Skip to main content
NCBI home page
Revista de Neurología logoLink to Revista de Neurología
. 2023 Feb 1;76(3):91–99. [Article in Spanish] doi: 10.33588/rn.7603.2022283
View full-text in English

El burnout se asocia con la disfunción ejecutiva en profesionales de atención primaria que trabajan en zonas rurales

Irene Cano-López 1,2,✉, Mariola I Pérez 2, Sara Puig-Pérez 1,2
PMCID: PMC10364040  PMID: 36703502

Abstract

Introducción.

Los profesionales sanitarios son especialmente vulnerables al burnout, lo que implica una desregulación hipotalámico-hipófiso-suprarrenal que podría impactar en la integridad de estructuras cerebrales necesarias para el procesamiento cognitivo. Escasos estudios han analizado la relación entre el burnout y las funciones ejecutivas en esta población, y no se han esclarecido sus posibles factores moduladores. Este estudio pretende caracterizar el nivel de burnout de profesionales de atención primaria de zonas rurales y analizar su relación con el funcionamiento ejecutivo, considerando el posible papel modulador del optimismo.

Sujetos y métodos.

En este estudio transversal, 32 profesionales de atención primaria fueron reclutados en el centro de salud de Carcastillo (España) y sometidos a una evaluación en la que se valoró el burnout mediante el Maslach Burnout Inventory-Human Services Survey, y el optimismo y las funciones ejecutivas.

Resultados.

El 43,8, el 59,4 y el 56,3% de los participantes experimentaron alto burnout a través del agotamiento emocional, la despersonalización y la desrealización personal. El path analysis mostró que el agotamiento emocional se asoció con peores puntuaciones en el Trail Making Test (beta = –0,37, SE –error estándar– = 0,17, p = 0,024, f2 de Cohen = 0,15), pero el optimismo no fue un moderador significativo (p = 0,24). El modelo mostró un ajuste excelente (índice de ajuste comparativo = 1, error cuadrático medio de aproximación = 0,0001, residuo cuadrático medio estandarizado = 0,0001, y chi cuadrado(3) = 6,07, p = 0,11).

Conclusiones.

Estos resultados sugieren que el burnout en profesionales sanitarios podría tener un efecto perjudicial sobre la eficiencia del sistema sanitario. Esto tiene implicaciones relevantes, especialmente para profesionales caracterizados tanto por la presión laboral como por las altas demandas cognitivas, y pone de manifiesto la necesidad de implementar enfoques específicos para su prevención.

Palabras clave: Atención primaria, Burnout, Cognición, Estrés, Función ejecutiva, Optimismo

Introducción

Los profesionales de atención primaria se enfrentan a condiciones laborales precarias y alta carga de trabajo, lo que puede favorecer el burnout [1], un síndrome psicológico caracterizado por el agotamiento emocional, la despersonalización y la desrealización personal [2]. La desigual distribución prourbana del personal sanitario y los escasos servicios sociales en las zonas rurales pueden conducir a una mayor vulnerabilidad al burnout [1,3-6].

La ‘carga alostática’ se refiere al precio que pagan los individuos para adaptarse a factores estresantes crónicos [7]. El eje hipotalámico-hipófiso-suprarrenal regula la adaptación al estrés a largo plazo, que requiere la terminación eficiente de la respuesta al estrés mediante un mecanismo de retroalimentación negativa en el que el cortisol actúa sobre los circuitos límbicos (por ejemplo, corteza prefrontal, hipocampo y amígdala), y el burnout impacta en estas redes neuronales, lo que provoca una reducción de la eficacia de este mecanismo y, en consecuencia, la hipersecreción de cortisol basal [8]. La hipersecreción prolongada de cortisol puede lesionar estas redes neuronales, esculpiendo las dendritas y la sinapsis [9]. La integridad de estas áreas es necesaria para el procesamiento cognitivo [7], y el estrés puede influir en las funciones ejecutivas a través de la regulación del cortisol [10], por lo que es razonable esperar que la alteración del eje hipotalámico-hipófiso-suprarrenal, que puede producirse como consecuencia del burnout, pueda estar asociada a alteraciones de la función ejecutiva en profesionales sanitarios.

Las funciones ejecutivas son especialmente relevantes en poblaciones laborales, pero escasos estudios han analizado su asociación con el burnout en profesionales sanitarios [11]. Estos estudios preliminares se han realizado con profesionales que trabajan en hospitales de zonas urbanas y han hallado resultados dispares. Diestel et al [12] revelaron que los enfermeros con alto agotamiento obtuvieron peores resultados que los que presentaban bajo agotamiento sólo cuando las tareas tenían alta demanda ejecutiva. Fernández-Sánchez et al [13] también mostraron un peor rendimiento en tareas de función ejecutiva en profesionales con burnout en comparación con los que no lo tenían. Orena et al [14] hallaron una asociación significativa entre las puntuaciones de burnout y los déficits atencionales en anestesistas. Por el contrario, McInerney et al [15] no mostraron relaciones significativas entre el burnout y la cognición en enfermeros y médicos.

El hecho de que no todos los estudios hayan observado déficits de la función ejecutiva entre los profesionales sanitarios que sufren burnout podría deberse a la falta de consideración de posibles factores moduladores. La teoría de la autorregulación conductual [16] afirma que el modo en que las personas afrontan los retos influye en el afrontamiento del estrés [17]. Así, factores psicológicos como el optimismo pueden modular la forma en que las personas afrontan los factores estresantes [18]. Por tanto, es razonable esperar que la relación del burnout con el funcionamiento ejecutivo sea más pronunciada en los individuos menos optimistas. Sin embargo, hasta donde sabemos, ningún estudio ha examinado la asociación entre burnout y funciones ejecutivas en profesionales de atención primaria de zonas rurales ni el papel modulador del optimismo. Este estudio pretende caracterizar el nivel de burnout de profesionales de atención primaria que trabajan en zonas rurales y analizar su relación con el funcionamiento ejecutivo, considerando el posible papel modulador del optimismo.

Sujetos y métodos

Participantes

Los participantes fueron reclutados en el centro de salud de Carcastillo (Navarra, España), un centro de salud rural y público que presta servicio las 24 horas del día a cinco municipios con un total de 5.000 habitantes.

