Women Physicians: Burnout during the COVID-19 Pandemic in Brazil.

BACKGROUND: COVID-19 has placed a tremendous burden on physicians worldwide, especially women physicians, affected by increased workload and loss of quality of life.
OBJECTIVE: To assess the effects of the COVID-19 pandemic on the quality of life, burnout and spirituality of Brazilian women physicians directly or indirectly providing care to COVID-19 patients.
METHODS: Prospective, observational study performed from July 28 to September 27, 2020, in Brazil, with women physicians from 47 specialities, the most frequent being cardiology (22.8%), with no age restriction. They voluntarily answered an online survey with questions on demographic and socioeconomic characteristics, quality of life (WHOQOL-brief), spirituality (WHOQOL-SRPB), and statements from the Oldenburg Burnout Inventory. Statistical analysis used the R software, beta regression, classification trees, and polychoric correlation matrix, with a 5% of significance level.
RESULTS: Of the 769 respondents, 61.6% reported signs of burnout. About 64% reported wage loss of up to 50% during the pandemic. Some reported lack of energy for daily tasks, frequent negative feelings, dissatisfaction with capability for work, and caring for others not adding meaning to their lives. Negative feelings correlated negatively with satisfaction with sexual life and personal relations, and energy for daily tasks. The inability to remain optimistic in times of uncertainty correlated positively with feeling unsafe daily and not acknowledging that caring for others brings meaning to life.
CONCLUSION: This study showed a high frequency of burnout among Brazilian women physicians who answered the survey during the COVID-19 pandemic. Nevertheless, they presented with a relatively good quality of life and believed that spirituality comforted and reassured them in hard times.

Introdução

Os médicos na linha de frente contra a doença de coronavírus 2019 (COVID-19) enfrentaram níveis de estresse altos, sem precedentes. Apesar disso, pouca atenção foi dada à vulnerabilidade vivenciada por esses profissionais, principalmente do sexo feminino. Uma revisão sistemática realizada nos bancos de dados Medline e Embase mostrou um aumento nos desafios relacionados à alta carga de trabalho e à perda de qualidade de vida durante a pandemia de COVID-19, que estão associados à exaustão física e mental.[1] A prevalência de burnout variou de 23% a 76%, e no gênero feminino alta carga de trabalho e preocupações relacionadas à família foram preditores de burnout .[1] Os autores recomendaram que estudos sobre burnout em médicos levassem em consideração as diferenças de gênero.

Um estudo, realizando uma pesquisa transversal para avaliar 2.707 profissionais de saúde (PS) de 60 países, relatou que 51% deles apresentavam burnout , que estava associado ao trabalho com impacto nas atividades domésticas, exposição a pacientes com COVID-19, treinamento inadequado e tomada de decisões que priorizavam a vida. O burnout foi mais frequente em países de alta renda.[2] Outro estudo relatou um aumento do burnout em mulheres médicas em comparação com médicos homens, e os autores levantaram a hipótese de que estressores específicos incluíam falta de opções de creche para crianças e desequilíbrio entre trabalho e vida pessoal. As mulheres médicas com maior carga de trabalho e aquelas sem companheiro apresentaram níveis mais altos de burnout .[3] Vale ressaltar que as mulheres atualmente constituem uma grande proporção da força global de trabalho em saúde e gastam 15 horas a mais por semana em trabalho doméstico não remunerado.[4 , 5]

As dimensões de burnout foram significativamente associadas a um risco aumentado para doenças, independentemente de fatores sociodemográficos e sintomas depressivos. Um estudo com 5.671 participantes [predominantemente médicos, idade média de 44,1 anos (variação, 18 a 70 anos), 62,4% mulheres] usou um aplicativo digital de saúde móvel para uma pesquisa online de burnout profissional medido com o Maslach Burnout Inventory-General Survey. Por meio de análise de rede e regressão logística, o estudo mostrou a associação de alta exaustão emocional com hipertensão arterial e outras doenças crônicas após ajuste para idade, sexo, escolaridade e sintomas depressivos.[6]

Outra revisão sistemática com 12 estudos avaliando o burnout em PS que trabalham ou não nas enfermarias de COVID-19 da linha de frente mostrou resultados controversos.[7] Dois dos estudos relataram níveis mais altos de fadiga emocional em mulheres em comparação com homens e que o sexo feminino foi um fator de risco para burnout entre profissionais de terapia intensiva.[8 , 9] No entanto, outro estudo não encontrou associação com o gênero.[10] A heterogeneidade dos estudos quanto à coleta de dados e questionários utilizados pode ter contribuído para isso, o que reforça a necessidade de mais estudos.[7]

O Brasil ocupou o segundo lugar em número de casos e óbitos por COVID-19 desde o começo da pandemia. No entanto, até onde sabemos, nenhum estudo avaliou o burnout de mulheres médicas brasileiras durante a pandemia. Assim, este estudo teve como objetivo avaliar os efeitos da pandemia na qualidade de vida, no desenvolvimento do burnout e na espiritualidade de mulheres médicas que atendem pacientes com COVID-19 direta ou indiretamente.

Métodos

Trata-se de um estudo transversal, observacional, realizado de 28 de julho a 27 de setembro de 2020 no Brasil, com mulheres médicas de diferentes especialidades, que prestavam assistência direta ou indireta a pacientes com COVID-19. Não houve restrição de idade. As médicas responderam voluntariamente a um questionário online com 68 questões, assim constituindo uma amostra de conveniência.

O questionário foi composto por: 20 questões sobre características demográficas e socioeconômicas; 26 questões da versão em português brasileiro do WHOQOL-brief;[11] 9 questões baseadas no instrumento de teste de campo de Qualidade de Vida da Organização Mundial da Saúde – módulo Espiritualidade, Religiosidade e Crenças Pessoais;[12 , 13] e os 13 enunciados da versão em português brasileiro do Oldenburg Burnout Inventory (OLBI).[14 - 16] (Material suplementar 1).

Por meio da identificação do usuário, as participantes que respondessem ao questionário várias vezes poderiam ser identificadas. Todas as participantes forneceram consentimento informado para o uso de seus dados anônimos.

O presente estudo foi aprovado pelo Comitê de Ética em Pesquisa (HUOL-CAAE: 34673520.7.0000.5292).

De acordo com a metodologia proposta por Schuster et al. e Demerouti et al., os 13 enunciados sobre burnout do OLBI foram transformados em variáveis das duas dimensões de ‘despersonificação’ (7 variáveis) e ‘exaustão emocional’ (6 variáveis).[15 , 17] Foi invertida a pontuação das questões cujas respostas eram ‘concordo’ ou ‘discordo’ de modo que quanto maior a pontuação de cada variável, maior o nível de burnout . A cada dimensão foi atribuída uma pontuação correspondente à sua pontuação média.

Análise estatística

Foi realizada a análise estatística por meio de regressão beta[18] que modela taxas e proporções de desfechos. As duas dimensões de burnout foram consideradas como desfechos e as 55 questões restantes, como variáveis independentes.

