发表在第八卷,第9号(2020): 9月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/23153,首次出版
社交网络使用与麻醉学、重症监护和急诊医学团队中与COVID-19大流行相关的焦虑增加的关联:基于网络的横断面调查研究

社交网络使用与麻醉学、重症监护和急诊医学团队中与COVID-19大流行相关的焦虑增加的关联:基于网络的横断面调查研究

社交网络使用与麻醉学、重症监护和急诊医学团队中与COVID-19大流行相关的焦虑增加的关联:基于网络的横断面调查研究

原始论文

通讯作者:

Thomas Clavier,医学博士,博士

麻醉与重症监护科

鲁昂大学附属医院

日尔蒙街1号

鲁昂,76000

法国

电话:33 685656293

电子邮件:thomasclavier76@gmail.com


背景:重症监护小组处于管理COVID-19大流行的第一线,这对这些小组的成员来说压力很大。

摘要目的:我们的目的是评估社交网络的使用是否与重症监护团队成员因COVID-19大流行而增加的焦虑有关。

方法:我们向法国几家医院的医生、住院医师、注册护士和辅助护士以及提供重症监护(麻醉学、重症监护或急诊医学)的麻醉师护士分发了一份基于网络的调查。该调查评估了受访者对社交网络的使用情况、他们对新冠肺炎的信息来源、他们对新冠肺炎的焦虑程度和信息水平,模拟等级从0到10。

结果:我们在最终分析中纳入了641名受访者;553人(86.3%)使用社交网络,每天在这些网络上花费的平均时间为60分钟(IQR 30-90)。社交网络使用者的covid -19相关焦虑高于不使用这些网络的医护人员(中位数为6,IQR 5-8 vs中位数为5,IQR 3-7)。P=.02)和多变量(P<.001)分析,社交网络用户的焦虑平均增加了10%。使用社交网络获取COVID-19信息的医护人员的焦虑程度高于使用其他来源的医护人员(中位数为6,IQR 5-8 vs中位数为6,IQR 4-7;P= .04点)。与不使用社交网络的人相比,社交网络用户认为他们对COVID-19的了解程度较低(中位数为8,IQR 7-9 vs中位数为7,IQR 6-8;P< . 01)。

结论:我们的研究结果表明,社交网络会增加重症监护团队的焦虑。为了保护他们的精神健康,重症监护专业人员应考虑在COVID-19大流行期间限制他们使用这些网络。

[j] .移动医疗与健康;2020;8(9):e23153

doi: 10.2196/23153

关键字



2019年底,导致COVID-19疾病的SARS-CoV-2的出现引发了一场大规模的全球疫情,成为一个重大的公共卫生问题。虽然80%的患者表现为轻度症状或无症状,但约20%的患者会出现病毒性肺炎。在这些严重形式中,7%至40%的患者会发展为急性呼吸窘迫综合征,并可能需要入住重症监护病房[12]。尽管目前关于这种感染死亡率的数据很少,但早期报告显示,所有COVID-19患者的死亡率约为6%,ICU住院患者的死亡率高达60% [23.]。

提供重症监护的医生和护士(例如,重症监护员、麻醉师和急诊医生)处于管理最严重形式的COVID-19的第一线。患者呼吸道检测到的SARS-CoV-2病毒载量与肺部疾病严重程度呈正相关;因此,入住急诊科或ICU的COVID-19患者可能是最具传染性的[4]。SARS-CoV-2从患者向医护人员传播的重大风险已被描述[5]。因此,鉴于COVID-19的污染风险和高死亡率,本次大流行显然是医护人员的一大压力来源[6]。

