一項人工智慧研究揭示了醫護人員在 COVID-19 大流行期間面臨的獨特心理健康挑戰



JMIR AI 上發表的一項開創性研究中,研究人員揭示了美國醫護人員 (HCW) 在COVID-19 大流行期間經歷的具體心理健康挑戰。這項研究利用機器學習技術,不僅強調了醫護人員面臨的獨特挑戰,也提供了重要的見解,以更有效地支持這支不可或缺的勞動力。

COVID-19 大流行給醫護人員帶來了前所未有的挑戰,加劇了他們對憂鬱、焦慮甚至自殺意念等心理健康問題的脆弱性。隨著病毒激增,醫院不得不應對大量患者,常常超出可用床位。衛生工作者被迫在惡劣條件下長時間工作,包括關鍵設備和資源短缺。這種稀缺迫使他們在病患照護方面做出痛苦的決定。

前線的暴露和隔離

在對抗病毒的前線,醫護人員接觸 COVID-19 的風險增加。不幸的是,許多人沒有足夠的機會獲得包括口罩在內的基本防護設備。此外,由於嚴格的隔離措施,他們忍受著與社會和家庭支持網絡的隔離。

醫護人員的憂鬱和焦慮不僅影響他們的健康,而且對病人安全也有重大影響。該研究強調迫切需要解決這些心理健康挑戰,以增強醫療保健系統的彈性,確保其有效應對未來流行病和破壞的能力。

研究人員仔細分析了 2020 年 3 月至 7 月期間接受數位心理治療的 820 名醫護人員的治療記錄。為了保護病患隱私,這些記錄是匿名的。包括醫生、住院醫師、護士、社工和緊急醫療服務提供者在內的醫護人員透過一項旨在在大流行期間支持他們的舉措獲得了免費治療。

比較分析

為了區分醫護人員與一般民眾面臨的獨特挑戰,研究人員根據症狀、人口統計、治療開始日期和治療狀態的相似性,將每位醫護人員與一名非醫護人員進行配對。居住地。研究中的非醫療保健工作者是可以上網的說英語的美國居民。照顧者和非照顧者都接受了憂鬱和焦慮的治療前評估。

機器學習見解

使用啟發式分類演算法從成績單中確定每位醫護人員的職業。然後,研究人員透過將單字轉換為其詞根形式來處理匿名筆錄,創建一個「詞彙表」。然後,他們刪除了不到 50 個文件中出現的空白文字記錄和單字。

此過程從醫療保健提供者的筆錄中產生了 1,208 個術語,從非醫療保健提供者的筆錄中產生了 1,259 個術語。應用結構主題建模(STM)方法來識別患者提出的主題,並了解這些主題與憂鬱和焦慮程度之間的關聯。

啟示性結果

該研究揭示了幾個重要的發現:

  • 大多數醫護人員為女性 (91%),平均年齡約為 31.3 歲。
  • 紐約州和加州佔樣本的四分之一以上。
  • 約 35.2% 的醫護人員表示首次接受心理治療。
  • 超過 56% 的 HCP 患者被診斷為焦慮症,而只有 8.2% 被診斷為憂鬱症。
  • 治療前,73.3%的護理人員患有憂鬱或焦慮。

討論不同的主題

醫療保健專業人士經常提出與醫療保健服務相關的四個獨特主題:

  • 與冠狀病毒有關的恐懼。
  • 他們在重症監護室 (ICU) 和醫院病房的經驗。
  • 與掩蓋和與患者互動相關的問題。
  • 他們的專業角色,例如主治醫師或住院醫師。
  • 相較之下,非醫療保健工作者主要只提到一個與流行病焦慮相關的話題,以及另一個與雇主相關的話題。

對心理健康的共同擔憂

護理人員和配對的對照組都討論了五個常見主題,其中包括恐慌發作、情緒障礙、疼痛和睡眠中斷的經歷。然而,與非醫護人員相比,醫護人員更有可能提到情緒變化和睡眠障礙。

優先考慮醫護人員的心理健康

總而言之,這項研究將820 名醫護人員與820 名從同一平台接受治療的匹配非醫療保健患者進行了比較,使用機器學習計算語言學方法來闡明在COVID-19 大流行期間精神症狀與醫護人員工作之間的獨特關聯。 。研究結果突顯了醫護人員因疫情而承受的巨大壓力,凸顯了優先考慮心理健康的迫切需求。