没有合适的资源?快使用搜索试试~ 我知道了~
互联网干预26(2021)100441具有积极或消极内容的新闻可以影响和放松暂停改善医疗保健专业人员的情绪状态一项随机2019冠状病毒病疫情PauloRodrigoBa za'n,RaymundoMachadodeAzevedoNeto,ShirleySilvaLacerda,MaurícioWatanabe Ribeiro,Joana Bisol Balardin,Edson Amaro Jr.,Elisa Harumi Kozasa*巴西圣保罗阿尔伯特·爱因斯坦医院A R T I C L EI N FO保留字:情感卫生保健专业人员COVID-19休闲娱乐A B S T R A C T2019冠状病毒病大流行期间造成精神困扰的一个原因是媒体曝光,这可能会影响必须及时了解最新统计数据和程序以抗击疫情的医疗保健专业人员(HCP)。这项研究旨在评估听关于COVID-19大流行的负面和正面新闻以及放松暂停音频的效果。为此,我们通过李克特项目测量了情绪状态,该量表旨在评估他或她在评估时的焦虑、压力、希望、情绪意识、愤怒、沮丧、快乐、乐观和专注。在一项在线实验中,245名参与者的HCP样本被随机分配听关于COVID-19的负面或正面新闻内容。在那之后,两组人都接受了一个放松暂停活动的指导,在这个活动中,他们注意到了身体和呼吸。他们在听每个音频之前和之后都进行了评估。在听到负面消息后,参与者进入在更消极的情绪状态比基线(p0.001),并与参与者相比,谁听<正面消息(p 0.001)。<两组在进行拟议的短暂放松后情绪状态均有所改善(p0.001)。<这些结果表明HCP了解和控制消费新闻一个简短的放松练习可以减轻消费负面内容信息的负面影响。1. 介绍2020年3月11日,世界卫生组织宣布新型冠状病毒爆发为大流行。截至7月17日,216个国家、地区或领土共有13,378,853例COVID-19确诊病例,580,045例死亡(世界卫生组织,2020年)。医护专业人员(HCP)与受感染患者的接触影响了他们的身心健康和福祉。许多研究报告称,他们参与COVID-19患者的诊断和治疗与抑郁症、创伤后应激障碍(PTSD)等心理健康问题的风险较高相关。对感染疾病的恐惧、缺乏培训或设备使一线HCP暴露在高水平的压力下(Das例如,2021年)。在Medline和Pubmed搜索大流行期间发表的关于医护人员焦虑患病率的研究后,纳入了71项研究。这一组的焦虑患病率为25%。在护士中为27%,在医生中为17%。那些在前线的患者中有43%,这表明HCP在COVID-19大流行期间经历了显著的焦虑水平(Santaba'rbara等人, 2021年)。在一项总括性综述中,发现了103项研究结果显示,在COVID-19期间,医护人员的焦虑和抑郁患病率分别为24.94%和24.83%(Sahebi等人,2021年)。事实上,在一项系统性综述中,HCP在大流行期间呈现出相对较高的焦虑、失眠、抑郁、PTSD、恐怖症、强迫症和躯体化症状患病率(Hao 例如,2021年)。大流行期间精神痛苦的一个可能原因是媒体曝光,这可能影响卫生保健机构的工作人员(Gao等人, 2020年)。疫情期间,巴西一家大型医疗机构的员工受邀回答了一项跨部门在线调查。样本包括2646名专业人员。其中,44. 4%的受访者表示过度或几乎过度访问与COVID-19相关的数据,67. 6%的受访者表示在社交媒体上花费的时间增加潜在的迹象* 通讯作者。电子邮件地址:ehkozasa@gmail.com(E.H. Kozasa)。https://doi.org/10.1016/j.invent.2021.100441接收日期:2021年1月2日;接收日期:2021年7月29日;接受日期:2021年在线预订2021年2214-7829/©2021的自行发表通过ElsevierB.V.这是一个开放接入文章下的CCby-NC-ND 许 可 证(http://creativecommons.org/licenses/by-nc-nd/4.0/)中找到。可在ScienceDirect上获得目录列表互联网干预期刊主页:www.elsevier.com/locate/inventP.R. Ba za'n等人互联网干预26(2021)1004412与疫情有关的资讯超载的主要表现为:31%的受访者因要维持大量资讯而感到压力,80.0%的受访者感到头痛、眼动、烦躁不安或睡眠困难。参与者更频繁地报告他们的社交媒体访问。这项研究表明,过度的信息暴露可能会导致痛苦和心理健康下降(Ba za'n等人, 2020年)。