社交网络(如Twitter和Facebook)使用户能够在不使用传统媒体的情况下通过被动查看消息或信息线索来查找信息,而即时通讯平台(如WhatsApp)使用户能够直接与朋友或同事交流。这些应用程序现在被卫生保健工作者普遍用于许多领域,例如教学,促进科学工作,与患者接触以及与同事讨论[7-9]。目前受COVID-19大流行严重影响的地区(即意大利北部、法国东部和美国纽约市)的一些卫生保健工作者使用这些工具进行沟通和分享他们的压力经历。因此,自2019冠状病毒病大流行开始以来,社交网络上出现了许多关于ICU床位不足、必须做出艰难的道德决定、尽管得到了最佳护理,但仍有大量死亡等问题的证词。对于已经接触过COVID-19患者或尚未接触过这些患者的医护人员来说,反复阅读此类信息可能会导致焦虑。这些卫生保健工作者对受影响国家设立的应急组织的运作至关重要,为了维护他们的心理健康,似乎有必要找到限制卫生保健工作者焦虑的战略。因此,理解和分析这种焦虑的根源是至关重要的。

这项工作的目的是评估使用社交网络和即时通讯应用程序获取和交换有关COVID-19大流行的信息是否与重症监护团队的焦虑增加有关。


人口选择

鲁昂大学医院非介入性研究伦理与评价委员会批准了该研究(编号:No。E2020-12)。我们在法国进行了一项前瞻性研究,采用陈述性调查。通过专业或个人电子邮件列表(包括鲁昂大学医院部门负责人的列表),将一个网页上包含20个项目的开放式谷歌表格调查链接通过电子邮件发送给法国各地麻醉科、重症监护科和急诊科的医疗和辅助医疗团队。该调查还通过作者所属的专业WhatsApp讨论组进行分发。最后,两个协会或学术协会(青年麻醉师和重症医师协会和法国重症监护协会)也转发了调查问卷;传播的方法由每个社团的社区管理者自行决定。实际上,调查问卷是通过Twitter向两个协会分发的。所有被联系的卫生保健工作者都被要求将调查链接转发给他们的同事。所有参与者都收到了关于调查目标的信息,这些信息在问卷的序言中被回顾。 By voluntarily participating in the survey after receiving adequate information on its purpose, informed consent was implied. Although it was theoretically possible to identify individual participants, no efforts were made to do this, and no plausible harm to participating individuals could arise from the study. This survey was developed according to available guidelines for self-administered surveys [10]。回复是在一个网页上输入的,只有一个提交按钮,只允许通过一个唯一的链接提交;因此,不请自来的回复是极不可能的。该请求已发送给我们家庭机构的172名卫生保健工作者;然而,由于我们无法确定有多少卫生保健工作者被转发到其他机构,我们不知道有多少卫生保健工作者收到了参与调查的请求。是次调查是根据网上电子调查报告结果核对表进行的[11]。

纳入分析的参与者是在法国医院的重症监护部门(麻醉科、ICU、急诊科、流动急诊室、重症监护病房或混合活动)与患者接触的医疗保健工作者(医生和住院医师)或医疗保健辅助工作者(注册护士、辅助护士和护士麻醉师)。未纳入的标准是其他卫生专业人员、在其他医院部门或在法国以外的国家工作的卫生保健工作者,以及与患者没有直接互动的专业人员(如护理管理人员)。

目标

我们的主要目标是比较使用社交网络和不使用社交网络的医护人员与COVID-19大流行相关的焦虑水平。

次要目标是比较使用社交网络和不使用社交网络的医护人员之间与COVID-19大流行相关的信息水平,比较专业使用WhatsApp的医护人员和非专业使用WhatsApp的医护人员之间与COVID-19大流行相关的焦虑水平。并比较使用社交网络作为COVID-19大流行信息来源的受访者与使用其他信息来源的受访者之间与COVID-19大流行相关的焦虑水平。

调查设计

调查由TC设计和撰写,并由EB(助理教授)和VC(正教授)审核、测试和验证后发送。为避免与大流行进展中焦虑的演变有关的偏差,调查期间仅持续一周。调查分为三个部分。人口统计数据部分分析了参与者的执业地区和城市、年龄、性别、医院类型(公立或私立、大学)、部门和职业。社交网络的使用部分分析了WhatsApp的个人和专业使用情况,社交网络每周至少咨询一次,以及平均每天花在社交网络上的时间。最后,“社交网络与COVID-19大流行之间的联系”部分分析了参与者用来了解大流行的信息来源、使用WhatsApp与同事讨论大流行、参与专门讨论COVID-19的WhatsApp群、与COVID-19患者直接互动、在已经接触或预计接触COVID-19患者的医院工作、以及对大流行的主观信息和焦虑水平(按照李克特量表从0到10打分)。

在人口统计学分析方面,根据2020年3月19日(调查发布前一天)的新冠肺炎发病率,将14个实践地区(13个法国大都市区和1个海外领地)分为两个区域:低密度地区(发病率低于法国中位数)和高密度地区(发病率高于法国中位数;看到表1).