Los criterios de inclusión fueron: a) ser profesional sanitario; b) tener, al menos, 18 años; y c) firmar un consentimiento informado. Se excluyeron los participantes que: a) tenían algún trastorno mental diagnosticado (por ejemplo, ansiedad, trastornos del estado de ánimo, trastornos psicóticos o trastornos obsesivo-compulsivos); b) tomaban medicamentos para el sistema nervioso central; y c) no hablaban español con fluidez.

Procedimiento

Se trata de un estudio transversal realizado entre abril de 2018 y marzo de 2019. Nuestro informe siguió las directrices STROBE [19]. El procedimiento siguió la Declaración de Helsinki y fue aprobado por el comité de ética de la Universidad Internacional Valenciana (CEID2022_10). Todos los participantes dieron su consentimiento informado por escrito. Se realizó una evaluación neuropsicológica individual.

Instrumentos

Para evaluar el burnout se utilizó la versión española [20] del Maslach Burnout Inventory-Human Services Survey [2]. Consta de 22 ítems en una escala de siete puntos para identificar la frecuencia e intensidad de los síntomas de las tres dimensiones del burnout. Se calculó la puntuación total de cada dimensión. Las puntuaciones más altas en agotamiento emocional y despersonalización eran indicativas de niveles más altos de burnout, mientras que una puntuación más alta en realización personal era indicativa de niveles más bajos de burnout. Las puntuaciones de corte fueron las siguientes: a) agotamiento emocional: baja (≤18), moderada (19-26) y alta (≥27); b) despersonalización: baja (≤5), moderada (6-9) y alta (≥10); realización personal: baja (≥40), moderada (39-34) y alta (≤33) [21]. El alfa de Cronbach en esta muestra fue de 0,9 para agotamiento emocional, 0,79 para despersonalización y 0,71 para realización personal.

Para evaluar el optimismo disposicional se utilizó la versión española [22] del Life Orientation Test-Revised [23]. Se compone de 10 ítems en una escala de cinco puntos y proporciona una puntuación total; las puntuaciones más altas indican mayor optimismo. El alfa de Cronbach fue de 0,79.

El Trail Making Test, parte A (TMT-A) [24], se utilizó para evaluar la búsqueda visual, el escaneo, la velocidad de procesamiento y la flexibilidad cognitiva. Se pidió a los participantes que trazaran una línea para conectar 25 círculos con números en el orden correcto. El tiempo total empleado para finalizar la tarea se calculó como puntuación percentil.

El test de clasificación de tarjetas de Wisconsin (WCST) [25] se utilizó para evaluar la flexibilidad cognitiva y el cambio de criterio. Contiene 128 tarjetas de respuesta y cuatro tarjetas de estímulo que cambian en tres criterios. Se indicó a los participantes que emparejaran las tarjetas de respuesta con una de las tarjetas de estímulo, sin ninguna instrucción. En cada ensayo, los participantes recibían retroalimentación. Cada vez que los participantes clasificaban correctamente 10 tarjetas consecutivas, cambiaba el criterio de clasificación. El número de errores perseverativos se calculó como una puntuación percentil.

Para evaluar la interferencia cognitiva se utilizó el test de Stroop [26]. Consta de tres ensayos con un tiempo límite de 45 segundos. Se pidió a los participantes que leyeran una lista de 100 palabras de color impresas en tinta negra (ensayo P), que nombraran el color de 100 ‘XXXX’ impresas en tinta roja, verde o azul (ensayo C) y que nombraran el color de tinta de las palabras impresas, con el color y el significado de cada palabra produciendo interferencia (ensayo PC). Se calculó la puntuación de interferencia en percentiles.

Para evaluar la fluidez fonémica se obtuvo el número total de palabras generadas en un minuto para las letras F, A y S [27], y se transformó en una puntuación percentil.

Para evaluar la fluidez semántica, se pidió a los participantes que ‘pensaran en los nombres de tantos animales como pudieran en un minuto’ [28]. La puntuación total se transformó en una puntuación percentil.

Análisis estadísticos

Se realizó la prueba de Shapiro-Wilk para examinar la normalidad de los datos. Cuando la distribución de los datos no era normal, se realizó una transformación logarítmica.

Se realizaron ANOVA univariantes para analizar las diferencias en burnout y funcionamiento cognitivo en función de las variables demográficas categóricas. Se realizaron pruebas de Bonferroni como análisis post hoc. Cuando se encontraron diferencias significativas en estas variables, se incluyeron como covariadas al examinar la relación entre burnout y funcionamiento cognitivo.

Las asociaciones de las variables demográficas cuantitativas y el optimismo con el burnout y el funcionamiento cognitivo se examinaron mediante correlaciones de Pearson. Se realizaron correlaciones de Pearson o correlaciones parciales (controlando las características demográficas) para examinar la relación entre el burnout y el funcionamiento cognitivo.

Para analizar el efecto moderador del optimismo sobre las relaciones significativas encontradas entre el burnout y el funcionamiento cognitivo, se realizó un path analysis utilizando el paquete lavaan (versión 0.6-5) [29]. Antes de realizar el análisis, se estandarizaron las variables. El modelo incluía agotamiento emocional, optimismo y ‘agotamiento emocional × optimismo’ como variables endógenas. La atención se incluyó como variable exógena. Un índice de ajuste comparativo > 0,95, un error cuadrático medio de aproximación < 0,06, un residuo cuadrático medio estandarizado < 0,08 y un estadístico χ2 no significativo se consideraron indicadores de un excelente ajuste [30]. La f2 de Cohen se calculó como una medida local del tamaño del efecto para cuantificar la contribución de cada predictor a las variables exógenas, y los valores 0,02, 0,15 y 0,35 fueron indicativos de tamaños del efecto pequeños, medios y grandes, respectivamente [31].

Los análisis estadísticos se llevaron a cabo con RStudio.

Resultados

Características demográficas

Cincuenta profesionales cumplieron los requisitos para participar en el estudio (Tabla I). De ellos, 32 decidieron participar (16 enfermeros y 16 médicos). No se detectaron datos faltantes.

Tabla I.

Características de los participantes y puntuaciones cognitivas.

