Video Experimental Relacionado
Updated: Feb 26, 2026

07:31
Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
8.2K
Construcción y evaluación de un modelo predictivo para el riesgo de alta carga mental en enfermeras clínicas: un
Zhongqing Yuan1, Wanqing Xie2, Jialin Wang3
1Sichuan Nursing Vocational College, Chengdu, Sichuan, China.
Frontiers in public health
|February 25, 2026
Resumen
Un modelo nomográfico predice eficazmente la alta carga mental en enfermeras, identificando factores de riesgo clave como el trabajo por turnos y el apoyo social. Esta herramienta ayuda en intervenciones específicas para el bienestar de las enfermeras.
Área de la Ciencia:
- Investigación de Enfermería
- Psicología de la Salud Ocupacional
- Modelado Predictivo
Sus antecedentes:
- La alta carga mental (CM) representa un riesgo para el bienestar y el rendimiento de las enfermeras clínicas.
- El modelo de Demandas-Recursos Laborales proporciona un marco para comprender los factores que influyen en la CM.
- Identificar a las enfermeras con alto riesgo es crucial para un apoyo oportuno y eficaz.
Objetivo del estudio:
- Desarrollar y validar un modelo nomográfico predictivo para identificar enfermeras clínicas con alto riesgo de CM.
- Aplicar el marco de Demandas-Recursos Laborales en la predicción de CM.
- Establecer una herramienta para la detección e intervención tempranas.
Principales métodos:
- Participó una cohorte de 826 enfermeras clínicas de nueve hospitales terciarios.
- Se recopilaron datos demográficos, de CM y factores psicosociales (p. ej., respuesta a emergencias, apoyo social, afrontamiento).
- La regresión LASSO identificó predictores, seguida de regresión logística binaria y construcción de nomogramas para la predicción.
Principales resultados:
- Siete predictores de alta carga mental (CM) fueron identificados: género, satisfacción salarial, frecuencia de turnos nocturnos, intención de rotación, capacidad de respuesta a emergencias, apoyo social percibido y estilo de afrontamiento negativo.
- El nomograma mostró una buena discriminación en las cohortes de entrenamiento (AUC=0.796) y validación (AUC=0.793).
- El modelo demostró una sólida validez interna y un rendimiento consistente con una fuerte calibración.
Conclusiones:
- Un nomograma validado predice eficazmente el riesgo de alta CM en enfermeras clínicas.
- El modelo ofrece una discriminación, calibración y fiabilidad interna favorables.
- Esta herramienta facilita la identificación de enfermeras en riesgo para intervenciones específicas.
Videos de Conceptos Relacionados
Current Trends in Nursing II
3.6K
Trends in nursing are multifactorial and associated with changes in society, within the nursing profession, and in other professions. Notably, telehealth and remote nursing contribute to successful healthcare delivery for numerous patients and help reduce stress for nurses due to nursing shortages. Nurses can reach patients, monitor their conditions, and interact with them using computers, audio, visual accessories, and telephones—for example, remote patient monitoring systems. Likewise,...
3.6K
Current Trends in Nursing I
5.5K
Current trends in nursing include:
5.5K
Stress and Mental Health
1.0K
Chronic stress profoundly affects mental health, significantly influencing mood, behavior, and overall quality of life. Research closely links chronic stress with mental health conditions such as depression, anxiety, and substance use disorders. Ongoing exposure to stress can lead to physiological and psychological changes, initiating a cycle of emotional distress and maladaptive coping mechanisms.
Individuals with depression often experience challenges in both their personal and professional...
Individuals with depression often experience challenges in both their personal and professional...
1.0K