此项网上调查的法文版本可在网上查阅[12]。该调查的英文译本载于多媒体附录1

表1。根据COVID-19发病率,法国地区在低密度和高密度地区的聚集性。
法国地区和大区

每10万居民病例数(2020年3月19日)
COVID-19低密度地区

卢瓦尔城堡 6.15

外海(马提尼克岛、瓜德罗普岛、圭亚那岛、雷森岛、马约特岛) 7.80

Nouvelle-Aquitaine 8.68

卢瓦尔河谷中心 9.93

Occitanie 10.31

诺曼底 10.44

布列塔尼 10.75
高密度区

Hauts-de-France 13.27

Auvergne-Rhone-Alpes 15.76

Provence-Alpes-Cote d \ '蓝色 20.59

Bourgogne-Franche-Comte 32.45

巴黎大区 38.24

尸体 50.19

大美国东部时间 56.04

统计分析

在单因素分析中,分类变量采用卡方检验,连续变量采用Wilcoxon检验。通过线性回归进行多变量分析,对焦虑评分进行建模,并调整混杂因素,包括年龄、地区密度、科室类型、COVID-19信息水平,以及科室是否已经(或即将)为COVID-19患者提供护理。采用Spearman秩相关检验来评估两个变量之间的相关性。分析是双边进行的,显著性阈值为P< . 05。连续变量描述为中位数(IQR),分类变量描述为绝对数字和百分比患病率(%)。所有统计分析均使用R 3.5.1版本(R Foundation for statistical Computing)进行。

数据可用性

支持本文结论的原始数据可以根据作者的要求提供给任何合格的研究人员。


人口特征

这些回复是在2020年3月20日至27日期间编制的。共有759名卫生保健工作者回应了调查;118名受访者不符合我们的纳入标准,因此被排除在分析之外(图1).在641名调查对象中,年龄中位数为33岁(IQR 29-41岁),性别比例为0.79(男性282人,女性359人),在新冠病毒高发地区工作的人数为170人(26.5%)。受访者关于COVID-19大流行的主要信息来源是与同事讨论、机构信息(来自医院管理层或学会)和科学文献(图2).

图1所示。选择研究对象的流程图。
查看此图
图2。使用不同媒体获取COVID-19大流行信息的受访者百分比。
查看此图

社交网络的使用与焦虑

在最终分析的641名受访者中,有553名(86.3%)是社交网络用户,他们每天在这些网络上花费的平均时间为60分钟(IQR 30-90)。受访者使用的社交网络详见图3。在单变量分析中,使用社交网络的受访者更多地在COVID-19低密度地区和重症监护病房工作,而且他们更有可能在管理COVID-19患者的医院工作(表2).他们还表示,与不使用社交网络的受访者相比,他们对COVID-19的焦虑程度更高,而且觉得自己了解的信息更少(表2).在调整了年龄、地区密度、科室类型、COVID-19信息水平以及科室是否为COVID-19患者提供护理的多因素分析中,焦虑与社交网络使用显著相关(P<.001),社交网络用户平均增加1.0个焦虑点(相当于增加10%)。

在社交网络用户中,使用社交网络获取COVID-19大流行信息的医护人员的焦虑水平高于使用其他信息来源的医护人员(中位数为6,IQR 5-8 vs中位数为6,IQR 4-7;P= .04点)。在社交网络上花费的时间与焦虑程度之间没有相关性。r=0.08, 95% CI 0.00 ~ 0.17;P= 0.05)或信息水平(r=0.02, 95% CI -0.06 ~ 0.11;P= .57)。使用WhatsApp与其他专业人员讨论COVID-19的医护人员(中位数为6,IQR 5-7)和不使用WhatsApp的医护人员(中位数为6,IQR 4-8;P=收)。新冠肺炎疫情信息水平与焦虑水平无相关性(r= -0.05, 95% CI -0.13 ~ 0.03;P=。)。