Media ± DE o n (%)
Edad (años) 44,66 ± 10,4
Sexo Mujer 25 (78,1%)
Hombre 7 (21,9%)
Nivel educativo Estudios universitarios 32 (100%)
Estado civil Soltero/a 12 (37,5%)
Casado/a 15 (46,9%)
Separado/a o divorciado/a 5 (15,6%)
Viudo/a 0 (0%)
Horas de trabajo Tiempo completo 23 (71,9%)
Tiempo parcial 9 (28,1%)
Horario laboral Turno de mañanas 19 (59,4%)
Turno de tardes 13 (40,6%)
Antigüedad profesional Menos de 5 años 15 (46,9%)
Entre 5 y 10 años 5 (15,6%)
Más de 10 años 12 (37,5%)
Salario anual (euros) Menos de 20.000 8 (25%)
Entre 20.000 y 40.000 12 (37,5%)
Más de 40.000 12 (37,5%)
Optimismo 22,44 ± 4,47
Puntuaciones cognitivas (percentiles) Trail Making Test-A 70,59 ± 24,57
Test de clasificación de tarjetas de Wisconsin 22,44 ± 20,56
Stroop 52,41 ± 19,63
Fluidez fonémica 42,5 ± 28,40
Fluidez semántica (animales) 96,91 ± 2,67
Open in a new tab

DE: desviación estándar.

Puntuaciones de burnout: relaciones con características demográficas y optimismo

Las puntuaciones de burnout se muestran en la tabla II. Mediante la categorización de burnout de Maslach, el 43,8, el 59,4 y el 56,3% de los participantes experimentaron altos niveles de burnout a través de agotamiento emocional, despersonalización y realización personal. Según la categoría de burnout alto de Maslach, el 9,4% de los participantes presentó burnout sólo en una de las dimensiones; el 46,9%, en dos dimensiones; el 18,8%, en las tres dimensiones; mientras que el 25% no mostró niveles altos en ninguna dimensión. En total, el 75,1% de los participantes presentó alto nivel de burnout, al menos, en una dimensión (considerando el porcentaje de pacientes con altos niveles de burnout en una, dos o las tres dimensiones).

Tabla II.

Puntuaciones y niveles de burnout según la categorización de burnout de Maslach [22].

Agotamiento emocional
 Media (DE) 23,34 (11,67)
 Rango 5 – 44
 Nivel de burnout
  Bajo (≤ 18) 12 (37,5%)
  Moderado (19-26) 6 (18,8%)
  Alto (≥ 27) 14 (43,8%)
Despersonalización
 Media (DE) 15,16 (11,91)
 Rango 1 - 42
 Nivel de burnout
  Bajo (≤ 5) 7 (21,9%)
  Moderado (6-9) 6 (18,8%)
  Alto (≥ 10) 19 (59,4%)
Realización personal
 Media (DE) 28,16 (11,84)
 Rango 5 - 45
 Nivel de burnout
  Bajo (≥ 40) 8 (25,0%)
  Moderado (39-34) 6 (18,8%)
  Alto (≤ 33) 18 (56,3%)
n (%) de pacientes con alto burnout
 En una dimensión 3 (9,4%)
 En dos dimensiones 15 (46,9%)
 En tres dimensiones 6 (18,8%)
 En ninguna dimensión 8 (25,0%)
Open in a new tab

DE: desviación estándar.

La realización personal tendió a asociarse con la edad (r(32) = 0,33, p = 0,07), pero no con el resto de dimensiones del burnout (para todas, p > 0,1). Las dimensiones de burnout no difirieron en función del sexo, el nivel educativo, el estado civil, las horas de trabajo o el salario anual (para todos, p > 0,1). Sin embargo, la despersonalización tendió a diferir en función de la antigüedad profesional (F(1,31) = 3,06, p = 0,06, η2p = 0,17), y los participantes con menos de cinco años de antigüedad presentaron mayor despersonalización que los que tenían entre cinco y 10 años.

El optimismo no se asoció significativamente con el agotamiento emocional (r = –0,18, p = 0,33), la despersonalización (r = 0,18, p = 0,92) o la realización personal (r = –0,04, p = 0,84).

Funcionamiento cognitivo: relaciones con características demográficas y burnout

Las puntuaciones cognitivas se muestran en la tabla I. El funcionamiento cognitivo no se relacionó con la edad y no difirió en función del sexo, el nivel educativo, el horario laboral o la antigüedad profesional (para todos, p > 0,11). Sin embargo, la fluidez fonémica difirió en función del estado civil (F(1,31) = 5,57, p = 0,009, η2p = 0,28), y los participantes casados mostraron mejores puntuaciones que los separados/divorciados (p = 0,008). Además, la fluidez semántica difirió en función de las horas de trabajo (F(1,31)= 4,27, p = 0,047, η2p = 0,13), y los participantes que trabajaban a tiempo completo obtuvieron mejores resultados que los que trabajaban a tiempo parcial. Además, las puntuaciones del WCST tendieron a diferir en función del salario anual (F(1,31) = 3,16, p = 0,057, η2p = 0,18), de manera que los participantes con un salario entre 20.000 y 40.000 euros obtuvieron mejores resultados que los que tenían un salario inferior a 20.000 euros (p = 0,069). El optimismo no se asoció con el funcionamiento cognitivo (para todos, p > 0,1). En consecuencia, el estado civil, las horas de trabajo y el salario anual se covariaron para analizar la asociación del burnout con la fluidez fonémica, la fluidez semántica y la flexibilidad cognitiva, respectivamente.

En cuanto a las relaciones entre el burnout y el funcionamiento cognitivo, el agotamiento emocional se relacionó con peores puntuaciones en el TMT-A y no se encontraron otras relaciones significativas (Tabla III).

Tabla III.

Correlaciones entre las dimensiones del burnout y el funcionamiento cognitivo.

Agotamiento emocional Despersonalización Desrealización personal
Trail Making Test-A r(32) = –0,36, p = 0,04a r(32) = –0,24, p = 0,18 r(32) = –0,04, p = 0,82
Test de clasificación de tarjetas de Wisconsin r(29) = 0,02, p = 0,91b r(29) = 0,23, p = 0,22b r(29) = 0,19, p = 0,32b
Stroop r(32) = –0,13, p = 0,48 r(32) = 0,32, p = 0,08 r(32) = –0,26, p = 0,15
Fluidez fonémica r(29) = –0,25, p = 0,17c r(29) = 0,16, p = 0,38c r(29) = –0,08, p = 0,68c
Fluidez semántica (animales) r(29) = –0,08, p = 0,68d r(29) = 0,02, p = 0,9d r(29) = 0,03, p = 0,85d
Open in a new tab
a

p < 0,05;

b

Correlaciones parciales controlando el salario anual (menos de 20.000 euros/más de 20.000 euros);

c

Correlaciones parciales controlando el estado civil (casado/no casado);

d

Correlaciones parciales controlando las horas de trabajo (tiempo completo/tiempo parcial).