No OLBI, a pontuação de cada desfecho é limitada ao intervalo de 1 a 4. Desta maneira, foi implementado um modelo de regressão beta, onde cada desfecho foi recalculado por meio de interpolação linear, de modo que valores de 0 a 1 pudessem ser obtidos. Foram implementados três modelos para cada desfecho. O primeiro modelo foi composto por 55 variáveis. O segundo e terceiro modelos utilizaram as variáveis independentes que apresentaram significância de 10% no modelo anterior.

Após os modelos de regressão beta, foram implementadas árvores de regressão utilizando as variáveis independentes do modelo final e seus respectivos desfechos. As árvores de classificação e regressão (CART, sigla em inglês) constituem um método não paramétrico utilizado para obter uma associação entre a variável dependente e um conjunto de covariáveis. Árvores de decisão são usadas para identificar a interação entre covariáveis. As folhas da árvore fornecem uma representação gráfica do desfecho para cada grupo de indivíduos. Foram usados os pacotes betareg[18] e partykit em R para implementar os modelos de regressão beta da árvore de regressão.[19 , 20]

Outra visualização gráfica foi utilizada com base em uma correlação policórica[21] , uma medida de associação entre variáveis categóricas ordinais. Uma matriz de correlação policórica foi representada como uma rede onde os nós eram as variáveis, e os pesos nas arestas representavam o coeficiente de correlação policórica. A espessura das arestas e a transparência foram dadas pela magnitude do coeficiente de correlação entre os nós. As cores vermelho e verde corresponderam a correlações negativas e positivas, respectivamente. O pacote ‘qgraph’ em R foi utilizado para visualização da rede.[20 - 22]

Para os testes estatísticos, adotamos o nível de significância de 5%.

Resultados

Das 769 respondentes, 474 (61,6%) relataram sinais de burnout . O critério de classificação das respondentes foi dado pelos pontos de corte obtidos das árvores de classificação: exaustão emocional (< 2,668 e ≥ 2,668) e despersonificação (< 2,143 e ≥ 2,143) (Material Suplementar 2).

Com base nas respostas às questões, as características da amostra foram as seguintes: menos de 50 anos, 50,2%; cor da pele branca, 81,9%; casadas, 87,8%; e com 1 a 3 filhos, 67,5%. A distribuição das 47 especialidades médicas foi a seguinte: Cardiologia, 22,8%; Pediatria, 15%; Medicina Interna, 6%; Obstetrícia e Ginecologia, 5,6%; Anestesiologia, 3,8%; Medicina de Família e Comunidade, 2,9%; e Medicina Intensiva, 2,5%. Todas as cinco regiões geográficas brasileiras estavam representadas, sendo mais frequentes as regiões Sudeste (34,3%), Sul (31,7%) e Nordeste (28,3%).

A maioria das respondentes trabalhava em cidades com mais de 500 mil habitantes (74,1%), não ocupava cargo de liderança (66,2%), tinha estabilidade no trabalho (74,5%) e trabalhava em dois ou três locais diferentes (59,7%). Dedicavam de 6 a 20 horas semanais a afazeres domésticos (54,8%) e até 5 horas com atividades de lazer (59,0%). Cerca de 64% das respondentes ganhavam de US$ 1.000 a US$ 4.000 e 57,6% relataram perda salarial de até 50% durante a pandemia, 61% relataram boas condições de trabalho e disponibilidade de equipamentos de proteção individual adequados (61,5%).

A maioria das respondentes relatou ter uma boa qualidade de vida (71,7%) e estar satisfeita com sua saúde (55%), enquanto 64,8% relataram não aproveitar verdadeiramente a vida. Quase 80% relataram acreditar que suas vidas tinham um propósito e 90,4% reconheceram que cuidar de outras pessoas trouxe significado para suas vidas. Consideraram satisfatórios os seguintes aspectos de suas vidas: sono, 62,9%; capacidade de realizar tarefas diárias, 54,7%; capacidade para o trabalho, 64,4%; relações pessoais, 57,7%; apoio de amigos, 61%; condições do lar, 84%; e acesso à saúde, 81,4%. Apenas 36,6% consideraram a sua vida sexual satisfatória e cerca de 94% tiveram, pelo menos ocasionalmente, sentimentos negativos. Apenas 37% relataram sentir energia suficiente para as tarefas diárias e 48,6% aceitaram a sua aparência física.

As respondentes acreditavam que a espiritualidade trazia-lhes conforto e segurança (73,2%) e encontravam força espiritual em tempos difíceis (70,6%), com boa conexão de corpo, mente e espírito (67,8%), embora apenas 53,4% relatassem paz interior e 50,7% relatassem ser otimista. Além disso, 72,7% das respondentes relataram encontrar força na fé e 44,3% encontraram apoio em comunidades religiosas ou espirituais.

As Tabelas 1 e 2 mostram o modelo de regressão beta para os desfechos de ‘exaustão emocional’ e ‘despersonificação’, respectivamente.

Tabela 1

Modelo de regressão beta para a dimensão de ‘exaustão emocional’, uma das dimensões de burnout (Oldenburg Burnout Inventory)

Variáveis preditivas	Estimativa (IC 95%)	p
Local de trabalho (subúrbio ou arredores de cidade grande)	0,328 (0,139; 0,516)	0,001 ***
Local de trabalho (cidade média)	0,358 (0,105; 0,611)	0,006 **
Local de trabalho (cidade pequena)	-0,265 (-0,571; 0,04)	0,089 .
Alocação de tempo para afazeres domésticos (6-10 horas/semana)	-0,05 (-0,184; 0,084)	0,469
Alocação de tempo para afazeres domésticos (11-20 horas/semana)	-0,139 (-0,259; -0,019)	0,023 *
Alocação de tempo para afazeres domésticos (> 20 horas/semana)	-0,122 (-0,226; -0,018)	0,022 *
Faixa salarial (US$ 500-1000)	0,205 (-0,314; 0,724)	0,439
Faixa salarial (US$ 1000-2000)	-0,374 (-0,816; 0,068)	0,097 .
Faixa salarial (US$ 2000-4000)	0,252 (-0,047; 0,552)	0,099 .
Faixa salarial (> US$ 4000)	-0,233 (-0,412; -0,054)	0,011 *
Ambiente de trabalho (ruim)	-0,479 (-0,806; -0,153)	0,004 **
Ambiente de trabalho (regular)	0,193 (-0,084; 0,471)	0,172
Ambiente de trabalho (bom)	-0,049 (-0,251; 0,152)	0,630
Ambiente de trabalho (excelente)	-0,005 (-0,136; 0,125)	0,937
Qualidade de vida	-0,186 (-0,261; -0,111)	< 0,001 ***
Dor física	0,06 (-0,004; 0,124)	0,064 .
Necessidade de tratamento	0,067 (0,01; 0,124)	0,020 *
Energia	-0,395 (-0,479; -0,311)	< 0,001 ***
Alocação de tempo para lazer	-0,09 (-0,162; -0,019)	0,013 *
Deslocamento para trabalho	0,102 (0,038; 0,167)	0,002 **
Capacidade para o trabalho	-0,183 (-0,258; -0,108)	< 0,001 ***
Satisfação com as relações pessoais	-0,109 (-0,176; -0,042)	0,001 ***
Satisfação com a vida sexual	-0,058 (-0,108; -0,008)	0,023 *
Satisfação com o lar	0,07 (-0,001; 0,142)	0,055 .
Satisfação com o transporte	-0,156 (-0,233; -0,078)	< 0,001 ***
Sentimentos negativos	0,246 (0,181; 0,311)	< 0,001 ***

