Factors influencing workload and stress during resuscitation – A scoping review
Notice bibliographique
Résumé
Aim: This scoping review aimed to identify potential variables influencing healthcare provider's perceived workload or stress when performing resuscitation on patients in cardiac arrest. Methods: We searched Medline, EMBASE, PsycINFO, Cochrane, and Allied Health Literature (CINAHL) to identify studies published prior to February 1, 2024. We used a PECO format for this review: the population were healthcare providers performing resuscitation during simulated or real cardiac arrest; the exposure was the presence of any factor that could impact perceived workload or stress; and the comparator was the absence of any specific factor. Outcome variables, including self-reported questionnaires, objective and subjective measures, and any variables identified to have impact on workload and/or stress were extracted. Results: Of the initially identified 10,165 studies, 24 studies (20 RCTs, 2 quasi-experimental studies and 2 observational studies) were ultimately included. Among them, a wide variety of factors influencing perceived stress or workload were identified. High heterogeneity among studies was observed. We categorized factors into the following entities: (1) team composition and roles; (2) telemedicine; (3) workflow; (4) tools; (5) cognitive aids; (6) presence of friends and family, and (7) provider experience and exposure, representing the modifiable factors for future interventions. Conclusion: This scoping review provides an overview of factors influencing workload and stress during real and simulated cardiac arrest resuscitation. These findings highlight the need for targeted strategies to effectively manage workload and stress during resuscitation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,018 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».