Cuando se realizó un path analysis para examinar las relaciones entre el agotamiento emocional y la atención, así como el posible papel moderador del optimismo, se obtuvo un modelo con un ajuste excelente (índice de ajuste comparativo = 1, error cuadrático medio de aproximación = 0,0001, intervalo de confianza al 95% 0,0001-0,0001, residuo cuadrático medio estandarizado = 0,0001, χ2(3) = 6,07, p = 0,11) (Figura).

Figura.

Figura

Open in a new tab

Modelo que evalúa las asociaciones entre agotamiento emocional, optimismo, agotamiento emocional × optimismo y puntuación en el Trail Making Test-A.

El agotamiento emocional se asoció con una peor puntuación en el TMT-A (β = –0,37, SE –error estándar– = 0,17, p = 0,024, f2 de Cohen = 0,15). Sin embargo, ni el optimismo ni la interacción entre agotamiento emocional y optimismo predijeron la puntuación del TMT-A (para ambos, p > 0,24). El modelo explicó el 18% de la varianza de la puntuación del TMT-A.

Discusión

Este estudio pretendía caracterizar el nivel de burnout de los profesionales de atención primaria que trabajan en zonas rurales y analizar su relación con el funcionamiento ejecutivo, considerando el posible papel modulador del optimismo. Los resultados mostraron una elevada prevalencia de burnout. El agotamiento emocional se relacionó con peores puntuaciones en el TMT-A, y esta relación no estuvo modulada por el optimismo.

En cuanto al burnout, el 44% de los participantes puntuó alto en agotamiento emocional y el 59% en despersonalización, y el 56% experimentó desrealización personal. El 19% de los participantes experimentó burnout en las tres dimensiones. Estos porcentajes son superiores a los encontrados en un reciente metaanálisis centrado en profesionales de atención primaria de contextos urbanos y rurales [1]. En este metaanálisis, trabajar en un entorno rural o económicamente desfavorecido se identificó como un factor asociado con una mayor prevalencia de burnout [1]. El hecho de que nuestro estudio se centre específicamente en una población rural podría explicar estas discrepancias en la prevalencia del burnout. De hecho, en otro estudio empírico con profesionales españoles de atención primaria de contextos urbanos y rurales, Navarro-González et al [32] también encontraron porcentajes de prevalencia de burnout inferiores a los de nuestro estudio. Los profesionales de atención primaria de las zonas rurales suelen tener menor disponibilidad de personal sanitario y servicios sociales [3], y una apretada agenda, que incluye atender a unos 50 pacientes al día, cubrir turnos de noche, realizar visitas domiciliarias y atender a pacientes de otras consultas [6]. Además, los hospitales más cercanos a las zonas rurales suelen estar bastante alejados, por lo que se espera que estos profesionales atiendan diversas patologías, incluida la atención de urgencias, lo que puede suponer una carga adicional, especialmente si no están preparados para hacer frente a estas demandas [6]. Además, se ha observado que los médicos y enfermeros tienen mayores tasas de prevalencia de burnout en comparación con otras especialidades [33], lo que también podría justificar las diferencias entre nuestros porcentajes y los de Navarro-González et al [32].

En cuanto a los factores de riesgo individuales asociados al burnout, la menor edad y la menor antigüedad tendieron a relacionarse con el burnout. Los primeros años de la carrera profesional pueden ser los más difíciles, ya que requieren esfuerzo físico y mental, e implican una baja sensación de control sobre las propias decisiones [34].

En la última década, los sistemas de atención primaria de todo el mundo se enfrentaron a una crisis provocada por la pandemia de COVID-19, que ha provocado mayores niveles de burnout entre los profesionales sanitarios [35]. La pandemia ha supuesto un alto nivel de exigencia para estos profesionales, que tienen un papel fundamental en la detección precoz de los casos y el rastreo de sus contactos [36]. Esto ha puesto a los profesionales de atención primaria en el punto de mira, especialmente en las zonas rurales, que presentan riesgos asociados a su movilidad, las mayores necesidades de la población, las desventajas socioeconómicas y los problemas de acceso e infraestructura de los servicios sanitarios [37]. En consecuencia, la pandemia de COVID-19 ha incrementado significativamente la carga de trabajo, la limitación de recursos, la tensión en las relaciones personales [38], así como el burnout en los profesionales de atención primaria de zonas rurales [39]. Para responder a esta situación, se ha recomendado establecer un sistema rápido de suplentes, garantizar la representación rural en los procesos de toma de decisiones y adoptar una perspectiva organizativa para apoyar la salud mental de estos profesionales [38].

En cuanto a la relación entre el burnout y el funcionamiento ejecutivo, los participantes que experimentaban burnout obtuvieron peores resultados en el TMT-A, y el agotamiento emocional tuvo un tamaño de efecto medio sobre el rendimiento en el TMT-A. El agotamiento emocional se ha considerado el componente central del burnout, que se manifiesta antes que el cinismo y la ineficacia [40]. Nuestros resultados son congruentes con los hallados por Diestel et al [12] con enfermeros de residencias de adultos mayores y por Orena et al [14] con anestesistas que trabajaban en un hospital. Una posible explicación de esto es que la desregulación hipotalámico-hipófiso-suprarrenal en individuos que sufren burnout podría afectar al funcionamiento de las redes neuronales (por ejemplo, corteza orbitofrontal, corteza prefrontal medial e hipocampo) [7,8]. De hecho, se ha propuesto que el burnout es un exponente de la plasticidad cerebral inadecuada causada por la disminución de la neurogenia inducida por el estrés [41]. Teniendo en cuenta que estas estructuras son sitios principales en el circuito de retroalimentación negativa del eje hipotalámico-hipófiso-suprarrenal, la disminución de la neurogenia puede conducir a un control inhibitorio menos eficiente de este eje, lo que da lugar a un aumento de glucocorticoides [42]. Así, las funciones ejecutivas se verían afectadas, dado que están subordinadas a las mismas redes neuronales [7]. La disfunción ejecutiva podría influir en la calidad asistencial de los profesionales sanitarios, en los que el razonamiento clínico y la resolución de problemas constituyen una competencia básica [43].