IC 95%: intervalo de confiança de 95%. Significado dos códigos: 0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ‘ 1

Tabela 2

Modelo de regressão beta para a dimensão de ‘despersonificação’, outra dimensão de burnout (Oldenburg Burnout Inventory)

Variáveis preditivas	Estimativa (IC 95%)	p
Estado civil (casada ou com companheiro)	0,231 (0,089; 0,373)	0,001 ***
Estado civil (separada ou divorciada)	0,187 (0,008; 0,366)	0,041 *
Estado civil (viúva)	0,307 (-0,06; 0,674)	0,101
Local de trabalho (subúrbio ou arredores de cidade grande)	0,364 (0,184; 0,544)	< 0,001 ***
Local de trabalho (cidade média)	0,239 (-0,008; 0,485)	0,058 .
Local de trabalho (cidade pequena)	-0,123 (-0,423; 0,177)	0,422
Carga de trabalho (21-36 horas)	-0,045 (-0,194; 0,105)	0,560
Carga de trabalho (37-48 horas)	0,038 (-0,089; 0,166)	0,557
Carga de trabalho (49-60 horas)	-0,051 (-0,161; 0,059)	0,365
Carga de trabalho (> 60 horas)	0,084 (-0,008; 0,177)	0,074 .
Alocação de tempo para afazeres domésticos (6-10 horas/semana)	-0,119 (-0,251; 0,013)	0,078 .
Alocação de tempo para afazeres domésticos (11-20 horas/semana)	-0,164 (-0,281; -0,047)	0,006 **
Alocação de tempo para afazeres domésticos (> 20 horas/semana)	-0,238 (-0,338; -0,139)	< 0,001 ***
Alocação de tempo para lazer (6-10 horas/semana)	0,167 (-0,032; 0,366)	0,101
Alocação de tempo para lazer (11-20 horas/semana)	0,16 (-0,011; 0,33)	0,067 .
Alocação de tempo para lazer (> 20 horas/semana)	0,057 (-0,08; 0,194)	0,417
Salário durante a pandemia (redução de 20%)	-0,141 (-0,282; 0)	0,050 *
Salário durante a pandemia (redução de 21%-50%)	0,016 (-0,119; 0,15)	0,820
Salário durante a pandemia (redução de ≥ 50%)	0,134 (0,006; 0,262)	0,040 *
Salário durante a pandemia (aumento)	0,114 (0,005; 0,223)	0,041 *
Ambiente de trabalho (ruim)	-0,454 (-0,756; -0,153)	0,003 **
Ambiente de trabalho (regular)	0,01 (-0,242; 0,262)	0,938
Ambiente de trabalho (bom)	-0,1 (-0,283; 0,083)	0,283
Ambiente de trabalho (excelente)	0,059 (-0,061; 0,178)	0,336
Dor física	0,082 (0,027; 0,137)	0,004 **
Concentração	-0,144 (-0,226; -0,062)	0,001 ***
Segurança de vida	-0,142 (-0,225; -0,059)	0,001 ***
Ambiente saudável	-0,12 (-0,193; -0,047)	0,001 ***
Energia	-0,201 (-0,283; -0,12)	< 0,001 ***
Aceitação da aparência física	-0,065 (-0,125; -0,005)	0,034 *
Satisfação com a capacidade de realizar tarefas diárias	0,109 (0,031; 0,187)	0,006 **
Capacidade para o trabalho	-0,249 (-0,332; -0,167)	< 0,001 ***
Satisfação com a vida sexual	-0,08 (-0,128; -0,032)	0,001 ***
Cuidar de outras pessoas agrega sentido à vida	-0,236 (-0,311; -0,161)	< 0,001 ***
Otimismo	-0,12 (-0,188; -0,052)	0,001 ***

IC 95%: intervalo de confiança de 95%. Significado dos códigos: 0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ‘ 1

Para o desfecho de ‘exaustão emocional’ ( Tabela 1 ), foram significativos os seguintes: local de trabalho; alocação de tempo para afazeres domésticos; faixa salarial; ambiente de trabalho desfavorável; má qualidade de vida; falta de energia para as tarefas diárias; falta de alocação de tempo para lazer; e insatisfação com o deslocamento diário do trabalho. Relataram insatisfação significativa com sua: capacidade para o trabalho; transporte; habilidades de relacionamento; e vida sexual. Além disso, relataram vivenciar sentimentos negativos com frequência.

Para o desfecho de ‘despersonificação ( Tabela 2 ), foram significativos os seguintes: estado civil; local de trabalho; alocação de tempo para afazeres domésticos; redução/aumento de renda durante a pandemia; ambiente de trabalho ruim; incapacidade de concentração; sentimento diário de insegurança; ambiente físico insalubre; falta de energia para as tarefas diárias; não aceitação da aparência física; grande insatisfação com a capacidade para as tarefas diárias, com a vida sexual e com a capacidade para o trabalho; incapacidade de permanecer otimista em tempos de incerteza; ausência de sentido para a própria vida ao cuidar de outras pessoas; e a consideração de que a dor física as impedia de fazer o que precisava ser feito.

Na árvore de classificação correspondente ao desfecho de ‘exaustão emocional’ ( Figura 1 ), as respondentes representadas nas folhas 12 (n = 58, 7,5%), 13 (n = 43, 5,6%) e 16 (n = 35, 4,5%) apresentaram os maiores escores de burnout , com média e mediana iguais ou superiores a 3,4 (correspondendo a 0,8 na escala de 0 a 1). As respondentes representadas nas folhas 12 e 13 relataram sentir pouca ou nenhuma energia para as tarefas diárias e sentimentos negativos muito frequentes. Esses dois grupos diferiram quanto à capacidade para o trabalho, e as da folha 12 relataram grande insatisfação com isso. As respondentes da folha 16 relataram sentir pouca energia para as tarefas diárias, nenhum ou muito poucos sentimentos negativos e não ter boa qualidade de vida.

Figura 1

Árvore de classificação correspondendo ao desfecho de ‘exaustão emocional’, uma das dimensões de burnout (Oldenburg Burnout Inventory). AmbTrab: ambiente de trabalho; CapTrab: capacidade para o trabalho; NecessTrat: necessidade de tratamento médico; QdV: qualidade de vida; SentNeg: sentimentos negativos; SatisfPess: satisfação com as relações pessoais; SatisfSex: satisfação com a vida sexual; SatisfTransp: satisfação com o transporte.

Na árvore de classificação correspondente ao desfecho de ‘despersonificação’ ( Figura 2 ), as respondentes representadas nas folhas 3 (n = 97, 12,6%) e 5 (n = 29, 3,8%) apresentaram os maiores escores de burnout , com média e mediana superior a 2,8 (correspondente a 0,6 na escala de 0 a 1). As 97 respondentes da folha 3 relataram insatisfação com a sua capacidade para o trabalho e pouca ou nenhuma energia para as tarefas diárias. No entanto, as 29 respondentes da folha 5, apesar de estarem insatisfeitas com a sua capacidade para o trabalho e não reconhecerem que cuidar de outras pessoas trouxesse sentido à vida, consideram ter energia suficiente para suas tarefas diárias.

