P.171 A psychological assessment tool to improve quality of life in neurosurgical residents: a prospective cohort study
Notice bibliographique
Résumé
Background: Neurosurgery is a long and arduous training program, and the demands of neurosurgical training have led to resident burnout prevalence ranging from 11-67%, attrition, and suicide. We aimed to assess whether implementation of a weekly self-assessment tool with optional psychological counselling improves neurosurgical resident quality of life. Methods: We performed a one year prospective cohort study including 14 Calgary (intervention group) and 12 Toronto/Winnipeg residents (control group). Calgary residents utilized a mobile application (“HONE”) weekly, and all residents responded to questionnaires at baseline, midpoint and endpoint: EQ-5D-5L, Maslach Burnout Inventory (MBI), and Mayo Clinic Well-being Index (WBI). Between and within group results were compared using two-tailed t-tests. Results: Pooled baseline scores were comparable to population norms, with increased mean MBI depersonalization scores (10.28 versus 7.12, p=0.033), and more WBI “at risk” scores compared to normative data. There were no baseline differences between cohorts. EQ-5D-5L, MBI, and WBI scores were comparable between and within cohorts at all three time points. Three intervention group residents accessed psychological counselling, totalling ten sessions. Conclusions: Weekly use of the HONE application did not impact resident quality of life, although multiple residents displayed help-seeking behaviours. HONE provided tangible data for the program director to track trends in team well-being.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».