The Impact of Post‐COVID‐19 Condition on Frontline Healthcare Workers: A Scoping Review
Notice bibliographique
Résumé
The main goal of this integrative scoping review was to address the knowledge gap and inform policy and research regarding the impact of post-COVID-19 conditions on frontline healthcare workers (HCWs). An integrative scoping review using Arksey and O'Malley's framework examined post-COVID-19 conditions in frontline HCWs. We searched CINAHL, EMBASE, APA PsycINFO, PubMed, Social Science Database, ProQuest, Social Science Journals, and Web of Science, including dissertations, conference proceedings, and government publications for gray literature. A preestablished data extraction tool was developed to capture relevant information about post-COVID-19 conditions in HCWs. Of the total 42 studies, the majority were cross-sectional in design (29) and conducted mainly in countries such as Italy (4), India (3), and Brazil (3). Study findings reveal that a substantial proportion of HCWs in various countries were diagnosed with post-COVID-19 condition, which included persistent symptoms affecting physical and mental well-being. Persistent symptoms, particularly fatigue and anxiety, were associated with a poorer quality of life, decreased work ability, and impaired health-related quality of life among HCWs. Fatigue was a frequently reported symptom in many studies, often accompanied by weakness, muscle pain, shortness of breath, anxiety, depression, and sleep disturbances. The evidence generated through this research examining post-COVID-19 conditions among HCWs is a foundation for informing policy in the healthcare workforce. These findings also address the gap in research on the broader impacts of the COVID-19 pandemic on employers and the healthcare workforce.
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 | 0,016 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,016 | 0,015 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».