图3。每周至少访问不同社交网络一次的用户比例(n=553)。
查看此图
表2。卫生保健工作者社交网络的特点和使用比较(N=641)。百分比是根据回答每个问题的人数来表示的。
特征 医护人员不使用社交网络 医疗工作者使用社交网络 P价值
n (%) 88 (13.7) 553 (86.3) N/A一个
年龄(岁),中位数(IQR) 46.0 (35.0 - -54.3) 32.0 (28.0 - -38.0) <措施
性别比率(男/女) 0.87 0.96 .68点
COVID-19低密度区,n (%) 73 (83.0) 398 (72.0) .04点
职业,n (%) .41点

内科医生或住院医生 62 (70.5) 361 (65.3)

护士(注册或辅助)或护士麻醉师 26日(29.5) 192 (34.7)
部门,n (%) .02

麻醉学 42 (47.7) 181 (32.7)

加护病房 23日(26.1) 223 (40.3)

紧急 6 (6.8) 55 (9.9)

移动应急 9 (10.2) 34 (6.1)

混合 8 (9.1) 60 (10.8)
医院,n (%) 54

大学 52 (59.1) 325 (58.8)

公共 30 (34.1) 180 (32.5)

私人 6 (6.8) 35 (6.3)
在为COVID-19患者提供护理的医院工作,n (%) 65 (73.9) 474 (85.7) < . 01
与COVID-19患者直接接触,n (%) 33 (37.5) 240 (43.4) 36
WhatsApp使用情况,n (%) 81 (92.0) 517 (93.5) 尾数就
使用WhatsApp与重症监护专业人员讨论COVID-19的情况,n (%) 61 (73.5) 379 (71)
使用专门针对COVID-19的WhatsApp群组,n (%) 41 (50.0) 213 (40.0)
对COVID-19大流行的焦虑程度(0 - 10),中位数(IQR) 5 (3 - 7) 6 (5 - 8) .02
关于COVID-19大流行的信息水平(从0到10),中位数(IQR) 8 (7 - 9) 7 (6 - 8) < . 01

一个-不适用。


主要结果

我们已经表明,在重症监护部门的卫生保健工作者中,社交网络的使用与更高水平的焦虑独立相关。据我们所知,我们首次描述了在大流行背景下医疗团队中使用社交网络和焦虑之间的联系。

与前期工作比较

几项研究表明,COVID-19大流行正在引起受感染患者和与这些患者接触的专业人员的焦虑加剧。因此,据报告,在参与COVID-19患者管理的卫生工作者中,中度或重度焦虑率从9%到46%不等,具体取决于研究结果[1314]。研究表明,在这一人群中,年龄<35岁、女性以及每天与COVID-19患者接触超过3小时与COVID-19引起的焦虑症的发展有关[1516]。这些特征与我们的人口相对应;因此,我们可以假设,我们研究的人群患大流行引起的焦虑症的风险很高。

在我们的研究中,社交网络用户的比例很高,但与之前的研究数据一致,这些研究报告的比例在医疗保健专业人员中为50%至88% [17-19]。WhatsApp用户的比例也与最近的一份报告相似,该报告发现98%的初级卫生保健专业人员使用WhatsApp [17]。众所周知,社交网络参与了“假新闻”和谣言的传播[20.]。研究还表明,在Facebook和YouTube上,在之前的大流行情况下(寨卡病毒),误导性的帖子和视频远比包含有关该疾病的准确和相关公共卫生信息的帖子和视频更受欢迎[2122]。因此,社交网络上很可能流传着许多关于新冠肺炎大流行的错误信息或阴谋论。因此,世界卫生组织最近警告不要对COVID-19进行“喷子和阴谋论”。23]。因此,有趣的是,在我们的研究中,使用社交网络的受访者比不使用社交网络的同事感觉信息更少,使用社交网络作为COVID-19大流行信息来源的受访者表现出更高的焦虑水平。我们的数据表明,社交网络在提供高质量信息方面效率低下,而且提供的信息是有压力的。然而,即使我们在研究中没有发现受访者关于COVID-19的信息水平与焦虑水平之间的相关性,也有可能使用社交网络获取信息与信息缺乏有关,而信息缺乏本身就可能导致焦虑。由于我们的研究设计不允许我们建立因果关系,因此,通过与一些使用社交网络的护理人员进行访谈来确定这些参数之间的因果关系将是有趣的。

