Impact of COVID-19 pandemic on sleep quality in healthcare workers in the Americas: a mixed-methods systematic review
Bibliographic record
Abstract
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.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.000 | 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; both teacher heads agree on what is shown here.
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".