MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410514571 · doi:10.1186/s12913-025-12888-2

Organizational interventions to support and promote the mental health of healthcare workers during pandemics and epidemics: a systematic review

2025· review· en· W4410514571 sur OpenAlexafffund
Emily Belita, Sarah Neil‐Sztramko, C Seale, Fangwen Zhou, Clemence Ongolo Zogo, Sheila A. Boamah, Jason Cabaj, Susan M. Jack, Laura Banfield, Cory Neudorf, Gaynor Watson-Creed, Maureen Dobbins

Notice bibliographique

RevueBMC Health Services Research · 2025
Typereview
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversity of SaskatchewanImpactUniversity of CalgaryCanada Research ChairsDalhousie UniversityUniversity of TorontoMcMaster University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNursing researchHealth administrationHealth informaticsPandemicMedicinePublic healthPsychological interventionHealth careNursingMental healthHealth services researchCoronavirus disease 2019 (COVID-19)PsychiatryPolitical scienceDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Understanding organizational mechanisms that protect the mental health of the healthcare workforce during pandemics and epidemics is critical to support decision-making related to worker health and safety. This systematic review aimed to identify organizational-level factors, strategies or interventions that support the mental health of healthcare workers during pandemics or epidemics. METHODS: A comprehensive search was used, including online databases, a grey literature review, and handsearching of reference lists. Studies were eligible for inclusion if they described implementing or testing organizational-level factors, strategies or interventions to support healthcare workers' mental health during pandemics or epidemics. There were no limitations by language, publication status, or publication date. Two reviewers independently conducted screening, data extraction, data analysis and quality appraisal, with conflicts resolved through discussion or third-party arbitration. Data analysis was guided by the Job Demands-Resources Model. A narrative synthesis is presented, given the high degree of heterogeneity across studies. RESULTS: A total of 10,805 articles from database searches and 190 records from other sources were screened. The final review included 86 articles. Studies were of low (n = 11), moderate (n = 39), and high quality (n = 36). Regarding job demands, 40 studies explored high work pressure or heavy workload factors, with the majority investigating working hours (n = 32). Increased working hours may be associated with an increased risk of diverse mental health outcomes. Regarding job resources, leadership factors, strategies (support, appreciation, responsiveness; n = 19) and leadership interventions (n = 3) may be associated with decreased burnout, anxiety, stress, and increased well-being. The availability and adequacy of personal protective equipment (n = 20) may be associated with decreased burnout, anxiety, depression, and stress. Mixed findings were reported on associations between diverse mental health outcomes and training and education (n = 28) or peer support (n = 3). Results should be interpreted cautiously given the high heterogeneity among factors, strategies, and interventions assessed and outcomes measured. CONCLUSIONS: Organizational-level mechanisms can critically influence the mental health of healthcare workers' during pandemics and epidemics. More focused attention is needed to explore and act on the integral role of leadership and the availability of protective equipment to support healthcare workers' mental health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,055
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,007
Bibliométrie0,0090,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,201
Tête enseignante GPT0,577
Écart entre enseignants0,376 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Health Services Research→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→