Associated factors of Burnout Syndrome in Peruvian health professionals before Covid 19 pandemic: A systematic review
Notice bibliographique
Résumé
Introduction: The Burnout Syndrome (BS) constitutes a prevalent occupational health problem in the group of health professionals. Objective: To describe the prevalence and factors associated with BS in Peruvian health professionals. Method: A systematic review and meta-analysis of the literature were accomplished. Key terms were used: "burnout", "professional exhaustion", with words related to Peru. The databases consulted were LILACS/ Virtual health library, Medline/PubMed, Science Direct, EBSCO, Scopus, SciELO, and RENATI-SUNEDU, published from 2000 to 2020. The methodological quality assessment was accomplished using the Newcastle Ottawa instrument. Results: 33 studies were identified (11 scientific articles and 22 graduate theses), the median of the participants included in each study was 76 (IQR: 47-106). The median total score was 55.8 points (IQR: 44-61). The meta-analysis identified the global prevalence of moderate BS by subgroups of regions of Peru, it was 53% (95% CI: 36% to 70%); by profession 54% (95% CI: 28% to 79%); by general areas 61% (95% CI: 39% to 70%) and emergency 40% (95% CI: 18% to 64%). Most of the factors associated with BS are related to work (work environment, dysfunctional group behavior, time of service, satisfaction, and workload); and sociodemographic (age, sex, and profession). Conclusions: The BS and its three dimensions are more frequently associated with work, sociodemographic and individual factors. SB and the dimensions of emotional exhaustion and depersonalization are associated with factors outside of work. It is the first systematic review of the subject in Peru, being useful to generate proposals for public policies in occupational health and health intervention programs.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».