Figura 2

Árvore de classificação correspondendo ao desfecho de ‘despersonificação’, outra dimensão de burnout (Oldenburg Burnout Inventory). AmbSaud: ambiente saudável; AmbTrab: ambiente de trabalho; CuidarOut: cuidar de outras pessoas; CapTrab: capacidade para o trabalho; SeguVida: segurança de vida.

Para o desfecho de ‘exaustão emocional’ relacionado às mulheres médicas com burnout , o coeficiente de correlação policórica (Material Suplementar 3) identificou que ter sentimentos negativos teve correlação negativa com satisfação com a vida sexual e com as relações pessoais, bem como com energia para as tarefas diárias. A necessidade de tratamento médico para lidar com a vida diária correlacionou-se negativamente com a presença de energia para as tarefas diárias. No entanto, a falta de energia para as tarefas diárias correlacionou-se positivamente com a má qualidade de vida e com a insatisfação em relação à a capacidade para o trabalho ( Figura 3 ).

Figura 3

A matriz de correlação policórica é uma rede onde os nós são as variáveis, e os pesos nas arestas representam o coeficiente de correlação policórica. A espessura das arestas e a transparência são dadas pela magnitude do coeficiente de correlação entre os nós. Dimensões do burnout (Oldenburg Burnout Inventory): (A) Exaustão emocional sem burnout; (B) Exaustão emocional com burnout; (C) Despersonificação sem burnout; (D) Despersonificação com burnout. (*). Com burnout: amS: ambiente saudável; amT: ambiente de trabalho; cdd: cuidar de outras pessoas agrega sentido à vida; cnc: concentração; cpT: capacidade para o trabalho; enr: energia; otm: otimismo em momentos desafiadores; qlV - Qualidade de vida; sgV: segurança de vida; snN: sentimentos negativos; stP: satisfação com as relações pessoais; stS: satisfação com a vida sexual; stT: satisfação com o transporte; Trt: necessidade de tratamento médico. (*) Mais detalhes para compreender a matriz de correlação policórica estão disponíveis no material suplementar.

Para o desfecho de ‘despersonificação’ relacionado às mulheres médicas com burnout , o coeficiente de correlação policórica (Material Suplementar 3) identificou que a dificuldade de concentração foi correlacionada positivamente com a insatisfação em relação à capacidade para o trabalho e com a sensação de insegurança no dia a dia. A incapacidade de permanecer otimista em tempos de incerteza correlacionou-se positivamente com a sensação de insegurança no dia a dia e com a ausência de significado da própria vida no cuidado de outras pessoas. A falta de energia para as tarefas diárias correlacionou-se positivamente com a insatisfação em relação à capacidade para o trabalho ( Figura 3 ). Esses achados da análise de rede corroboram os da árvore de classificação e da regressão beta.

Discussão

O presente estudo mostrou uma alta frequência de burnout entre as mulheres médicas brasileiras (61,6%) que responderam ao questionário. Em relação ao desfecho de ‘exaustão emocional’, as médicas com burnout tinham pouca ou nenhuma energia para as tarefas diárias, sentimentos negativos e insatisfação com a sua capacidade para o trabalho. Em relação ao desfecho de ‘despersonificação’, as médicas com burnout relataram insatisfação com a sua capacidade para o trabalho, pouca ou nenhuma energia para tarefas diárias e ausência de sentido à própria vida ao cuidar de outras pessoas, fatores que ameaçam a sua qualidade de vida. Apesar disso, apresentavam uma qualidade de vida relativamente boa e acreditavam que a espiritualidade as confortava e tranquilizava nos momentos difíceis.

O burnout tem sido definido como uma síndrome psicológica que resulta do estresse crônico no trabalho, suas principais dimensões sendo exaustão, cinismo e falta de eficácia profissional.[23] A condição foi agravada pela pandemia de COVID-19 que desafia a saúde mental, questiona crenças pessoais e ameaça a qualidade de vida dos profissionais de saúde. O problema é exacerbado pelos afazeres domésticos tradicionalmente realizados pelas mulheres.[24]

O Brasil ocupou o segundo lugar em número de casos e óbitos por COVID-19. Isso levou o sistema de saúde brasileiro ao limite, afetando o atendimento aos pacientes não apenas com COVID-19, mas também com outras doenças agudas e crônicas. Quase todos os profissionais de saúde, principalmente médicos, estiveram envolvidos no combate à pandemia.[25] Segundo Scheffer et al., o Brasil tem 477.982 médicos, sendo 222.942 mulheres, predominantemente jovens e residentes nas regiões Sudeste, Sul e Nordeste, a maioria (59,5%) com título de especialista. A medicina no Brasil está no processo de feminização.[26] A distribuição das características da nossa amostra está de acordo com a relatada no estudo de Scheffer et al.

O nosso estudo mostrou maior prevalência de burnout (61,6%) entre as mulheres médicas brasileiras em comparação com outros estudos.[1 - 3 , 7 - 9] O número crescente de casos suspeitos e confirmados de COVID-19, a grande carga de trabalho, a falta de equipamentos de proteção individual, a cobertura avassaladora da mídia, a falta de medicamentos específicos e a sensação de apoio insuficiente podem contribuir para o dano psicológico nos profissionais de saúde. Muitos temiam se infectar ou infectar suas famílias, amigos e colegas e relataram altos níveis de estresse, ansiedade e sintomas depressivos, que podem ter implicações psicológicas de longo prazo.[27 , 28]

Em nosso estudo, a maioria das respondentes relatou ter boa qualidade de vida e acreditar que sua vida tinha um propósito e que cuidar de outras pessoas trazia sentido à sua vida. Além disso, relataram ainda ter que superar barreiras no exercício da profissão e receber remuneração inferior à dos homens. Um grande número relatou sentimentos negativos frequentes, insatisfação com a vida sexual e falta de energia suficiente para as tarefas diárias, além de insatisfação com a aparência física. Tais achados podem ter sido influenciados pelos efeitos da pandemia em um país que vivencia enormes desafios no sistema de saúde.[25] Esses resultados são semelhantes aos do estudo com médicos turcos, relatando que aqueles envolvidos na luta contra a COVID-19 relataram uma forte sensação de significância do trabalho.[29] Porém, a frequência de burnout foi muito maior entre as médicas brasileiras, o que pode estar relacionado à magnitude dos efeitos da pandemia no Brasil.

A prática médica é permeada por experiências de perda, estresse, ansiedade e medo, que aumentam a vulnerabilidade psicológica dos médicos e facilitam o aparecimento de sintomas de ansiedade-depressão. Entretanto, resiliência, espiritualidade e crenças pessoais parecem desempenhar um papel mediador em algumas dessas variáveis psicológicas. Nenhum estudo avaliou como essas variáveis afetam a exaustão e o sofrimento psicológico de mulheres médicas, principalmente aquelas que atuam em um país que enfrenta um sistema de saúde deficitário.[30] Observamos que as médicas confiam na espiritualidade para conforto e segurança, encontram força espiritual em tempos desafiadores e acreditam obter, pela fé, forças para os desafios diários.

