrated that medical professionals' well-being, productivity, and ability to handle stress may all suffer from sleep deprivation, which may have an effect on the caliber of treatment given to patients.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».