焦虑或抑郁与社交网络使用之间的关系已经在患者和一般人群中得到了描述[2425]。然而,这是第一个特别强调重症监护团队成员之间这种联系的研究。虚假信息(或对真实信息的高度诱导焦虑的表述)可能会增加卫生保健工作者的焦虑;这至少在一定程度上解释了我们的研究结果。尽管在我们的研究中,花在社交网络上的时间和焦虑得分并不相关(P= 0.05),有文献报道表明,社交网络时间与焦虑之间存在剂量依赖关系[2526]。众所周知,与工作有关的焦虑与卫生保健工作者(特别是在重症监护部门)的许多并发症有关,包括事故、医疗差错、倦怠和继发性创伤性应激[2728]。COVID-19大流行显然与与这些患者互动的卫生保健专业人员的高度压力、睡眠障碍和焦虑有关[629]。因此,这些专业人员必须管理他们的心理健康并限制他们的压力来源。我们的研究结果表明,建议医疗保健专业人员限制(甚至暂时停止)他们对社交网络的咨询可能是一种限制与COVID-19相关的职业压力的方法。

限制

尽管我们的结果很有趣,但我们的工作有几个主要的局限性。首先,因为我们的研究是观察性的,所以不可能在社交网络的使用和焦虑之间建立因果关系。这是一个横断面研究;因此,我们没有分析焦虑随时间的演变。在COVID-19大流行期间进行的一项为期四周的纵向研究显示,普通人群的焦虑没有显着变化[30.]。然而,这一结论是否适用于卫生保健工作者是值得怀疑的。其次,我们的研究集中在社交网络上,但它本身部分是在Twitter上传播的,这导致了选择偏差,并解释了我们工作中社交网络用户和年轻医护人员的高比例。此外,参与谷歌调查的人可能比其他医护人员更熟悉社交网络的使用。然而,使用传统的电子邮件传播允许我们组成一个对照组,其中有大量的受访者和社交网络用户的比例与卫生专业人员的比例相当[17-19]。第三,我们用李克特量表上的一个问题来评估焦虑,没有考虑多种心理成分(抑郁、焦虑、失眠和痛苦),也没有使用前面描述的特定神经心理学测试[6]。这项研究是在法国一些地区重症监护小组的主要工作超负荷的背景下进行的。因此,很可能有些卫生保健工作者没有时间回答问卷。因此,为了能够从人口密集的部门获得答复,我们故意选择将自己限制在少数问题上,并大大简化我们对焦虑的评估。然而,计算机化焦虑视觉模拟量表的评估是可靠的,并且与更复杂的神经心理测试相关[31]。因此,我们认为我们对焦虑的评估是可以解释的。第四,调查问卷是在疫情高峰期的几天内编写、校对并发出的,我们没有时间将其发送给调查设计、焦虑或大流行性传染病方面的专家进行验证。这可能会限制某些分析项目的相关性(例如,“与同事的讨论”项目没有区分这些对话是否涉及使用社交网络)。第五,通过获取个人受访者的数据(年龄、性别、职业)并交叉引用这些信息,如果有所有医院工作人员的姓名和角色列表,理论上有可能确定一些参与者。因此,受访者的匿名化是不完整的;然而,在这项研究中,没有努力确定个体参与者。第六,我们分析了卫生保健工作者的焦虑;然而,由于卫生保健工作者对大流行的真实情况了解得更多,他们的焦虑程度可能低于一般人群。最近的研究发现,在普通人群中,COVID-19大流行焦虑综合征的发病率为29%至45%,而一项荟萃分析确定,只有23%的医护人员发现了这种焦虑[32-34]。最后,我们只收集了社交网络的潜在有害影响;然而,正如最近提出的那样,使用这些网络也有可能产生我们在这项工作中没有记录的有益影响,例如在禁闭期间保持与家人和朋友的联系,或者在观看视频时放松[35]。已有研究表明,社交网络也可用于传播来自公共卫生组织的有效信息[36]。未来,在COVID-19大流行期间评估这些网络的潜在有益影响将是一件有趣的事情。

