Impact of COVID-19 pandemic on sleep quality in healthcare workers in the Americas: a mixed-methods systematic review
Notice bibliographique
Résumé
Introdução: A pandemia da COVID-19 aumentou o estresse físico e mental e alterou os processos de trabalho dos profissionais de saúde, causando impactos na qualidade do sono. Objetivo: Identificar o impacto da pandemia de COVID-19 na qualidade do sono de médicos, enfermagem e residentes médicos de hospitais e departamentos de emergência nas Américas e sua autopercepção e experiências de qualidade do sono. Apresentar recomendações e estratégias úteis para definir a melhor prática clínica e orientação para o cuidado da qualidade do sono desses profissionais de saúde. Critérios de Inclusão: Estudos com médicos, enfermagem e residentes médicos que trabalharam em hospitais ou urgência/emergência diretamente com o atendimento ao paciente durante a pandemia. Estudos quantitativos, qualitativos e de métodos mistos que investigaram a qualidade do sono dos profissionais de saúde durante a pandemia da COVID-19. Foram considerados estudos que avaliaram a qualidade do sono medida por instrumento validado e que analisaram as experiências e percepções desses profissionais de saúde sobre qualidade de sono. Métodos: Esta revisão foi realizada seguindo a metodologia JBI para revisão sistemática de métodos mistos. Os estudos publicados foram pesquisados na Biblioteca Virtual em Saúde (BIREME), MEDLINE (PubMed), CINAHL (EBSCO), Embase (Elsevier), Scopus (Elsevier), Biblioteca Cochrane (CENTRAL) e Web of Science (Clarivate Analytics). As fontes de estudos não publicados e literatura cinzenta pesquisadas foram Google Scholar, Cybertesis e Canadian Dissertation and Theses. O período de publicação pesquisado foi de 2020 a 2023. Não há restrições de idioma. Utilizou-se a abordagem JBI segregada e convergente, integrando os resultados sintetizados quantitativos e qualitativos. Resultados: Foram incluídas 20 publicações (16 quantitativos, 3 qualitativos e 1 misto). No componente quantitativo, tem-se 12.067 profissionais e, no qualitativo, 72 profissionais. Os países dos estudos são: Brasil, EUA, Colômbia, Cuba, Equador e Peru. A prevalência de distúrbios do sono é 76,4% (IC 95%: 64,8-86,3) e de insônia é 35,8% (IC 95%: 27,0-45,1). No componente qualitativo, duas sínteses: a pandemia da COVID 19 acarretou problemas de saúde mental e física, e afetou as relações sociais dos profissionais de saúde; os profissionais que atuaram na linha de frente identificam estratégias para mitigar dificuldades e desafios do processo de trabalho. Discussão: O sono foi um fator identificado como importante na pandemia com repercussões diretas na saúde desses profissionais. Recomenda-se incluir programas de crise para profissionais de saúde nas instituições e como políticas públicas globais e regionais. Conclusão: Os resultados deste estudo revelam elevada prevalência de distúrbios do sono e insônia tanto na percepção qualitativa quanto na análise quantitativa. São necessárias estratégias para mitigar esses efeitos e orientar políticas de promoção da saúde do sono destes profissionais.
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 | 0,015 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,011 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».