Em nosso estudo, o uso inovador de aprendizado de máquina identificou, para o desfecho de ‘exaustão emocional’, que as mulheres médicas com burnout frequentemente têm pouca ou nenhuma energia para tarefas diárias e apresentam sentimentos negativos. Para o desfecho de ‘despersonificação’, as mulheres médicas relataram insatisfação com a sua capacidade para o trabalho, pouca ou nenhuma energia para as tarefas diárias e ausência de sentido à sua vida ao cuidar de outras pessoas ( Figuras 1 e 2 ). Até onde sabemos, não há avaliação de burnout entre mulheres médicas usando técnicas de inteligência artificial, que é o ponto forte do nosso estudo.

Além de confirmar os achados da regressão beta e das árvores de classificação em médicas com burnout , a análise de rede ( Figura 3 ) evidenciou a correlação de seus sentimentos negativos com insatisfação nas relações pessoais e na vida sexual, bem como com a falta de energia para tarefas diárias. Além disso, evidenciou a correlação da má qualidade de vida com a insatisfação em relação à capacidade para o trabalho e com a falta de energia para as tarefas diárias. Correlacionou ainda a dificuldade de concentração com a sensação de insegurança, que, por sua vez, foi correlacionada à incapacidade de permanecer otimista em tempos de incerteza. Além disso, esta análise mostrou graficamente a magnitude da relação entre as variáveis identificadas na técnica de aprendizado de máquina. Outro estudo que utilizou esse tipo de análise mostrou a associação da exaustão emocional elevada à hipertensão arterial e outras doenças crônicas,[6] mesmo fora do período de pandemia.

Uma limitação do presente estudo é ter uma amostra de conveniência. A alta frequência de burnout pode ser devido a um viés amostral, isto é, mulheres com mais problemas podem ter respondido mais ao questionário do que outras mulheres. Apesar disso, a distribuição das características da amostra foi semelhante à observada no estudo de Demografia Médica no Brasil.[26] O ponto forte do presente estudo é a análise conjunta usando aprendizado de máquina das condições de burnout , qualidade de vida e espiritualidade, bem como suas inter-relações durante a pandemia de COVID-19 em mulheres médicas que enfrentaram os desafios mais significativos ao lidar com condições únicas de trabalho e de vida, em um país assolado por casos e óbitos relacionadas à infecção por SARS-COV-2.

Os efeitos socioeconômicos da pandemia e como ela afetou um estilo de vida saudável, bem como o autocuidado feminino, a sensação de bem-estar e a qualidade de vida, representam grandes ameaças à saúde de mulheres médicas com burnout . No entanto, na maioria das vezes, tais assuntos não são reconhecidos nem abordados. Em países como o Brasil, que enfrenta muitos casos e óbitos, esse desafio é maior por conta das desigualdades de um país continental sem políticas direcionadas para a saúde dos médicos, principalmente para as mulheres médicas desafiadas pela tripla jornada de trabalho em tempos de pandemia.

Portanto, é essencial desenvolver estudos futuros para reconhecer a prevalência do burnout e seu impacto avassalador em diferentes populações para enfrentá-lo e preveni-lo adequadamente. Nossos achados destacam a importância de criar um ambiente propício à construção de relações de trabalho positivas. Adicionalmente, o governo e as agências de saúde devem fornecer recursos e investir para proteger o bem-estar psicológico de profissionais de saúde, criando programas de saúde mental. Paralelamente, devem ser estabelecidas parcerias com outras instituições sociais e implementados sistemas de atendimento remoto, movidos pela resiliência e compreensão de situações singulares, com a finalidade de auxiliar as médicas com burnout .

Conclusão

O presente estudo mostrou uma alta frequência de burnout entre as médicas brasileiras que responderam ao questionário durante a pandemia de COVID-19. Apesar disso, apresentavam uma qualidade de vida relativamente boa e acreditavam que a espiritualidade trazia-lhes conforto e segurança nos momentos difíceis.

* Material suplementar

Para informação adicional, por favor, clique aqui.

Para informação adicional do material suplementar 2, por favor, clique aqui.

Para informação adicional do material suplementar 3, por favor, clique aqui.

Introduction

Physicians on the front lines against the coronavirus disease-2019 (COVID-19) have faced unprecedented high levels of stress. Nevertheless, little attention has been paid to the vulnerability experienced by these professionals, mainly of the female sex. A systematic review carried out in the database Medline and Embase has shown an increase in the challenges related to the high workload and loss of quality of life during the COVID-19 pandemic, which are associated with physical and mental exhaustion.[1] The prevalence of burnout ranged from 23% to 76%, and female gender, high workload, and family-related concerns are predictors of burnout.[1] The authors recommended that studies on physician burnout take gender differences into account.

A study, conducting a cross-sectional survey to assess 2707 healthcare professionals (HCPs) from 60 countries, reported that 51% of them had burnout, which was associated with work impacting household activities, exposure to COVID-19 patients, inadequate training, and making life prioritizing decisions. Burnout was more frequent in high-income countries.[2] Another study reported an increase in burnout in women physicians as compared to men physicians, and the authors hypothesized that specific stressors included shortage of daycare options for children and imbalance between work and personal life. Women physicians with greater workloads and those without a partner experienced higher levels of burnout.[3] It is worth noting that women currently constitute a great proportion of the global health workforce and spend 15 hours more per week on unpaid domestic labor.[4 , 5]

The burnout dimensions have been significantly associated with an increased risk for diseases, independently of sociodemographic factors and depressive symptoms. A study with 5671 participants [predominantly physicians, mean age of 44.1 years (range, 18-70 years), 62.4% women] used a mobile health web application for an online survey of job burnout measured with the Maslach Burnout Inventory-General Survey. By using network analysis and logistic regression, the study has shown the association of high emotional exhaustion with arterial hypertension and other chronic diseases after adjusting for age, sex, educational level, and depressive symptoms.[6]

Another systematic review with 12 studies assessing burnout in HCPs working or not in frontline COVID-19 wards has shown controversial results.[7] Two of the studies reported higher levels of emotional fatigue in women as compared to men and that female sex was a risk factor for burnout among intensive care professionals.[8 , 9] However, another study has found no association with gender.[10] The heterogeneity of the studies regarding data collection and questionnaires used could have accounted for that, which emphasizes the need for further studies.[7]

Brazil has ranked second in number of COVID-19 cases and deaths since the beginning of the pandemic. However, to our knowledge, no study has assessed the burnout of Brazilian women physicians during the pandemic. Thus, this study aimed to assess the effects of the pandemic on the quality of life, burnout, and spirituality of women physicians directly or indirectly providing care to COVID-19 patients.

Methods

This is a transversal, observational study performed from July 28 to September 27, 2020 in Brazil, with women physicians from different medical specialities, directly or indirectly providing care to COVID-19 patients. There was no age restriction. The women physicians voluntarily answered an online survey with 68 questions, thus constituting a convenience sample.