每天我们都接触到不同程度和强度的信息。具有积极和消极内容的新闻已被证明会影响人们的情绪反应。在一项研究中,听广播新闻。之后,他们被要求评估一个匿名的人的特征。听“好消息”的参与者比听“坏消息”的参与者对这个人的评价更令人愉快。这表明新闻对我们如何看待和评价他人有着深远的影响(Veitch和Griffitt,1976)。另一项研究关于澳大利亚消费者对金融和经济新闻的反应,表明他们对这些新闻的反应是不对称的,支持了负面偏见的倾向,因为受访者只对坏消息做出反应:消费者情绪的下降对消费者行为产生了负面影响,而这些情绪的增加则没有影响(Nguyen和Claus,2013)。研究人员对63名参与者进行了为期10天、每天5次的生态瞬时测试,以评估每日新闻对人们情绪状态的影响。结果表明,负面新闻与更多的负面情绪和较少的积极情绪有关,这些影响不受人格特征的调节(de Hoog和Verboon,2020)。HCP需要定期获取有关冠状病毒传播的信息,以保护自己,改善其专业实践,并帮助公众了解大流行病(Chong等人,2020年)。考虑到负面消息对情绪状态的可能影响,以及我们日常生活中不可避免地接触到一些坏消息,除了将焦点转移到积极的消息之外,引入有助于减少不良心理健康结果的干预措施可能会有所帮助。在这个方向上,一项针对本科生的研究表明,与分心控制条件相比,15分钟的放松暂停干预在暴露于 负 面 电 视 新 闻 后 恢 复 到 基 线 情 绪 状 态 ( Szabo 和 Hopkin-son ,2007)。在对一项帮助医疗保健专业人员提高情境意识和相互照顾文化的协议进行评估时,经过一个月的实践,它改善了精神症状,感知压力和自我同情。该方案的主要组成部分之一是在轮班前和工作时间内进行5分钟的短暂放松暂停(Kozasa等人, 2020年)。的放松反应使我们能够通过改变来关闭压力的有害影响,降低心率,降低新陈代谢,降低呼吸频率,这样身体就回到了一个更健康的平衡状态因此,放松暂停可能是一个有趣的程序,从负面情绪发作中恢复过来。HCP可以访问的信息内容可能会对他们的心理健康产生不同的影响。在大流行背景下,关于COVID-19的正面和负面内容的新闻将如何改变HCP的情绪状态?此外,短暂的放松暂停干预是否有助于HCP改善他们的情绪状态?我们设计了一个实验来解决这些问题。HCP样本被随机分为两组,一组接触负面新闻,另一组接触正面新闻内容。听完新闻后,两组人都进行了短暂的放松暂停练习,注意身体和呼吸。我们假设,与积极的音频相比,带有负面新闻的音频应该会导致个体在负面情绪状态中获得更高的分数。与消极的音频相反,具有积极消息的音频应该改善积极的情绪状态。暂停效果在播放负面内容的那组中应该更明显。2. 材料和方法为了比较正面和负面新闻的影响,本研究采用了随机在线实验设计。来自圣保罗一家大医院的卫生保健专业人员通过机构电子邮件被邀请参加这项研究。其中,那些决定参加的人评估了REDCap(Harris等人,2009年,2019年)在线平台,接受知情同意书,并随机听取关于COVID-19的正面或负面新闻。之后,放松暂停的效果也通过向所有参与者提交放松音频来评估。放松暂停音频没有对照组,因为所有参与者都听了它。放松暂停音频的目的是最大限度地减少志愿者在实验后情绪状态更糟的机会,特别是由于负面消息。由于这是一项自行进行的实验,必须防止与参与实验有关的任何风险。本研究及其分析计划未预先注册。分析代码作为补充材料(S1)提供,可通过电子邮件向通讯作者请求访问原始数据,并将接受当地伦理委员会的评价。2.1. 参与者本研究邀请了在一家私立医院工作的医疗保健专业人员(医生、护理专业人员、牙医、理疗师、言语治疗师、生物医学科学家、技术人员和医院服务员),该私立医院被认为是拉丁美洲最好的医院,是COVID-19治疗的参考(巴西首例报告病例就是在该机构治疗的)。参加本研究的电子邮件邀请于2020年6月9日发送到被归类为直接与患者一起工作的工作人员的机构电子邮件。在线实验将持续到2020年6月25日。在7627名收到在线实验招募电子邮件的HCP中,4076人打开了该邮件,781人点击了链接。开始实验的HCP是748人,245人完成了实验并被纳入分析(图1)。①的人。入选标准:是否有时间参加 实验,在研究数据采集期间(从6月9日至6月25日)工作。排除标准:未完成实验(未完成调查问题或未听完整音频)或完成时间超过30分钟。2.2. 音频录制了包含当前COVID-19疫情正面或负面新闻材料的音频。这些音频是根据有关疫情的真实新闻制作的。