结论

虽然我们没有建立直接的因果关系,但在本文中,我们已经表明,社交网络的使用与参与严重COVID-19患者管理的医护人员的焦虑增加独立相关。为了保护他们的精神健康,由于目前的大流行已经承受巨大压力的重症监护专业人员可能希望在未来几个月内限制他们使用这些网络。

致谢

作者感谢Nikki Sabourin-Gibbs(鲁昂大学医院)在编辑手稿时的帮助。资金支持完全由部门来源提供。

作者的贡献

TC参与了研究的构思和设计,数据的获取,数据的分析和解释,以及手稿的起草。BP参与了统计分析,分析和解释数据,并起草了手稿。JS参与了数据的获取和解释以及手稿的起草。MB和MR参与了研究的构思和设计、数据的获取和手稿的起草。BV和VC参与了研究的构思和设计、数据的解释和稿件的修改。EB参与了研究的构思和设计,参与了数据的分析和解释,并参与了手稿的修改。所有作者都对稿件的修改做出了贡献,并阅读并批准了提交的版本。

利益冲突

没有宣布。

多媒体附录1

调查的英文翻译。

DOCX文件,17kb

  1. 吴超,陈旭,蔡勇,夏军,周旭,徐生,等。中国武汉2019冠状病毒肺炎患者急性呼吸窘迫综合征和死亡相关危险因素中华医学会医学杂志2020年7月1日;18 (7):934-943 [j]免费全文] [CrossRef] [Medline]
  2. 杨欣,于勇,徐军,舒华,夏军,刘宏,等。中国武汉SARS-CoV-2肺炎危重患者的临床病程和结局:一项单中心、回顾性、观察性研究中华呼吸医学杂志,2020;8(5):475-481 [j]免费全文] [CrossRef] [Medline]
  3. Baud D, Qi X, Nielsen-Saines K, Musso D, Pomar L, Favre G. COVID-19感染后死亡率的真实估计。《柳叶刀与感染杂志》,2020;20(7):773。[CrossRef]
  4. 刘勇,杨勇,张超,黄峰,王峰,袁军,等。新型冠状病毒感染患者的临床和生化指标与病毒载量和肺损伤的关系中国科学:生命科学2020;63(3):364-374 [j]免费全文] [CrossRef] [Medline]
  5. 吴坤,潘宝宝,贾宝涛,单桂杰,陆文杰,黄玉杰,等。COVID-19和卫生保健工作者的风险:病例报告。中国医科大学学报(自然科学版);2009;31(4):366 - 367。[CrossRef] [Medline]
  6. 赖军,马生,王勇,蔡忠,胡军,魏宁,等。接触2019冠状病毒病的医护人员心理健康结果的相关因素JAMA网络开放2020年3月02日;3(3):e203976 [免费全文] [CrossRef] [Medline]
  7. Clavier T, Ramen J, Dureuil B, Veber B, Hanouz J, Dupont H,等。使用智能手机应用程序WhatsApp作为住院医生的电子学习方法:多中心对照随机试验。JMIR mHealth uHealth 2019 Apr 09;7(4):e12825 [j]免费全文] [CrossRef] [Medline]
  8. Demailly Z, Brulard G, Selim J, compecomtre V, Besnier E, Clavier T.麻醉研究人员专业社交媒体使用的性别差异。[J] .中国生物医学工程学报,2016,31(3):888 - 888。[CrossRef] [Medline]
  9. 刘建军,刘建军,刘建军,等。医疗保健专业人员如何使用社交媒体创建虚拟社区:综合评价。医学互联网研究,2016;16;18(6):e166 [J]免费全文] [CrossRef] [Medline]
  10. Burns KEA, Duffett M, Kho ME, Meade MO, Adhikari NKJ, Sinuff T, academy Group。临床医生自我管理调查的设计和实施指南。中国生物医学工程学报,2008;29(3):245-252。[CrossRef] [Medline]
  11. 提高网络调查的质量:网络电子调查报告结果清单(樱桃)。[J]医学与互联网研究,2004,29;6(3):e34 [J]免费全文] [CrossRef] [Medline]