The survey consisted of the following: 20 questions on demographic and socioeconomic characteristics; the 26 questions from the Brazilian Portuguese version of the WHOQOL-brief;[11] 9 questions based on the World Health Organization Quality of Life Spirituality, Religiousness and Personal Beliefs (WHOQOL-SRPB) field-test instrument;[12 , 13] and the 13 statements from the Brazilian Portuguese version of the Oldenburg Burnout Inventory (OLBI)[14 - 16] (Supplementary Material 1).

Through user identification, participants who answered the survey multiple times could be identified. All participants provided informed consent for the use of their anonymized data.

This study was approved by the Ethics Committee on Research (HUOL-CAAE: 34673520.7.0000.5292).

According to the methodology proposed by Schuster et al. and Demerouti et al., the 13 burnout statements of the OLBI were transformed into variables of the two dimensions ‘disengagement’ (7 variables) and ‘emotional exhaustion’ (6 variables).[15 , 17] Questions which answer was agree or disagree had the score inverted so as to the higher the score of each variable, the higher the burnout level. Each dimension was attributed a score corresponding to its mean score.

Statistical Analysis

Statistical analysis was performed through Beta Regression[18] which models rates and proportions outcomes. The two burnout dimensions were considered as outcomes and the 55 remaining questions, as independent variables.

In the OLBI, each outcome’s score is limited to the 1-4 interval, thus a beta regression model was implemented, where each outcome was recalculated by using linear interpolation, so that values from 0 to 1 could be obtained. Three models were implemented for each outcome. The first model was composed of 55 variables. The second and third models used the independent variables that showed 10% significance in the previous model.

After the beta regression models, regression trees were implemented using the final model’s independent variables and their respective outcomes. The Classification and Regression Trees (CART) is a nonparametric method used to obtain an association between the dependent variable and a set of covariates. Decision trees are used to identify the interaction between covariates. The leaves of the tree provide a graphical representation of the outcome for each group of individuals. The betareg[18] and partykit packages in R were used to implement the regression tree’s beta regression models.[19 , 20]

Another graphical visualization was used based on a polychoric correlation,[21] a measure of association between ordinal categorical variables. A polychoric correlation matrix was represented as a network where the nodes were the variables, and the weights on the edges represented the polychoric correlation coefficient. The thickness of the edges and the transparency was given by the magnitude of the correlation coefficient between the nodes. The colors red and green corresponded to negative and positive correlations, respectively. The ‘qgraph’ package in R was used for network visualization.[20 - 22]

For the statistical tests, we adopted a significance level of 5%.

Results

Of the 769 respondents, 474 (61.6%) reported signs of burnout. The criterion for classification of the respondents was provided by the cutoff points obtained from the classification trees: emotional exhaustion (<2.668 and ≥2.668) and disengagement (<2.143 and ≥2.143) (Supplementary Material 2).

Based on the answers to the questions, the characteristics of the sample were as follows: under 50 years of age, 50.2%; white skin color, 81.9%; married, 87.8%; and with 1 to 3 children, 67.5%. The distribution of the 47 medical specialities was as follows: Cardiology, 22.8%; Pediatrics, 15%; Internal Medicine, 6%; Obstetrics and Gynecology, 5.6%; Anesthesiology, 3.8%; Family and Community Medicine, 2.9%; and Intensive Care Medicine, 2.5%. All five Brazilian geographic regions were represented, the most frequent being the Southeastern (34.3%), Southern (31.7%), and Northeastern (28.3%) regions.

Most respondents worked in cities with more than 500 000 inhabitants (74.1%), were not in a leadership position (66.2%), had work stability (74.5%), and worked in two or three different places (59.7%). They spent 6 to 20 hours per week with household chores (54.8%) and up to 5 hours with leisure activities (59.0%). About 64% of the respondents earned US$ 1000 to US$ 4000, and 57.6% reported wage loss of as much as 50% during the pandemic. They reported good work conditions (61%) and availability of proper personal protective equipment (61.5%).

Most respondents reported having a good quality of life (71.7%) and being satisfied with their health (55%), while 64.8% reported not really enjoying life, almost 80% reported believing their lives had a purpose and 90.4% acknowledged that caring for others brought meaning to their lives. They considered the following aspects of their lives satisfactory: sleep, 62.9%; ability to perform daily chores, 54.7%; capability for work, 64.4%; personal relationships, 57.7%; support from friends, 61%; conditions of the household, 84%; and access to healthcare, 81.4%. Only 36.6% considered their sexual life satisfactory, and about 94% had, at least occasionally, negative feelings. Only 37% reported experiencing enough energy for daily tasks, and 48.6% accepted their physical appearance.

The respondents believed that spirituality comforted and reassured them (73.2%) and found spiritual force in hard times (70.6%), with good connection of body, mind, and spirit (67.8%), even though only 53.4% reported inner peace and 50.7% reported being optimistic. In addition, 72.7% of the respondents reported finding strength in faith, and 44.3% found support in religious or spiritual communities.

Tables 1 and 2 show the beta regression model for the outcomes ‘emotional exhaustion’ and ‘disengagement’, respectively.

Table 1

Beta regression model for the dimension of burnout emotional exhaustion, one of the dimensions of Burnout (Oldenburg Burnout Inventory)

Predictive variables	Estimate (95% CI)	p
Workplace (suburb or surroundings of a big city)	0.328 (0.139; 0.516)	0.001 ***
Workplace (mid-sized city)	0.358 (0.105; 0.611)	0.006 **
Workplace (small city)	-0.265 (-0.571; 0.04)	0.089 .
Time allocation for household chores (6-10 hours/week)	-0.05 (-0.184; 0.084)	0.469
Time allocation for household chores (11-20 hours/week)	-0.139 (-0.259; -0.019)	0.023 *
Time allocation for household chores (> 20 hours/week)	-0.122 (-0.226; -0.018)	0.022 *
Wage range (US$ 500-1000)	0.205 (-0.314; 0.724)	0.439
Wage range (US$ 1000-2000)	-0.374 (-0.816; 0.068)	0.097 .
Wage range (US$ 2000-4000)	0.252 (-0.047; 0.552)	0.099 .
Wage range (> US$ 4000)	-0.233 (-0.412; -0.054)	0.011 *
Work environment (poor)	-0.479 (-0.806; -0.153)	0.004 **
Work environment (regular)	0.193 (-0.084; 0.471)	0.172
Work environment (good)	-0.049 (-0.251; 0.152)	0.630
Work environment (excellent)	-0.005 (-0.136; 0.125)	0.937
Quality of life	-0.186 (-0.261; -0.111)	< 0.001 ***
Physical pain	0.06 (-0.004; 0.124)	0.064 .
Need for treatment	0.067 (0.01; 0.124)	0.020 *
Energy	-0.395 (-0.479; -0.311)	< 0.001 ***
Time allocation for leisure	-0.09 (-0.162; -0.019)	0.013 *
Work commute	0.102 (0.038; 0.167)	0.002 **
Capability for work	-0.183 (-0.258; -0.108)	< 0.001 ***
Satisfaction with personal relations	-0.109 (-0.176; -0.042)	0.001 ***
Satisfaction with sexual life	-0.058 (-0.108; -0.008)	0.023 *
Satisfaction with household	0.07 (-0.001; 0.142)	0.055 .
Satisfaction with transportation	-0.156 (-0.233; -0.078)	< 0.001 ***
Negative feelings	0.246 (0.181; 0.311)	< 0.001 ***

