Mental disorder symptoms in Canadian HEMS personnel: a national-level study
Notice bibliographique
Résumé
Emergency services personnel are regularly exposed to potentially traumatic events with substantial consequences for their mental health. Current estimations from Canadian emergency medical service (EMS) providers show a prevalence of clinically relevant symptomology of 20% or higher in anxiety, depression, and post-traumatic stress. Interestingly, evidence from Canadian helicopter emergency medical services (HEMS) demonstrates a substantially lower prevalence rate (i.e., <10%) of mental disorder symptoms. However, current Canadian data stem from a single HEMS service. A comprehensive assessment of mental disorders from a larger, nationwide sample is presently absent, which was the purpose of the current study. A sample of 215 HEMS personnel (male n = 165, 76.6%) from six Canadian provinces (AB, BC, SK, MB, ON, NS) completed an online survey measuring several mental disorder symptoms. The results revealed a prevalence of clinically elevated symptoms of 7% in posttraumatic stress disorder, 16.8% in major depressive disorder, 5.6% in anxiety, and 3.7% stress. Paramedics reported a significantly higher prevalence of clinically elevated symptoms of post-traumatic stress disorder and major depressive disorder symptoms compared to other HEMS personnel. The findings indicate a higher prevalence of some mental disorder symptoms (i.e., post-traumatic disorder, major depressive disorder) compared to existing data from a single Canadian HEMS organization. There are several psychological (e.g., coping mechanisms), organizational (e.g., time for structured debriefing), and extraneous factors (e.g., COVID-19 pandemic) that may have influenced the results. Yet, the prevalence levels remain much below those reported in on-the-ground EMS workers, which warrants further investigation.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».