Personal Sanitario y Pandemia COVID-19 en Chile: Desafíos en Salud Mental
Bibliographic record
Abstract
Señor Editor:La actual pandemia COVID-19 en Chile implica múltiples desafíos para la población general y, particularmente, para el personal sanitario, dados sus niveles de exposición al virus y de sobrecarga laboral.Ello representa una importante demanda para su salud mental.Los profesionales de la salud enfrentan situaciones de alto nivel de estrés emocional en períodos de pandemia, tal como lo indica evidencia de épocas relativamente recientes, en los casos de Ébola o el SARS 1 .En esos escenarios, se constataron mayores niveles de estrés en el inicio, durante y luego de controlada la pandemia, además de sintomatología depresiva y ansiosa, así como insomnio, negación, ira y miedo.Lo anterior también ocurre hoy con COVID-19, siendo más marcada la sintomatología cuando existe trato directo en el cuidado de pacientes con COVID-19, habiendo un mayor riesgo de presentar síntomas de estrés post traumático.El malestar psíquico puede afectar la atención, comprensión y la capacidad de toma de decisiones, implicando un efecto deletéreo en su bienestar general 2 .El impacto en la salud mental en el personal sanitario es especialmente marcado cuando se enfrentan procesos de toma de decisiones respecto del tipo de tratamiento y su receptor, en situaciones de escasez de recursos, ocasiones en que se ponen en juego los principios clínicos y éticos del ejercicio profesional 2,3 .Una de las preocupaciones principales es el miedo de contagio por falta de insumos de seguridad.Ello, sumado a la pérdida de sensación de orden y control, favorecería la aparición de burnout.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".