MARC

 008250224s2024        us  ||||||||||||||c||eng  d
■001000017163086
■00520250211152133
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798384024460
■035    ▼a(MiAaPQ)AAI31483749
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a610.73
■1001  ▼aFoxwell,  Anessa  M.
■24510▼aClinician  Distress  Trajectories  When  Caring  for  Seriously  Ill  Hospitalized  Patients:  A  Mixed-Methods  Study.
■260    ▼a[S.l.]▼bUniversity  of  Pennsylvania.  ▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a150  p.
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-02,  Section:  B.
■500    ▼aAdvisor:  Ulrich,  Connie  M.
■5021  ▼aThesis  (Ph.D.)--University  of  Pennsylvania,  2024.
■520    ▼aOver  33  million  people  are  hospitalized  every  year  in  the  US,  many  of  whom  are  seriously  ill  and  experience  substantial  distress.  Clinicians  caring  for  these  complex  patients  also  experience  distress  while  simultaneously  juggling  competing  clinical  demands.  Clinician  distress  is  underrecognized  and  rarely  identified  in  real-time,  however  it  may  impact  serious  illness  care  and  patient  outcomes.  The  overall  purpose  of  this  prospective  cohort  study  was  to  describe  and  identify  clinician  distress  trajectories  in  general  medicine  hospital  clinicians,  i.e.  physicians  and  advanced  practice  providers  (APPs)  caring  for  hospitalized  seriously  ill  patients-defined  as  patients  with  a  high-risk  of  short-term  mortality-and  examine  how  these  trajectories  affect  palliative  care  delivery.Manuscript  1  employed  dimensional  analysis  to  understand  the  nature  of  clinician  distress.  Manuscripts  2  and  3  used  data  prospectively  collected  in  2023  with  a  total  of  184  hospital  encounters  (clinicians,  n=68,  matched  with  seriously  ill  patients,  n=151).  In  Manuscript  2,  longitudinal  cluster  analysis  resulted  in  four  distress  typologies:  low  (n=33),  moderate  (n=47),  high  (n=34),  and  variable  (n=28).  Clinicians  also  experience  symptoms:  fatigue  (59.3%),  stress  (57.4%),  worry  (47.2%),  insomnia  (33.3%),  anger  (13.9%),  sadness  (9.3%),  and  pain  (4.6%).  Univariate  logistic  regression  modeling,  APPs  were  significantly  more  likely  (OR=6.159,  p=0.00255)  than  physicians  to  be  in  a  higher  distress  typology.  Clinicians  with  fatigue  (OR=3.54,  p=0.049),  insomnia  (OR=5.08,  p=0.015),  worry  (OR=4.65,  p=0.009),  stress  (OR=4.20,  p=0.031),  sadness  (OR=21.0,  p=0.018)  were  more  likely  in  a  higher  distress  typology.Manuscript  3  used  qualitative  interviews  with  clinicians  (n=25)  from  each  typology  to  comprehensively  understand  the  experience  of  distress  and  integrate  data.  Qualitative  themes  of  distress  experience  and  sources  of  distress  were  compared  within  and  between  unique  typologies.  Mixed  analysis  confirmed  typologies  with  increasing  mean  distress  thermometer  scores  and  clinician  higher  emotional  symptom  burden.Findings  advance  the  understanding  of  in-the-moment  psychological  distress  for  hospital  clinicians  caring  for  those  with  serious  illness.  Not  all  clinicians  experience  distress  in  the  same  way;  however,  findings  may  help  personalize  interventions  for  distress  based  on  the  four  distinct  typologies.  Immediate  implications  for  healthcare  systems  in  the  current  post-pandemic  era  are  to  acknowledge  and  quantify  clinician  distress,  and  to  develop  innovative  ways  to  provide  support  to  distressed  clinicians. 
■590    ▼aSchool  code:  0175.
■650  4▼aNursing.
■650  4▼aMental  health.
■650  4▼aBioinformatics.
■653    ▼aAdvanced  practice  providers
■653    ▼aPalliative  care  delivery
■653    ▼aClinician  distress
■653    ▼aPsychological  distress  
■653    ▼aHospital  clinicians
■690    ▼a0569
■690    ▼a0624
■690    ▼a0347
■690    ▼a0769
■690    ▼a0715
■71020▼aUniversity  of  Pennsylvania▼bNursing.
■7730  ▼tDissertations  Abstracts  International▼g86-02B.
■790    ▼a0175
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17163086▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서