  12. 社交障碍与Covid-19。URL:https://docs.google.com/forms/d/e/1FAIpQLSdY_JnGQlxxzm0LH4hPzKSM5BO8B10kgoI4F5xs8U4C7uPceQ/viewform?usp=sf_link[2020-09-18]访问
  13. 周新生,李国强,谭炳强,景明,吴勇,颜国辉,等。一项关于COVID-19疫情期间医护人员心理结果和相关身体症状的多国、多中心研究。中国生物医学工程学报(英文版);38 (5):559- 564 [j]免费全文] [CrossRef] [Medline]
  14. 阙健,石磊,邓健,刘健,张磊,吴生,等。COVID-19大流行对医护人员的心理影响:中国的横断面研究精神科杂志,2020;33(3):e100259 [j]免费全文] [CrossRef] [Medline]
  15. 林毅,胡震,黄丽萍。中国公众对COVID-19感染的知识、态度、影响和焦虑中华卫生杂志2020;8:236 [j]免费全文] [CrossRef] [Medline]
  16. 黄燕,赵宁。新冠肺炎疫情期间中国人群广泛性焦虑、抑郁症状与睡眠质量的横断面调查。精神病学杂志,2010;28 (3):344 [j]免费全文] [CrossRef] [Medline]
  17. Marin-Gomez FX, Garcia Cuyas F, Reig-Bolano R, Mendioroz J, Roura-Poch P, Pico-Nicolau M,等。初级卫生保健专业人员使用社交网络应用程序:基于网络的横断面调查。JMIR mHealth uHealth 2018 12月21日;6(12):e11147 [j]免费全文] [CrossRef] [Medline]
  18. Lefebvre C, McKinney K, Glass C, Cline D, Franasiak R, Husain I,等。护士对社交媒体的使用:认知和实践。[J] .中华护理杂志,2020;50(3):135-141。[CrossRef] [Medline]
  19. 苏兰妮,Hirani R, Elias A, Quisenberry L, Varon J,苏兰妮S,等。医疗服务提供者的社交媒体使用情况。BMC Res Notes 2017 11月29日;10(1):654 [免费全文] [CrossRef] [Medline]
  20. Grinberg N, Joseph K, Friedland L, Swire-Thompson B, Lazer D. 2016年美国总统大选期间Twitter上的假新闻。Science 2019年1月25日;363(6425):374-378。[CrossRef] [Medline]
  21. 引用本文:张建军,张建军,张建军,等。寨卡病毒在社交媒体健康信息平台Facebook中的传播分析。[J]中华传染病杂志,2017;45(3):301-302。[CrossRef] [Medline]
  22. Bora K, Das D, Barman B, Borah P.在全球突发公共卫生事件中,互联网视频是否有用?2015-16年寨卡病毒大流行期间YouTube视频的案例研究。Pathog global Health 2018; Sep;112(6):320-328 [j]免费全文] [CrossRef] [Medline]
  23. depux A, Martin S, Karafillakis E, Preet R, Wilder-Smith A, Larson H.社交媒体恐慌的流行比COVID-19爆发的速度更快。[旅游医学]2020年5月18日;27(3)]免费全文] [CrossRef] [Medline]
  24. Shensa A, Sidani JE, Dew MA, Escobar-Viera CG, Primack BA。社交媒体使用与抑郁和焦虑症状:聚类分析[J]中华卫生杂志,2018;42(2):116-128 [J]免费全文] [CrossRef] [Medline]
  25. 林丽丽,Sidani JE, Shensa A, Radovic A, Miller E, Colditz JB,等。美国年轻人使用社交媒体与抑郁之间的关系抑郁焦虑2016年4月;33(4):323-331 [j]免费全文] [CrossRef] [Medline]
