Soutien aux travailleurs de la santé et détresse psychologique : réflexion sur la situation actuelle et la période suivant la pandémie de COVID-19
Bibliographic record
Abstract
Introduction Cette étude explore la relation entre le soutien émotionnel, le risque perçu et les résultats en matière de santé mentale chez les travailleurs de la santé, qui font face à des taux élevés d’épuisement professionnel et de détresse mentale depuis le début de la pandémie de COVID-19. Méthodologie Une enquête transversale a été menée en ligne au cours de la première vague de la pandémie de COVID-19 auprès de travailleurs de la santé de divers centres de la région du Grand Toronto (Ontario, Canada) pour évaluer les stratégies d’adaptation, la confiance dans les mesures de lutte contre les infections, l’impact du travail antérieur lors de l’épidémie de SRAS survenue en 2003 et le soutien émotionnel. Les résultats en matière de santé mentale ont été évalués au moyen de l’échelle du trouble d’anxiété généralisée (GAD-7), de l’échelle d’impact des événements – révisée (IES-R) et du questionnaire sur la santé des patients (PHQ-9). Résultats Sur les 3 852 participants, 8,2 % ont eu recours à des services professionnels en santé mentale, 77,3 % ont reçu du soutien émotionnel de la part de membres de leur famille, 74,0 % de la part d’amis et 70,3 % de la part de collègues. Les personnes qui ne se sont pas senties soutenues dans leur travail présentaient des probabilités plus élevées d’éprouver des symptômes d’anxiété modérés et sévères (rapport de cotes [RC] = 2,23; intervalle de confiance [IC] à 95 % : 1,84 à 2,69), de trouble de stress post-traumatique (TSPT) (RC = 1,88; IC à 95 % : 1,58 à 2,25) et de dépression (RC = 1,88; IC à 95 % : 1,57 à 2,25). Près de 40 % avaient peur de parler à leur famille des risques auxquels ils étaient exposés au travail. Ceux qui ont pu partager cette information faisaient état d’un risque plus faible d’anxiété (RC = 0,58; IC à 95 % : 0,48 à 0,69), de TSPT (RC = 0,48; IC à 95 % : 0,41 à 0,56) et de dépression (RC = 0,55; IC à 95 % : 0,47 à 0,65). Conclusion Les sources informelles de soutien, en particulier la famille, les amis et les collègues, jouent un rôle important dans l’atténuation de la détresse et devraient être encouragées et utilisées davantage par les travailleurs de la santé.
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 | 0.004 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
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".