AI研究揭示医疗保健工作者在COVID-19期间面临的独特心理健康挑战

在JMIR AI上发表的一项开创性研究中，研究人员揭示了美国医疗保健工作者（HCWs）在COVID-19大流行期间面临的独特心理健康挑战。利用机器学习技术，这项研究不仅强调了HCWs挣扎的独特性，还为更有效地支持这一不可或缺的工作队伍提供了关键见解。

COVID-19大流行给医疗保健工作者带来了前所未有的挑战，加剧了他们对抑郁、焦虑甚至自杀意念等心理健康问题的脆弱性。随着病毒激增，医院面临压倒性的患者数量，往往超过可用床位。HCWs被迫在不利条件下工作更长的时间，包括关键设备和资源的短缺。这种稀缺迫使他们做出令人心碎的护理决定。

前线暴露和隔离

作为对抗病毒的前线，HCWs面临更高的COVID-19暴露风险。不幸的是，许多人缺乏获得基本防护设备（包括口罩）的足够途径。此外，由于严格的隔离措施，他们与社交和家庭支持网络隔绝。

HCWs中的抑郁和焦虑不仅影响他们的福祉，还对患者安全产生重大影响。该研究强调了解决这些心理健康挑战的紧迫性，以加强医疗系统的韧性，确保其有效应对未来大流行和中断的能力。

研究人员仔细分析了2020年3月至7月期间接受数字心理治疗的820名医疗保健工作者（HCWs）的治疗记录。为了保护患者隐私，这些记录已去标识化。包括医生、住院医师、护士、社会工作者和急救医疗服务提供者在内的医疗保健工作者通过一项旨在支持他们度过疫情的措施免费接受了治疗。

比较分析

为了区分医疗保健工作者面临的独特挑战与一般人群的不同，研究人员根据症状相似性、人口统计学特征、治疗开始日期和居住州，将每位医疗保健工作者与非医疗保健工作者进行匹配。研究中的非医疗保健工作者为拥有互联网接入权限的美国英语居民。医疗保健工作者和非医疗保健工作者均接受了治疗前的抑郁和焦虑评估。

机器学习见解

采用启发式分类算法从记录中确定每位医疗保健工作者的职业。随后，研究人员处理去标识化的记录，将单词转换为其词根形式，从而创建“词汇表”。接着，他们删除了空记录以及出现频率低于50份文档的单词。

这一过程从医疗保健工作者的记录中产生了1,208个术语，从非医疗保健工作者的记录中产生了1,259个术语。应用结构主题建模（STM）方法来识别患者提出的主题，并了解这些主题与抑郁和焦虑水平之间的关联。

揭示的发现

研究揭示了几个关键发现：

• 大多数医疗保健工作者为女性（91%），平均年龄约为31.3岁。
• 纽约州和加州占样本总量的四分之一以上。
• 约35.2%的医疗保健工作者表示他们首次接受心理治疗。
• 超过56%的医疗保健工作者患者被诊断为焦虑症，而只有8.2%被诊断为抑郁症。
• 治疗前，73.3%的医疗保健工作者患有抑郁症或焦虑症。

独特的讨论主题

医疗保健工作者经常提及与医疗保健提供相关的四个独特主题：

• 与冠状病毒相关的恐惧。
• 他们在重症监护室（ICU）和医院病房的经历。
• 关于佩戴口罩和患者互动的问题。
• 他们的职业角色，如主治医师或住院医师。
• 相比之下，非医疗保健工作者主要只提及一个与疫情焦虑相关的主题和另一个与其雇主相关的主题。

共同的健康担忧

医疗保健工作者及其匹配的控制组讨论了五个共同主题，包括惊恐发作、情绪障碍、悲伤以及睡眠中断的经历。然而，与非医疗保健工作者相比，医疗保健工作者更有可能提及情绪变化和睡眠中断。

优先考虑医疗保健工作者的心理健康

总之，这项研究将820名医疗保健工作者与820名接受同一平台治疗的匹配非医疗保健工作者进行了比较，采用机器学习计算语言学方法来阐明COVID-19疫情期间精神症状与医疗保健工作者工作之间的独特关联。研究结果强调了医疗保健工作者因疫情而承受的压力水平升高，强调了优先考虑其心理健康的迫切需求。