Nuestros hallazgos mostraron que la relación entre burnout y TMT-A no está modulada por el optimismo. Estos resultados no concuerdan con los hallados en otras poblaciones [18]. Sin embargo, se ha observado que las variables de personalidad tienen una relación débil con el burnout en profesionales sanitarios (sin tener en cuenta las variables cognitivas) [44]. En consecuencia, es posible que no hayamos podido detectar el posible efecto modulador del optimismo debido al tamaño limitado de la muestra. Futuros estudios deberían incluir una amplia gama de rasgos de personalidad con muestras grandes.

A pesar de que el burnout se asoció con el rendimiento en el TMT-A, no ocurrió lo mismo con el rendimiento en otras pruebas neuropsicológicas. Esto sugiere que los instrumentos de función ejecutiva comúnmente utilizados presentan diferente sensibilidad al estrés crónico, y el TMT es el más sensible en nuestro estudio. Estas diferencias entre pruebas pueden atribuirse a sus características en cuanto a la complejidad de los estímulos, el ritmo de respuesta propio frente al externo o el tipo de procesamiento [45]. El TMT presenta ciertas ventajas en la evaluación de la disfunción ejecutiva, como su corto tiempo de administración y su simplicidad [46], lo que podría explicar su utilidad clínica en profesionales sanitarios que sufren burnout. Mizuno y Watanabe [47] mostraron que el TMT era útil para medir el grado de eficiencia laboral durante la fatiga mental. El conocimiento de la sensibilidad de las medidas de las funciones ejecutivas podría mejorar la evaluación neuropsicológica en profesionales con burnout.

Los puntos fuertes del estudio incluyen el uso de varias medidas de función ejecutiva, la consideración de la relación entre burnout y función ejecutiva en profesionales sanitarios, junto con el efecto moderador del optimismo, y el contexto del estudio (atención primaria en una zona rural), por lo que representa un avance respecto a estudios anteriores. A pesar de estos puntos fuertes, deben tenerse en cuenta algunas limitaciones. En primer lugar, el tamaño de la muestra es limitado, por lo que los resultados deben tomarse con cautela. En segundo lugar, el diseño transversal del estudio no permite establecer relaciones causales, por lo que se necesitan estudios longitudinales. En tercer lugar, se incluyó el TMT-A en la evaluación neuropsicológica en lugar del TMT-B, debido a su simplicidad, las limitaciones de tiempo y la disponibilidad de otros instrumentos que evaluaban procesos similares al TMT-B (por ejemplo, WCST y Stroop). Aunque el TMT-B correlaciona significativamente con el porcentaje de errores perseverativos en el WCST [48] y la condición de interferencia en el Stroop [49], la inclusión del TMT-B en futuros estudios puede proporcionar información adicional sobre las relaciones entre el burnout y las funciones ejecutivas, y permitir la comparación de los resultados obtenidos con ambas partes del TMT. De hecho, en comparación con el TMT-A, el TMT-B requiere mayores demandas en la búsqueda visual y la velocidad motora [50], por lo que las diferencias entre ambas partes pueden no atribuirse necesariamente a la eficiencia cognitiva del individuo, sino que también pueden reflejar estas discrepancias en las demandas de la tarea. Por último, no hemos evaluado el posible papel modulador de otros rasgos de personalidad (por ejemplo, autoestima) en la relación entre el burnout y el funcionamiento ejecutivo.

Conclusiones

Este estudio muestra que el burnout está relacionado con una disfunción ejecutiva en profesionales de atención primaria de zonas rurales. La atención primaria está a la vanguardia de la sanidad mundial, por lo que el burnout en esta población podría tener un efecto perjudicial en la eficiencia de los sistemas sanitarios y, en consecuencia, en la atención a los pacientes. Esto tiene implicaciones relevantes, especialmente para profesionales caracterizados por una alta presión laboral y altas demandas cognitivas, y pone de relieve la necesidad de implementar enfoques específicos para la prevención.

Funding Statement

Financiación: Este trabajo ha sido financiado por la Cátedra VIU-NED de Neurociencia Global y Cambio Social, Universidad Internacional de Valencia, Valencia, España.

Rev Neurol. 2023 Feb 1;76(3):91–99. [Article in English]

Burnout is related to executive dysfunction in primary healthcare professionals working in rural areas

Irene Cano-López 1,2,✉, Mariola I Pérez 2, Sara Puig-Pérez 1,2

Abstract

Introduction.

Healthcare professionals are especially vulnerable to burnout, which implies a hypothalamus-pituitary-adrenal dysregulation that could impact the integrity of brain structures needed for cognitive processing. However, a scarce number of studies have analyzed the relationship between burnout and executive functions in this population, and possible modulator factors have not been clarified. This study aims to characterize the burnout level of primary healthcare professionals working in rural areas, and to analyze its relationship with executive functioning, considering the possible modulating role of optimism.

Subjects and methods.

In this cross-sectional study, 32 primary healthcare professionals were recruited from the Carcastillo Health Center (Spain) and underwent an assessment in which burnout was assessed using the Maslach Burnout Inventory – Human Services Survey. Optimism and executive functions were also evaluated.

Results.

43.8%, 59.4%, and 56.3% of participants experienced high levels of burnout via emotional exhaustion, depersonalization, and personal accomplishment. The path analysis showed that emotional exhaustion was associated with poorer Trail Making Test scores (β = –0.37, SE –standard error– = 0.17, p = 0.024, Cohen’s f 2 = 0.15), but optimism was not a significant moderator of this relationship (p = 0.24). The proposed model yielded excellent fit (CFI = 1.00, RMSEA = 0.0001, SRMR = 0.0001, and χ2(3) = 6.07, p = 0.11).

Conclusions.

These results suggest that burnout in healthcare professionals could have a detrimental effect on the efficiency of health systems. This has relevant implications, especially for professionals characterized by both work pressure and high cognitive demands, and highlights a need to implement occupation-specific approaches for prevention.

Key words: Burnout, Cognition, Executive function, Optimism, Primary health care, Stress

Introduction

Primary healthcare professionals face precarious working conditions and increased workloads, which may favours burnout [1], a psychological syndrome characterized by emotional exhaustion, depersonalization, and reduced personal accomplishment [2]. The pro-urban uneven distribution of the health workforce and the poor social amenities in rural areas may lead to a greater vulnerability to burnout [1,3-6].