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1

Table 2

Beta regression model for the dimension of burnout disengagement, another dimension of Burnout (Oldenburg Burnout Inventory)

Predictive variables	Estimate (95% CI)	p
Marital status (married or with a partner)	0.231 (0.089; 0.373)	0.001 ***
Marital status (separated or divorced)	0.187 (0.008; 0.366)	0.041 *
Marital status (widow)	0.307 (-0.06; 0.674)	0.101
Workplace (suburb or surroundings of a big city)	0.364 (0.184; 0.544)	< 0.001 ***
Workplace (mid-sized city)	0.239 (-0.008; 0.485)	0.058 .
Workplace (small city)	-0.123 (-0.423; 0.177)	0.422
Workload (21-36 hours)	-0.045 (-0.194; 0.105)	0.560
Workload (37-48 hours)	0.038 (-0.089; 0.166)	0.557
Workload (49-60 hours)	-0.051 (-0.161; 0.059)	0.365
Workload (> 60 hours)	0.084 (-0.008; 0.177)	0.074 .
Time allocation for household chores (6-10 hours/week)	-0.119 (-0.251; 0.013)	0.078 .
Time allocation for household chores (11-20 hours/week)	-0.164 (-0.281; -0.047)	0.006 **
Time allocation for household chores (> 20 hours/week)	-0.238 (-0.338; -0.139)	< 0.001 ***
Time allocation for leisure (6-10 hours/week)	0.167 (-0.032; 0.366)	0.101
Time allocation for leisure (11-20 hours/week)	0.16 (-0.011; 0.33)	0.067 .
Time allocation for leisure (> 20 hours/week)	0.057 (-0.08; 0.194)	0.417
Pandemic income (20% reduction)	-0.141 (-0.282; 0)	0.050 *
Pandemic income (21-50% reduction)	0.016 (-0.119; 0.15)	0.820
Pandemic income (≥ 50% reduction)	0.134 (0.006; 0.262)	0.040 *
Pandemic income (increase)	0.114 (0.005; 0.223)	0.041 *
Work environment (poor)	-0.454 (-0.756; -0.153)	0.003 **
Work environment (regular)	0.01 (-0.242; 0.262)	0.938
Work environment (good)	-0.1 (-0.283; 0.083)	0.283
Work environment (excellent)	0.059 (-0.061; 0.178)	0.336
Physical pain	0.082 (0.027; 0.137)	0.004 **
Concentration	-0.144 (-0.226; -0.062)	0.001 ***
Life safety	-0.142 (-0.225; -0.059)	0.001 ***
Healthy environment	-0.12 (-0.193; -0.047)	0.001 ***
Energy	-0.201 (-0.283; -0.12)	< 0.001 ***
Acceptance of physical appearance	-0.065 (-0.125; -0.005)	0.034 *
Satisfaction with ability to perform daily tasks	0.109 (0.031; 0.187)	0.006 **
Capability for work	-0.249 (-0.332; -0.167)	< 0.001 ***
Satisfaction with sexual life	-0.08 (-0.128; -0.032)	0.001 ***
Caring for others adds meaning to life	-0.236 (-0.311; -0.161)	< 0.001 ***
Optimism	-0.12 (-0.188; -0.052)	0.001 ***

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1

For the outcome ‘emotional exhaustion’ ( Table 1 ), the following were significant: place of work; time allocation for household chores; wage range; poor work environment; very poor quality of life; lack of energy for daily tasks; no time allocation for leisure; dissatisfaction with daily work commute. They reported significant dissatisfaction with their: capability for work; transportation; relationship skills; and sexual life. In addition, they reported experiencing negative feelings frequently.

For the outcome ‘disengagement’ ( Table 2 ), the following were significant: marital status; place of work; time allocation for household chores; income reduction/increase during the pandemic; poor work environment; inability to concentrate; feeling unsafe on a daily basis; unhealthy physical environment; lack of energy for daily tasks; non-acceptance of physical appearance; great dissatisfaction with their ability for daily tasks, with their sexual life and with their capability for work; inability to remain optimistic in times of uncertainty; caring for others did not bring meaning to their lives; and considering that physical pain prevented them from doing what needed to be done.

In the classification tree corresponding to the outcome ‘emotional exhaustion’ ( Figure 1 ), the respondents represented in leaves 12 (n=58, 7.5%), 13 (n=43, 5.6%) and 16 (n=35, 4.5%) had the highest scores of burnout, with mean and median equal to or greater than 3.4 (corresponding to 0.8 in the scale from 0 to 1). The respondents represented in leaves 12 and 13 reported experiencing very little or no energy for daily tasks and very frequent negative feelings. These two groups differed regarding their capability for work, and those in leaf 12 reported great dissatisfaction with that. The respondents in leaf 16 reported experiencing little energy for daily tasks and no or very few negative feelings, and not having good quality of life.

Figure 1

Classification tree corresponding to the outcome ‘emotional exhaustion,’ one of the dimensions of Burnout (Oldenburg Burnout Inventory). WorkEnvir: work environment; CapWork: capability for work; TreatmNeed: need for medical treatment; QoL: quality of life; NegFeel: negative feelings; PersSatisf: satisfaction with personal relations; SexSatisf: satisfaction with sexual life; TranspSatisf: satisfaction with transportation.

In the classification tree corresponding to the outcome ‘disengagement’ ( Figure 2 ), the respondents represented in leaves 3 (n=97, 12.6%) and 5 (n=29, 3.8%) had the highest scores of burnout, with mean and median over 2.8 (corresponding to 0.6 in the scale from 0 to 1). The 97 respondents in leaf 3 reported dissatisfaction with their capability for work and having very little or no energy for daily tasks. However, the 29 respondents in leaf 5, despite their dissatisfaction with their capability for work and not acknowledging that caring for others brings meaning to life, considered having enough energy for their daily tasks.

Figure 2

Classification tree corresponding to the outcome ‘disengagement.’, another dimension of Burnout (Oldenburg Burnout Inventory). CapWork: capability for work; CareOthers: care for others; HealthyEnviron: healthy environment; LifeSafe: life safety; WorkEnvir: work environment.

For the outcome ‘emotional exhaustion’ related to women physicians with burnout, the polychoric correlation coefficient (Supplementary Material 3) identified that having negative feelings had a negative correlation with satisfaction with their sexual life and personal relations, and energy for daily tasks. Requiring medical treatment to cope with daily life correlated negatively with the presence of energy for daily tasks. However, lack of energy for daily tasks correlated positively with poor quality of life and dissatisfaction with capability for work ( Figure 3 ).

Figure 3

The polychoric correlation matrix is a network where the nodes were the variables, and the weights on the edges represented the polychoric correlation coefficient. The thickness of the edges and the transparency were given by the correlation coefficient’s magnitude between the nodes. Dimensions of Burnout (Oldenburg Burnout Inventory): (A) Emotional exhaustion without burnout; (B) Emotional exhaustion with burnout; (C) Disengagement without burnout; (D) Disengagement with burnout. (*). With burnout: amS: healthy environment; amT: work environment; cdd: caring for others adds meaning to life; cnc: concentration; cpT: capability for work; enr: energy; otm: optimism in challenging times; qlV: quality of life; sgV: life safety; snN: negative feelings; stP: satisfaction with personal relations; stS: satisfaction with sexual life; stT: satisfaction with transportation; Trt: need for medical treatment. (*) More details for understanding the polychoric correlation matrix can be seen in the supplementary material.

