210 Addressing burnout in radiologists: Causes, impact on patient care, and potential solutions
Notice bibliographique
Résumé
Objectives/Goals: This study objective is to evaluate the prevalence and risk factors of burnout in practicing radiologists, with a focus on personal as well as systemic factors. It aims to identify and assess the existing strategies to mitigate burnout, enhance radiologist performance, and improve the quality of patient care. Methods/Study Population: The present study is a systematic review that summarizes existing literature on burnout in radiology, examining its prevalence, risk factors, and effect on diagnostic accuracy, decision-making, and job satisfaction. The review will synthesize validated evidence for emotional exhaustion, depersonalization, and professional fulfillment. The review discusses trends and solutions that have emerged from analysis of data within differing countries, subspecialties, and career stages, focusing on elevated risk of burnout in radiologists. It also assesses downstream effects on patient care quality such as missed diagnoses and increased medical errors. The review also discusses potential strategies for mitigating these negative effects on healthcare delivery. Results/Anticipated Results: The anticipated results of this review are expected to reveal significant variability in burnout rates across radiology subspecialties and practice settings, with prevalence ranging from 33% to 88% (Fawzy et al., 2023). Emotional exhaustion and depersonalization emerge as the most reported symptoms as consistently highlighted in previous studies. Major contributors such as workload, administrative burdens, and technological isolation (e.g., remote work and reduced face-to-face interaction) are anticipated. Radiologists in high-demand areas like interventional radiology and those in private practice may show higher burnout levels than those in academic settings. Protective factors, like exercise, supportive environments, and work-life balance, are expected to reduce burnout levels. Discussion/Significance of Impact: This study calls attention to the importance of addressing radiologist burnout as a key institutional priority. Early and effective interventions are essential for improving job satisfaction, reducing medical errors resulting in enhanced patient care. Addressing burnout is crucial for maintaining a sustainable and effective radiology workflow.
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 | 0,008 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».