The ‘allostatic load’ refers to the price that individuals pay to adapt to chronic stressors [7]. The hypothalamus-pituitary-adrenal (HPA) axis regulates long-term stress adaptation, which requires the efficient termination of stress response through a negative feedback mechanism in which cortisol act on limbic circuits (e.g., prefrontal cortex, hippocampus and amygdala), and burnout has a great impact on these neural networks, resulting in a reduction in the efficacy of this mechanism and, consequently, in the hypersecretion of baseline cortisol [8]. Prolonged cortisol hypersecretion can injure these neural networks, by sculpting dendrites and synapsis [9]. The integrity of these areas is needed for cognitive processing [7], and stress may influence executive functions through cortisol upregulation [10], so it is reasonable to expect that the alteration of the HPA axis that can occur as a consequence of burnout may be associated with executive function impairments in healthcare professionals.

Executive functions are especially relevant in workforce populations, but scarce studies have analysed their association with burnout in healthcare professionals [11]. These preliminary studies have been conducted with professionals working at hospitals in urban areas, showing mixed results. Diestel et al [12] revealed that nurses with high exhaustion performed worse than those with low exhaustion only when tasks put high demands on their executive control. Fernández-Sánchez et al [13] also showed poorer performance in executive function tasks in professionals with burnout compared to those without burnout. Orena et al [14] found a significant association between burnout scores and attentional deficits in anesthesia practitioners. On the contrary, McInerney et al [15] showed no significant relationship between burnout and cognition in nurses and physicians.

The fact that not all studies have observed executive function deficits among healthcare professionals suffering from burnout could be due to the lack of consideration of possible modulating factors. The behavioral self-regulation theory [16] states that the way people deal with challenges influences stress coping [17]. Thus, psychological factors such as optimism may modulate the way people deal with stressors [18]. Therefore, it is reasonable to expect that the relationship of burnout with executive functioning may be more pronounced in less optimistic individuals. Nevertheless, as far as we know, no studies have examined the association between burnout and executive functions in primary healthcare professionals from rural areas nor the modulating role of optimism. This study aims to characterize the burnout level of primary healthcare professionals working in rural areas, and to analyse its relationship with executive functioning, considering the possible modulating role of optimism.

Subjects and methods

Participants

Participants were recruited from the Carcastillo Health Center (Navarra, Spain), a rural and public health center that provides 24-hour service to five municipalities with a total of 5,000 inhabitants.

The inclusion criteria were: a) to be a health professional; b) at least, 18 years old; c) to sign an informed consent. Excluded were participants who: a) had any diagnosed mental disorder (e.g., anxiety, mood disorders, psychotic disorders, obsessive-compulsive disorders); b) used central nervous system medications; and c) were not fluent Spanish speakers.

Procedure

This is a cross-sectional study conducted between April 2018 and March 2019. Our reporting followed the STROBE guidelines [19]. The procedure followed the Declaration of Helsinki and was approved by the Ethics Committee of the Valencian International University (CEID2022_10). All participants provided written informed consent. An individual neuropsychological assessment was performed.

Instruments

The Spanish version [20] of the Maslach Burnout Inventory – Human Services Survey [2] was used to evaluate burnout. It consists of 22 items rated on a seven-point scale, to identify the frequency and intensity of symptoms of the three burnout dimensions. Total score for each dimension was computed. Higher emotional exhaustion and depersonalization scores were indicative of higher burnout levels, whereas a higher personal accomplishment score was indicative of lower burnout levels. Cutting scores were as follows: a) emotional exhaustion: low (≤ 18), moderate (19-26), and high (≥ 27); b) depersonalization: low (≤ 5), moderate (6-9), and high (≥ 10); c) personal accomplishment: low (≥ 40), moderate (39-34), and high (≤ 33) [21]. Cronbach’s alpha in this sample was 0.90 for emotional exhaustion, 0.79 for depersonalization, and 0.71 for personal accomplishment.

The Spanish version [22] of the Life Orientation Test-Revised [23] was used to evaluate dispositional optimism. It is composed of 10 items rated on a five-point scale and provides a total score, higher scores indicating greater optimism. Cronbach’s alpha was 0.79.

The Trail Making Test – part A (TMT-A) [24] was used to evaluate visual search, scanning, speed of processing, and mental flexibility. Participants were requested to draw a line to successively connect 25 circles with numbers and in the correct order. The total time employed to finish the task was computed as a percentile score.

The Wisconsin Card Sorting Test (WCST) [25] was used to assess cognitive flexibility and set shifting. It contains 128 response cards and four stimulus cards changing in three criteria. Participants were instructed to match the response cards with one of the stimulus cards, without any instruction. In each trial, participants received feedback. Each time that participants had correctly classified 10 consecutive cards, the classification criterion chang­ed. The number of perseverative errors was computed as a percentile score.

The Stroop Color-Word Task [26] was used to evaluate cognitive interference. It consists of three trials with a limit time of 45 seconds. Participants were told to read a list of 100 color words printed in black ink (W trial), to name the color of 100 ‘XXXX’ printed in red, green, or blue ink (C trial), and to name the ink color of the printed words, with the color and meaning of each word producing interference (CW trial). The interference score was computed and transformed to a percentile score.

The total number of words generated in one minute for the letters F, A, and S was obtained to evaluate phonemic fluency [27], and transformed to a percentile score.

To evaluate semantic fluency, participants were asked to ‘think of the names of as many animals as they could in 1 min’ [28]. The total score was transformed to a percentile score.

Statistical analyses

The Shapiro–Wilk test was carried out to examine data normality. When data distribution was not normal, a logarithmic transformation was performed.

Univariate ANOVAs were performed to analyze differences in burnout and cognitive functioning depending on categorical demographic characteristics. Bonferroni tests were performed as post hoc analyses. When significant differences in these variables were found, they were included as covariates when examining the relationship between burnout and cognitive functioning.

Associations of quantitative demographical variables and optimism with burnout and cognitive functioning were examined using Pearson correlations. Pearson correlations or partial correlations (controlling for demographic characteristics) were performed to examine the relationship between burnout and cognitive functioning.

To analyze the moderating effect of optimism on those significant relationships found between burnout and cognitive functioning, a path analysis was performed using the lavaan (version 0.6-5) package [29]. Before the path analysis, variables were standardized. The model included emotional exhaustion, optimism, and ‘emotional exhaustion x optimism’ as endogenous variables. Attention was included as an exogenous variable. A comparative fit index (CFI) > 0.95, a root mean square error of approximation (RMSEA) < 0.06, a standardized root mean square residual (SRMR) < 0.08, and a nonsignificant χ2 statistic were considered indicators of excellent model fit [30]. Cohen’s f2 was calculated as a local effect size measure to quantify the contribution of each predictor to the exogenous variables, with values near 0.02, 0.15, and 0.35 indicating small, medium, and large effect sizes, respectively [31].

