Longitudinal Insights into the Mental Health of Healthcare Workers: Emotional Shifts During Two Years of the COVID-19 Crisis
Notice bibliographique
Résumé
OBJECTIVE: Numerous studies have highlighted the prevalence of mental health disorders among healthcare professionals during the COVID-19 pandemic, with varying indications of emotional strain. This study compares the psychological functioning of healthcare workers at the onset of the pandemic and two years later, offering a comprehensive assessment of their emotional and mental health status in the evolving context of COVID-19. METHODS: = 252). The study employed the Toronto Alexithymia Scale-20 (TAS-20), Cohen's Perceived Stress Scale (PSS-10), Mini-COPE, Acceptance of Illness Scale (AIS), Emotional Processing Scale (EPS), STAI, and PANAS to assess psychological responses and coping mechanisms. RESULTS: Findings revealed a significant increase in denial, substance use, self-blame, negative mood, and impaired psychological and somatic functioning, alongside heightened symptoms of depression and anxiety. Conversely, a marked decrease in planning, positive reinterpretation, acceptance, religious coping, and seeking social support (both emotional and instrumental) was observed over the two-year period. CONCLUSION: The prolonged nature of the COVID-19 pandemic has profoundly affected the psychological resilience of healthcare professionals, eroding critical emotional resources necessary for maintaining interpersonal relationships and mental well-being. These results underscore the need for targeted interventions to support the mental health of medical staff in the ongoing crisis.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».