Generalized anxiety disorder and major depressive disorder among healthcare professionals in Mbarara city, southwestern Uganda: the relationship with professional quality of life and resilience
Notice bibliographique
Résumé
BACKGROUND: Marking the lives of healthcare professionals (HCPs) are tensions arising from the conflict between fulfilling their duty of care and the demands of the healthcare setting, creating concern for HCPs' mental. In our study, we aim to determine the prevalence of major depressive disorder (MDD) and generalized anxiety disorder (GAD) among HCPs in Southwestern Uganda and to establish how the disorders' prevalence affects professional quality of life and resilience. METHOD: In total, 200 HCPs from two health facilities (one private and one public) in Southwestern Uganda enrolled in an analytical cross-sectional study. We used the Patient Health Questionnaire-9 (PHQ-9) to determine MDD, the Generalized Anxiety Disorder-7 (GAD-7) to determine GAD, the Professional Quality of Life Scale-5 (ProQOL-5) to determine professional quality of life and the Nicholson McBride Resilience Questionnaire (NMRQ) to determine resilience. RESULTS: The prevalence of MDD was 11.0% and of GAD was 14.5%. High compassion fatigue increased the likelihood of MDD [aPR = 3.38, p value < 0.001]. However, high compassion satisfaction and exceptional resilience reduced the likelihood of GAD i.e., [aPR = 0.50, p value < 0.001] and [aPR = 0.50, p value < 0.001] respectively. Being male [aPR = 2.41, p value = 0.005] and being married [aPR = 1.79, p value = 0.017] increased the likelihood of having MDD. The likelihood of GAD among HCPs decreased with age, [aPR = 0.97, p value = 0.022]. CONCLUSION: There is a significant occurrence of MDD and GAD among healthcare professionals (HCPs) in Southwestern Uganda. Compassion fatigue is linked to an elevated prevalence of MDD, while compassion satisfaction and high resilience scores are associated with a reduced prevalence of GAD. We recommend creation and execution of extensive mental health initiatives designed for HCPs.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».