Mentalizing, Resilience, and Mental Health Status among Healthcare Workers during the COVID-19 Pandemic: A Cross-Sectional Study.

The COVID-19 pandemic has caused unprecedented stress on healthcare professionals worldwide. Since resilience and mentalizing capacity play very important preventive roles when it comes to mental health, the main goal of this study was to determine whether the capacity for mentalizing and resilience could explain the levels of depression, anxiety, and stress among healthcare workers during the COVID-19 pandemic. The study was conducted in Serbia on a sample of 406 healthcare workers (141 doctors and 265 nurses) aged 19 to 65 (M = 40.11, SD = 9.41). The participants' mental health status was evaluated using the Depression, Anxiety, and Stress Scale-DASS-42. The Reflective Functioning Questionnaire was used to evaluate the capacity for mentalizing. Resilience was assessed using the Brief Resilience Scale. The results of the correlation analysis showed that there were negative correlations between resilience and all three dimensions of mental health status: depression, anxiety, and stress. Hypermentalizing was negatively correlated with depression, anxiety, and stress, while hypomentalizing was positively correlated. Hierarchical linear regression analysis showed that both resilience and hypermentalizing were significant negative predictors of depression, anxiety, and stress, and that hypomentalizing was a significant positive predictor of depression, anxiety, and stress. Furthermore, socioeconomic status was a significant negative predictor of depression, anxiety, and stress. Marital status, number of children, and work environment were not statistically significant predictors of any of the three dimensions of mental health status among the healthcare workers in this study. There is an urgent need to establish and implement strategies to foster resilience and enhance the capacity for mentalizing among healthcare workers in order to minimize the devastating effects of the COVID-19 pandemic on mental health.

Coûts des hospitalisations et des soins de suite et de réadaptation liés au COVID-19 en France en 2020

Introduction A l'origine d'une pandémie depuis 2020, la maladie liée au coronavirus SARS-CoV-2 (COVID-19) représente une surcharge importante pour les systèmes de santé. La surveillance nationale a dénombré un total de 261 123 cas d'infection ayant nécessité une hospitalisation en 2020 et 64 078 décès. Cette étude a pour objectif d'estimer la charge économique des hospitalisations, des soins de suite et de réadaptation (SSR) et des hospitalisations à domicile (HAD) liée au COVID-19 en France en 2020. Matériels et méthodes Une cohorte rétrospective incluant tous les patients hospitalisés avec un code diagnostic (CIM-10 ; principal, secondaire ou associé) relatif au COVID-19 entre le 1er janvier et le 31 décembre 2020 a été conduite à partir des données du PMSI (Programme de médicalisation des systèmes d'information : MCO, SSR et HAD). Les patients ont été divisés en 3 groupes selon les définitions de Santé Publique France : cas confirmés (virus identifié et symptômes typiques : code U07.10 ou U07.14), probables (symptômes cliniques U07.11) et possibles (autres symptômes U07.15). L'évaluation et la valorisation des coûts directs ont été effectuées selon la tarification à l'activité et les suppléments applicables de l'assurance maladie. Résultats Les données du PMSI ont permis d'identifier 271 728 séjours pour 210 635 patients hospitalisés avec un lien avec le COVID-19 dont 185 111 cas confirmés, 23 416 probables et 2 108 possibles. Les résultats suivants correspondent aux cas confirmés. La majorité des patients (85 %, N = 157 758) ont été pris en charge initialement par un séjour en MCO, 10 % (N = 18 375) en SSR et 5 % (N = 8 978) en HAD. La durée moyenne de séjour était de 17,8 ± 22 jours au total, 12,7 ± 13 jours en MCO, 26,4 ± 26 jours en SSR et 15,5 ± 19 jours en HAD. Parmi les séjours, 23 % ont impliqués les soins critiques (réanimation, unité de soins intensifs et/ou surveillance continue). La moitié des cas était des hommes, dont 56 % hospitalisés en MCO (N = 88 310), 39 % en SSR (N = 7 189) et 31 % en HAD (N = 2801). Au moins une comorbidité était enregistrée chez 79 % des patients (N = 146 457) : hypertension (54 %), diabète (27 %), troubles cardiovasculaires (24 %), insuffisance cardiaque (19 %), obésité (22 %), insuffisance rénale (16 %) et cancer (18 %). Le coût total des hospitalisations et des SSR liés aux cas confirmés de COVID-19 est estimé à 1,672 milliards € représentant une moyenne de 7 044 €/séjour. Pour les passages en soins critiques, on estime à 339 millions € pour le passage en réanimation, 21,5 millions € en soins intensifs et 28,3 millions € en surveillance continue (respectivement 12 761 €, 2 356 € et 2 248 € en moyenne par séjour). Enfin, 11,5 millions € étaient attribuables à des traitements et/ou dispositifs inscrits sur la liste en sus. Conclusion Ces données quantifient le coût de la prise en charge hospitalière du COVID-19 en France en 2020, notamment à travers la durée de séjour et le recours aux soins intensifs pour un quart des patients. Cette surcharge économique devrait être réduite avec la mise en place de la couverture vaccinale en 2021. Liens d'intérêts déclarés Pr Sébastien Gallien : membre du comité scientifique de cette étude, qui est financée par Janssen-cilag France

Neoadjuvant Chemotherapy in Breast Cancer: Review of the Evidence and Conditions That Facilitated Its Use during the Global Pandemic.

Practice and behaviour change in healthcare is complex, and requires a set of critical steps that would be needed to implement and sustain the change. Neoadjuvant chemotherapy for breast cancer is traditionally used for locally advanced disease and is primarily advantageous for surgical downstaging purposes. However, it does also offer patients with certain biologic subtypes such as the triple negative or Her2 positive breast cancers the opportunity to improve survival, even in early stage disease. During the height of the pandemic, an opportunity and motivation for the increased use of neoadjuvant therapy in breast cancer was identified. This paper describes the conditions that have supported this practice change at the provider and institutional levels. We also include our own institutional algorithm based on tumor biology and extent of disease that have guided our decisions on breast cancer management during the pandemic. Our processes can be adapted by other institutions and breast oncology practices in accordance with local conditions and resources, during and beyond the pandemic.