For the outcome ‘disengagement’ related to women physicians with burnout, the polychoric correlation coefficient (Supplementary Material 3) identified that difficulty in concentrating correlated positively with dissatisfaction with capability for work and feeling unsafe on a daily basis. The inability to remain optimistic in times of uncertainty correlated positively with feeling unsafe on a daily basis and the inability to see meaning for their lives in caring for others. The lack of energy for daily tasks correlated positively with dissatisfaction with capability for work ( Figure 3 ). These network analysis findings corroborate those in the classification tree and beta regression.

Discussion

This study showed a high frequency of burnout among these Brazilian women physicians (61.6%) who answered the survey. Regarding the outcome ‘emotional exhaustion,’ women physicians with burnout have little or no energy for daily tasks, negative feelings, and dissatisfaction with their capability for work. Regarding the outcome ‘disengagement’, women physicians with burnout reported dissatisfaction with their ability for work, little or no energy for daily tasks, and not adding meaning to their lives from caring for others, which threaten their quality of life. Nevertheless, they presented with a relatively good quality of life and believed that spirituality comforted and reassured them in hard times.

Burnout has been defined as a psychological syndrome that results from chronic stress at work, and its key dimensions are exhaustion, cynicism, and lack of professional efficacy.[23] The condition is compounded by the COVID-19 pandemic that challenges mental health, questions personal beliefs, and threatens the quality of life of HCPs. The problem is aggravated by the household chores traditionally done by women.[24]

Brazil has ranked second in number of COVID-19 cases and deaths. This has stretched the Brazilian healthcare system to the limit, affecting the care provided to patients with not only COVID-19, but other acute and chronic diseases as well. Almost all HCPs, especially physicians, have been involved in the fight against the pandemic.[25] According to Scheffer et al., Brazil has 477 982 physicians, 222 942 of whom are women, predominantly young, living in the Southeastern, Southern, and Northeastern regions, and most of them (59.5%) having a medical specialist title. Medicine in Brazil is undergoing feminization.[26] The distribution of our sample’s characteristics is in accordance with that reported in the study by Scheffer et al.

Our study showed a higher prevalence of burnout (61.6%) among Brazilian women physicians as compared to other studies.[1 - 3 , 7 - 9] The ever-growing number of COVID-19 suspected and confirmed cases, huge workload, shortage of personal protective equipment, overwhelming media coverage, lack of specific medications, and the feeling of insufficient support may be contributing to the psychological damage to HCPs. Many of them feared to get infected or infect their families, friends, and colleagues, and reported high levels of stress, anxiety, and depression symptoms, which may have long-term psychological implications.[27 , 28]

In our study, most respondents reported having good quality of life and believing that their lives had a purpose and that caring for others brought meaning to their lives. In addition, they reported still having to overcome barriers in exercising their profession and receiving lower pay than their male counterparts. A large number reported frequent negative feelings, dissatisfaction with sexual life, and lack of sufficient energy for daily tasks, in addition to dissatisfaction with their physical appearance. Such findings might have been influenced by the effects of the pandemic on a country with a huge challenge to the health system.[25] Such findings are similar to those of the study with Turkish physicians, reporting that those involved in the fight against COVID-19 reported a strong sense of meaningfulness of work.[29] However, the frequency of burnout was much higher among Brazilian women physicians, which may be related to the magnitude of the effects of the pandemic in Brazil.

Medical practice is permeated by experiences of loss, stress, anxiety, and fear, which increase the psychological vulnerability of physicians and facilitate the appearance of anxiety-depression symptoms. In addition, resilience, spirituality, and personal beliefs seem to play a mediating role in some of these psychological variables. No study has assessed how these variables affect the exhaustion and psychological suffering of women physicians, mainly those acting in a country facing a broken health system.[30] We observed that women physicians rely on spirituality for comfort and reassurance, find spiritual strength in challenging times, and believe in getting strength for the daily challenges from faith.

In our study, the novel use of machine learning identified for the outcome ‘emotional exhaustion’ that women physicians with burnout often have little or no energy for daily tasks and negative feelings. For the outcome ‘disengagement’, women physicians reported dissatisfaction with their capability for work, little or no energy for daily tasks, and not adding meaning to their lives from caring for others ( Figures 1 and 2 ). To our knowledge there is no assessment of burnout among women physicians using artificial intelligence techniques, which is the strength of our study.

In addition to confirming the beta regression and classification tree findings of women physicians with burnout, the network analysis ( Figure 3 ) evidenced the correlation of their negative feelings with their dissatisfaction with personal relations and sexual life, as well as with their lack of energy for daily tasks. Moreover, it evidenced the correlation of their poor quality of life with their dissatisfaction with capability for work and their lack of energy for daily tasks, as well as the correlation of their difficulty to concentrate with their feeling of unsafety, which, in turn, correlated with their inability to remain optimistic in times of uncertainty. Moreover, this analysis showed graphically the strength of the relationship between the variables identified in the machine learning technique. Another study using this type of analysis has shown the association of elevated emotional exhaustion with arterial hypertension and other chronic diseases,[6] even outside the pandemic period.

A limitation of this study is it is a convenience sample, and the high frequency of burnout may be due to a sample bias; women with more problems may have answered the questionnaire more than other women. Although the distribution of the sample’s characteristics is similar to that observed in the study of medical demography in Brazil.[26] The strength of this study is the joint analysis using machine learning of Burnout conditions, quality of life, and spirituality and their interrelationships during the COVID19 pandemic in female doctors, who faced the most significant challenges in dealing with unique working and living conditions personnel, in a country beset by cases and deaths related to SARS-COV-2 infection.

The pandemic’s socioeconomic effects and how it affects a healthy lifestyle, as well as the female selfcare, well-being sensation, and quality of life represent major threats to the healthcare of women physicians with burnout. Yet, most of the time they are neither acknowledged nor addressed. In countries like Brazil, facing many cases and deaths, this challenge is bigger because of the inequalities of a continental country without target policies for physicians’ health, especially for women physicians challenged by triple workload in pandemic times.

Therefore, it is essential to develop future studies to recognize the prevalence of burnout and its overwhelming impact on different populations to properly address it and prevent it. Our findings highlight the importance of creating an environment conducive to the construction of positive work relationships. In addition, government and healthcare agencies should provide resources and invest to protect healthcare professionals’ psychological well-being by creating mental health programs. In parallel to this, partnerships with other social institutions should be established and remote assistance systems implemented, driven by resilience and comprehension of their unique situation, to help women physicians with burnout.

Conclusion

This study showed a high frequency of burnout among Brazilian women physicians who answered the survey during the COVID-19 pandemic. Nevertheless, they presented with a relatively good quality of life and believed that spirituality comforted and reassured them in hard times.

* Supplemental Materials

For additional information Supplemental Material 1, please click here

For additional information Supplemental Material 2, please, click here.

For additional information Supplemental Material 3, please, click here.