  26. Vannucci A, Flannery KM, Ohannessian CM。新成人的社交媒体使用和焦虑。[J]情感障碍,2017,01;07:163-166。[CrossRef] [Medline]
  27. Weaver MD, Vetter C, Rajaratnam SMW, O'Brien CS, Qadri S, Benca RM,等。卫生保健工作者的睡眠障碍、抑郁和焦虑与不良安全结果相关:一项前瞻性队列研究[J]睡眠医学杂志,2018;27(6):e12722 [J]免费全文] [CrossRef] [Medline]
  28. 范文娟,张建平,张建平,等。重症监护病房医护人员同情疲劳和倦怠的系统评价。科学通报,2015;10(8):e0136955 [j]免费全文] [CrossRef] [Medline]
  29. 肖华,张燕,孔丹,李松,杨宁。2020年1月和2月中国新冠肺炎救治医护人员睡眠质量的社会支持影响医学监测2020年3月05日;26:e923549 [j]免费全文] [CrossRef] [Medline]
  30. 王超,潘锐,万旭,谭勇,徐磊,McIntyre RS,等。新冠肺炎疫情期间中国普通人群心理健康状况的纵向研究脑行为免疫[j]; 2020;87:40-48 [j]免费全文] [CrossRef] [Medline]
  31. 张建军,张建军,张建军,张建军,张建军。基于视觉模拟量表的状态焦虑量表的信度、效度和灵敏度研究。中国心理医学杂志,2014,31(4):447-453。[CrossRef] [Medline]
  32. Pappa S, Ntella V, Giannakas T, Giannakoulis VG, Papoutsi E, Katsaounou P. COVID-19大流行期间医护人员抑郁、焦虑和失眠的患病率:系统回顾和荟萃分析。中国生物医学工程学报(英文版);38 (5):991 - 997 [j]免费全文] [CrossRef] [Medline]
  33. 王超,潘锐,万旭,谭勇,徐磊,何春春,等。2019冠状病毒病(COVID-19)流行初期中国普通人群的即时心理反应及其相关因素国际环境与公共卫生杂志2020年3月6日;17(5)[J]免费全文] [CrossRef] [Medline]
  34. Bäuerle A, Teufel M, Musche V, weism ller B, Kohler H, Hetkamp M,等。在COVID-19大流行期间,广泛性焦虑、抑郁和痛苦增加:德国的一项横断面研究。[J]公共卫生(牛津大学)2020年7月13日[免费全文] [CrossRef] [Medline]
  35. 利用社交媒体为我们服务:缓解大流行期间的焦虑。网络心理行为学报,2020;23(4):197-198。[CrossRef] [Medline]
  36. 多尔顿AR,保罗·MJ。在Twitter上识别保护性健康行为:旅行警告和寨卡病毒的观察研究。[J]医学互联网研究,2019,5 (5):e13090 [J]免费全文] [CrossRef] [Medline]


樱桃:网上电子调查报告结果核对表
加护病房:加护病房


L . Buis、G . Eysenbach编辑;提交03.08.20;由R Ho、R Kadri同行评审;对作者的评论01.09.20;20年9月3日收到修订版本;接受04.09.20;发表24.09.20

版权

©Thomas Clavier, Benjamin Popoff, Jean Selim, Marion Beuzelin, Melanie Roussel, Vincent Compere, Benoit Veber, Emmanuel Besnier。最初发表于JMIR mHealth和uHealth (http://mhealth.www.mybigtv.com), 2020年9月24日。

这是一篇根据知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布的开放获取文章,该许可允许在任何媒体上不受限制地使用、分发和复制,前提是原始作品首先发表在JMIR mHealth和uHealth上,并适当引用。必须包括完整的书目信息,到http://mhealth.www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。


Baidu
map