Statistical analyses were carried out using RStudio.

Results

Demographic characteristics

Fifty professionals were eligible for participation in the study (Table I). Among them, 32 decided to participate (16 nurses and 16 physicians). No missing data were detected.

Table I.

Participant characteristics and cognitive scores.

Mean ± SD or n (%)
Age (years) 44.66 ± 10.40
Sex Female 25 (78.1%)
Male 7 (21.9%)
Educational level University studies 32 (100.0%)
Marital status Single 12 (37.5%)
Married 15 (46.9%)
Separated/divorced 5 (15.6%)
Widowed 0 (0.0%)
Working hours Full-time 23 (71.9%)
Part-time 9 (28.1%)
Work schedule Morning shift 19 (59.4%)
Evening shift 13 (40.6%)
Professional seniority Less than 5 years 15 (46.9%)
5 to 10 years 5 (15.6%)
More than 10 years 12 (37.5%)
Annual salary (€) Less than 20,000 8 (25.0%)
20,000 to 40,000 12 (37.5%)
More than 40,000 12 (37.5%)
Optimism 22.44 ± 4.47
Cognitive scores (percentiles) TMT-A 70.59 ± 24.57
Wisconsin cards sorting test 22.44 ± 20.56
Stroop Color Word Task 52.41 ± 19.63
Phonemic fluency 42.50 ± 28.40
Semantic fluency (animals) 96.91 ± 2.67
Open in a new tab

SD: standard deviation.

Burnout scores: relationships with demographic factors and optimism

Burnout scores are shown in Table II. Using Maslach’s categorization of burnout, 43.8%, 59.4%, and 56.3% of participants experienced high levels of burnout via emotional exhaustion, depersonalization, and personal accomplishment. According to Maslach’s high burnout category, 9.4% of participants registered burned out in only one of the dimensions, 46.9% in two dimensions, and 18.8% in all three dimensions, whereas 25.0% showed no high levels in any of the dimensions. In sum, 75.1% of participants were classified as experiencing a high level of burnout in at least one of the dimensions (considering the percentage of patients with high levels of burnout in one, two, or all three dimensions).

Table II.

Burnout scores and levels according to Maslach’s categorization of burnout [22].

Emotional exhaustion
 Mean (SD) 23.34 (11.67)
 Range 5 - 44
 Burnout level
  Low (≤ 18) 12 (37.5%)
  Moderate (19-26) 6 (18.8%)
  High (≥ 27) 14 (43.8%)
Despersonalization
 Mean (SD) 15.16 (11.91)
 Range 1 - 42
 Burnout level
  Low (≤ 5) 7 (21.9%)
  Moderate (6-9) 6 (18.8%)
  High (≥ 10) 19 (59.4%)
Personal accomplishment
 Mean (SD) 28.16 (11.84)
 Range 5 - 45
 Burnout level
  Low (≥ 40) 8 (25.0%)
  Moderate (39-34) 6 (18.8%)
  High (≤ 33) 18 (56.3%)
n (%) of patients with high burnout
 In one of the dimensions 3 (9.4%)
 In two of the dimensions 15 (46.9%)
 In three of the dimensions 6 (18.8%)
 In any of the dimensions 8 (25.0%)
Open in a new tab

SD: standard deviation.

Personal accomplishment tended to be related to age (r(32) = 0.33, p = 0.07), but not to the rest of the burnout dimensions (for all, p > 0.10). Burnout dimensions did not differ depending on sex, educational level, marital status, working hours, or annual salary (for all, p > 0.10). However, depersonalization tended to differ depending on professional seniority (F(1.31)= 3.06, p = 0.06, η2p = 0.17), participants with less than 5 years of seniority having higher depersonalization than those with 5 to 10 years.

Optimism was not significantly associated with emotional exhaustion (r = -0.18, p = 0.33), depersonalization (r = 0.18, p = 0.92), or personal accomplishment (r = -0.04, p = 0.84).

Cognitive functioning: relationships with demographic factors and burnout

Cognitive scores are shown in Table I. Cognitive functioning was not related to age, and did not differ depending on sex, educational level, work schedule, or professional seniority (for all, p > 0.11). However, phonemic fluency differed depending on marital status (F(1.31)= 5.57, p = 0.009, η2 p = 0.28), married participants having better scores than those separated or divorced (p = 0.008). Additionally, semantic fluency differed depending on working hours (F(1.31)= 4.27, p = 0.047, η2 p = 0.13), participants working full-time performing better than those working part-time. Moreover, WCST scores tended to differ depending on annual salary (F(1.31)= 3.16, p = 0.057, η2 p = 0.18), participants with a salary between 20,000 and 40,000 € performing better than those with a salary lower than 20,000 € (p = 0.069). Optimism was not related to cognitive functioning (for all, p > 0.10). Consequently, marital status, working hours, and annual salary were controlled to study the association of burnout with phonemic fluency, semantic fluency, and cognitive flexibility, respectively.

Regarding the relationships between burnout and cognitive functioning, emotional exhaustion was related to worse TMT-A scores, and no other significant relationships were found (Table III).

Table III.

Correlations between burnout dimensions and cognitive functioning.

Emotional exhaustion Depersonalization Reduced personal accomplishment
TMT-A r(32) = -0.36, p = 0.04a r(32) = -0.24, p = 0.18 r(32) = -0.04, p = 0.82
WCST r(29) = 0.02, p = 0.91b r(29) = 0.23, p = 0.22b r(29) = 0.19, p = 0.32b
Stroop Color Word Task r(32) = -0.13, p = 0.48 r(32) = 0.32, p = 0.08 r(32) = -0.26, p = 0.15
Phonemic fluency r(29) = -0.25, p = 0.17c r(29) = 0.16, p = 0.38c r(29) = -0.08, p = 0.68c
Semantic fluency (animals) r(29) = -0.08, p = 0.68d r(29) = 0.02, p = 0.90d r(29) = 0.03, p = 0.85d
Open in a new tab
a

p < 0.05;

b

Partial correlations controlling for annual salary (less than 20,000 €/more than 20,000 €);

c

Partial correlations controlling for marital status (married/unmarried);

d

Partial correlations controlling for working hours (full-time/part-time).

When a path analysis was performed to examine the relationships between emotional exhaustion and attention, as well as the possible moderating role of optimism, we obtained a model that yielded an excellent model fit (CFI = 1.00, RMSEA = 0.0001, 95% CI 0.0001-0.0001, SRMR = 0.0001, and χ2(3) = 6.07, p = 0.11) (Figure).

