Mental health and workplace wellbeing among Frontline healthcare providers who provide HIV care to children, adolescents and their families: a mixed-methods study from twelve African countries
Notice bibliographique
Résumé
Frontline healthcare providers (HCPs) are critical to the paediatric-adolescent HIV response in Africa, yet their mental health and workplace wellbeing remain underexplored. We conducted a mixed-methods study with 617 frontline HCP who provide HIV services to children and adolescents in 12 high-prevalence African countries. Participants completed a cross-sectional survey assessing depression, work-related quality of life, empowerment, job satisfaction, and role overload. We examined differences in depression scores by age, gender and occupation. Twenty-one focus groups explored workplace experiences, challenges and their relationship to mental health and well-being. Thirty-nine per cent (n = 242) of participants reported at least mild depressive symptomatology. Prevalence was highest among younger HCPs: 55% among 18–29-year-olds, 39% among 30–45-year-olds and 27% among 45 + year-olds. Depression was more common in psychosocial support roles: 64% among peer supporters, 50% among community health workers and 44% among counsellors. Biomedical providers (nurses, doctors, and pharmacists) reported significantly lower depression scores than psychosocial support positions (p = 0.018). Work-related quality of life was significantly inversely associated with depression (p < 0.001). Participants described feeling overburdened and burnt out, linking mental health challenges to workplace conditions and calling for urgent improvements in work environments and well-being support for frontline HCP who provide HIV services to children and adolescents in Africa.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 ».