积极的消息包括社会倡议、康复病例数量、新的改进的COVID-19检测方法的开发等。负面新闻提到了世界上的病例和死亡人数、受影响国家的数量、大流行的经济影响等主题。音频中报告的事实数量是平衡的,并且两者具有相同的持续时间(2分钟和3秒)。参与者被随机分配到听积极或消极新闻的小组。两组在新闻音频后(见第2.4节),均由放松暂停音频(3分钟19秒)引导。该音频建议参与者以舒适的姿势坐下,并引导他们深呼吸并放松身体,同时注意他们的身体和呼吸。葡萄牙语的原始音频和音频的翻译文本作为补充材料(S2- S7)提供。记录了参与者在REDCap调查的每个页面上花费的时间,并且只有在音频页面中停留至少整个音频持续时间的参与者才被纳入分析。P.R. Ba za'n等人互联网干预26(2021)1004413=2.3. 规模Fig. 1. 实验招募和参与者纳入流程图。ESS评分的探索性因子分析(JASP版本0.13.1)证实这些项目分为两个因素,拟合为了测量情绪状态,在实验前、听完积极或消极的音频后、放松暂停后,我们编制了情绪状态量表(ESS)。该量表包含9个项目,每个项目评估不同的感觉。参与者必须根据他或她在评估时如何体验每种感觉,在李克特量表中给出从0(完全没有)到10(极端)的评分。评价的9个项目为:焦虑、压力、希望、情绪意识、烦躁、沮丧、快乐、乐观和抑郁(葡萄牙语原始版本的问卷见补充材料S8)。考虑到这些情绪的效价,其中5个项目预计是负面的(焦虑,紧张,烦躁,沮丧和全神贯注),4个项目预计是正面的(快乐,意识到情绪,希望,乐观)。的确,Kaiser-Meyer-Olkin 检 验 指 数 ( KMOT = 0.839 ) 、 Bartlett 检 验 ( p<<0.001);估计均方根误差(RMSEA =0.068)和Tucker-Lewis指数(TLI 0.968)。因此,对于一代 ESS总分、阳性项目数倒置,将项目得分相加。通过这种方式,较高的分数表示更消极的情绪状态,而较低的分数表示更积极的情绪状态。对所有项目的回答都具有很高的可靠性,阳性评分倒置,Cronbachα = 0.865。阳性和阴性项目的信度也分别为0.769和0.893。在此基础上,通过在反转之前对四个阳性项目进行求和来产生阳性分数,评分 表示更 积极的情绪状态 同样地, 五P.R. Ba za'n等人互联网干预26(2021)1004414========-==-负项加总为负分数(较高的值表示更消极的情绪状态)。这三个评分用于统计分析(第2.5)2.4. 程序在以电子方式签署知情同意书后,参与者提供了社会人口统计信息(年龄、性别、教育程度以及是否在COVID-19前线工作),并被随机分配到负面新闻(NN)组或正面新闻(PN)组。对于该随机化,使用了自动生成的识别号(ID),该识别号是在参与者开始调查时创建的(打开的知情同意页面)。偶数ID被分配给正音频,而奇数ID被分配给负音频。ID按顺序生成。由于这些分配不受研究人员控制,因此预计这将在组间提供适当的随机化,因为志愿者可以随时回答问卷,因为这是一项在线调查。此外,参与者不知道他们的ID和分发规则,因此他们也无法操纵新闻组之间的随机化。这个实验有三个评估参与者的情绪状态:听任何音频之前(Pre);听新闻音频之后(Post news);以及放松暂停之后(Post pause)。详细地说,两组人都回答了ESS,作为在给予知情同意后对其情绪状态的初始或基线评估。然后,NN组接受关于COVID-19的负面内容的音频,PN组接受正面内容的音频(如第2.2和补充材料S2-S5)。两组人在听完录音后再次回答ESS的问题。之后,两组人都听了一段引导放松的音频。在这段音频中,参与者 必须注意呼吸和放松身体(第2.2节,补充材料S6-S7)。在放松练习结束时,他们回答了ESS的同一系列问题2.5. 统计分析为了评估正面和负面消息以及暂停锻炼对参与者感受的影响,我们从9项Likert量表(从0到10)问卷中创建了三个不同的分数。我们首先通过对所有项目的反应进行求和来创建一个整体分数,反转我们称之为积极项目的反应(即快乐,乐观,充满希望和有意识,见2.3节)。然后,我们将积极和消极的项目分开,并将参与者对这两类项目的反应分别相加,得出积极和消极的分数。采用双向混合方差分析(2-wayMIXED ANOVA),以新闻组(正面与负面内容)和时间(新闻前、新闻后、新闻后停顿)为因素,以新闻后停顿为重复测量因素,评价新闻和停顿对这三个得分的影响。在进行方差分析之前,我们检查了是否违反了其假设。为了评估残差的正态性,我们使用Shapiro-Wilk检验(补充材料S9内的补充表ST 1、ST 16和ST31)和QQ图(补充材料S9内的补充图SF 2、SF 4和SF 6)。为了评估方差齐性,我们使用Levene检验(补充材料S9中的表格SF 2、SF 17和SF32)。为了评估新闻组因子的协方差齐性,我们使用了BoX的M检验(补充材料S9)。为了评估球度偏差,我们使用Mauchly检验。对于应用的所有检验,显著性水平均设定为α 0.05,除了BoX的M检验,因为它是太敏感,设置为0.001。适当时,应用事后检验(使用t检验和Cohend效应量进行成对比较,假设Levene检验结果后方差是否相等),对多重比较应用Bonferroni校正。在违反球度假设的情况下,我们使用Greenhouse-Geisser和Huynh-Feldt校正(补充材料S9中的补充表ST 4,ST 19和ST 34)进行了校正。对于发生其他违规行为的情况(正态性,同方差性,协方差齐性),我们没有转换数据来解决这个问题,以保持结果的可解释性,但我们应用了非参数检验和稳健ANOVA(补充材料S9中的补充表ST 11-ST 15、ST 26-ST 30和ST 40-ST 44)来评估典型ANOVA的结果是否仍然成立。 此外,我们明确指出了分析中的违规行为(补充材料S9)。所有分析均使用统计编程语言R(RCoreTeam,2020)和软件包(Bavel等人,2020; Edwards,2020; Grolemund和Wickham,2011;Henry等人, 2016; Kassambara,2020 a,2020 b; Lawrence,2016;Mair 等 人 , 2020; Müller , 2017; Rodriguez-Sanchez , 2018;Wickham,2011,2020; Wickham和Wickham,2019)。3. 结果在一家私立医院工作的医疗保健专业人员被邀请参加一项在线实验,其中245人完成了这项研究。在同意通过在线同意参与研究后,参与者在三个时间点对情绪状态量表(ESS)做出反应,这是一种为在线研究目的而创建的简短量表(有关量表的更多详细信息,请参见方法第2.3节):在听音频新闻之前(前),听音频新闻之后(后新闻),以及听放松暂停音频之后(后暂停)。参与者被随机分配听积极(n124,50.6%)或消极(n121,49.4%)内容的音频新闻。这两组仅存在性别的社会人口统计学差异(p0.023)。年龄、教育程度及是否在前线工作均无差异(表一)。这两个群体的女性都较多,这是保健部门的一个特点(Fontenot,2012年)。参与者自我分类为一线(N188人,占76.7%)或非前线工作人员(N57,23. 3%),基于他们在工作中与确诊或疑似COVID-19病例的直接互动。我们决定汇总两组的数据进行进一步分析,因为两组在术前时间点的ESS无差异(Kol- mogorov-Smirnov检验:D0.1224,p0.528)。我们首先创建了一个总分来评估新闻内容和放松暂停对参与者情绪状态的影响。该评分是通过对ESS的所有反应进行求和而创建的。该量表由9个项目组成,使用Likert量表进行评价,范围为0至10。分数越高,表明情绪状态越消极分析这些总评分的分布(图2),我们发现组、时间及其相互作用的显著ANOVA效应(p0.001,表2)。
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- OptiX传输试题与SDH基础知识
- C++Builder函数详解与应用
- Linux shell (bash) 文件与字符串比较运算符详解
- Adam Gawne-Cain解读英文版WKT格式与常见投影标准
- dos命令详解:基础操作与网络测试必备
- Windows 蓝屏代码解析与处理指南
- PSoC CY8C24533在电动自行车控制器设计中的应用
- PHP整合FCKeditor网页编辑器教程
- Java Swing计算器源码示例:初学者入门教程
- Eclipse平台上的可视化开发:使用VEP与SWT
- 软件工程CASE工具实践指南
- AIX LVM详解:网络存储架构与管理
- 递归算法解析:文件系统、XML与树图
- 使用Struts2与MySQL构建Web登录验证教程
- PHP5 CLI模式:用PHP编写Shell脚本教程
- MyBatis与Spring完美整合:1.0.0-RC3详解
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功