Figure.

Figure

Open in a new tab

Model assessing the associations between emotional exhaustion. optimism. emotional exhaustion x optimism. and Trail Making Test-A score.

Emotional exhaustion was associated with worse TMT-A score (β = –0.37, SE = 0.17, p = 0.024, Cohen’s f2 = 0.15). However, neither optimism nor the interaction between emotional exhaustion and optimism predicted TMT-A score (for both, p > 0.24). The model explained 18% of the variance in TMT-A score.

Discussion

This study aimed to characterize the burnout level of primary healthcare professionals working in rural areas, and to analyze its relationship with executive functioning, considering the possible modulating role of optimism. Results revealed a high prevalence of burnout. Emotional exhaustion was related to worse scores in TMT-A, and this relationship was not modulated by optimism.

Regarding burnout, 44% of participants scored high for emotional exhaustion and 59% for depersonalization, and 56% experienced low accomplishment, with 19% experiencing burnout in all three dimensions. These percentages are higher than those found in a recent meta-analysis focused on primary healthcare professionals from urban and rural contexts [1]. In this meta-analysis, working in a rural or economically deprived setting was identified as a factor associated with higher burnout prevalence [1]. The fact that our study focused specifically on a rural population could explain these discrepancies in the prevalence of burnout. In fact, in another empirical study with Spanish primary healthcare professionals from urban and rural contexts. Navarro-González et al [32] also found lower percentages of burnout prevalence than in our study. Primary healthcare professionals from rural areas are often exposed to less availability of health workforce and social services [3], and a busy schedule that includes attending approximately 50 patients per day, covering night shifts, doing home visits, and attending patients from other family practices [6]. Furthermore, the hospitals closest to rural areas are often quite far away, so primary healthcare professionals from rural areas are expected to handle a variety of health conditions, including emergency care, which may imply additional burdens, especially if they are not prepared to cope with these demands [6]. Additionally, physicians and nurses have been found to have higher prevalence rates of burnout compared to other specialties [33], which could also justify the differences between our percentages and those of Navarro-González et al [32].

Concerning individual risk factors associated with burnout, younger age and less seniority tended to be related to burnout. The early years of the career may be the most difficult ones, requiring physical and mental effort, and implying a low sense of control over one’s own decisions [34].

Over the past decade, primary care systems worldwide faced a crisis provoked by the COVID-19 pandemic, which has led to higher levels of burnout among healthcare professionals [35]. The pandemic has placed a high level of demand on these professionals, who have a fundamental role in the early detection of cases and the tracing of their contacts [36]. This has put primary care professionals in the spotlight, especially in rural areas, which have risks associated with their mobility, heightened population needs, socio-economic disadvantage, and access and health service infrastructure challenges [37]. Consequently, the COVID-19 pandemic has significantly increased workload, limited resources, strained personal relationships [38], as well as burnout in primary healthcare professionals from rural areas [39]. To respond to this situation, it has been recommended to establish a quick locum supply system, ensuring rural representation in decision-making processes, and adopting an organizational perspective to support the mental health of these professionals [38].

Regarding the relationship between burnout and executive functioning, participants experiencing burnout performed worse in the TMT-A, emotional exhaustion having a medium effect size on TMT-A performance. Emotional exhaustion has been considered the core burnout component which manifests itself before cynicism and inefficacy [40]. Our results are congruent with those found by Diestel et al [12] with nurses in residential elderly care, and by Orena et al [14] with anesthesia practitioners working at a hospital. One possible explanation for this is that HPA dysregulation in individuals who suffer from burnout could affect the functioning of neural networks (e.g., orbitofrontal cortex, medial prefrontal cortex, and hippocampus) [7,8]. In fact, burnout has been proposed as an exponent of inadequate brain plasticity caused by stress-induced decreased neurogenesis [41]. Considering that these structures are main sites in the negative feedback circuit of the HPA axis, decreased neurogenesis may lead to less efficient inhibitory control of this axis, resulting in an increase of glucocorticoids [42]. Thus, executive functions would be affected, given that they are subordinated to the same neural networks [7]. Executive dysfunction could influence the quality of care for healthcare professionals, where clinical reasoning and problem-solving is a core competency [43].

Our findings showed that the relationship between burnout and TMT-A was not modulated by optimism. These results are not in agreement with those found with other populations [18]. However, it has been underlined that personality variables had a weak relationship with burnout in healthcare professionals (without considering cognitive variables) [44]. Consequently, we may not have been able to detect the possible modulating effect of optimism due to the limited sample size. Future studies that include a wide range of personality traits with large samples are needed.

Despite burnout was related to TMT-A performance, it was not associated with performance in other neuropsychological tests. This suggests that commonly used measures of executive functioning are differentially sensitive to chronic stress, TMT being the most sensitive in our study. These differences between tests may be attributed to their characteristics in terms of stimulus complexity, self- versus externally-paced responding, or processing type [45]. TMT has certain advantages in the assessment of executive dysfunction such as its short administration time and simplicity [46], which could explain its clinical usefulness in healthcare professionals suffering from burnout. Mizuno and Watanabe [47] found that TMT was useful for measuring the extent of work efficiency during mental fatigue. Knowledge about the sensitivity of executive functions measures should improve neuropsychological assessment in professionals with burnout.

The strengths of the study include the use of various measures of executive function, the consideration of the relationship between burnout and executive function in healthcare professionals, along with the moderation effect of optimism in this relationship, and the study context (i.e., primary care in a rural area), so it represents an advancement over previous studies. Despite these strengths, some limitations should be considered. First, the sample size is limited, so results should be taken with caution. Second, given the cross-sectional design of our study, it is not possible to establish causal relationships, so longitudinal studies are needed. Third, TMT-A was included in the neuropsychological assessment instead of TMT-B, due to its simplicity, the need to adjust the protocol to time constraints, and the availability of other instruments assessing similar processes to TMT-B (i.e., WCST, Stroop test). Although TMT-B correlates significantly with the percentage of perseverative errors on the WCST [48] and the Stroop interference condition [49], the inclusion of TMT-B in future studies may provide additional information about the relationships between burnout and executive functions, allowing comparison of the results obtained with both parts of TMT. In fact, compared to TMT-A, TMT-B requires greater demands on visual search and motor speed [50], so differences between the two parts may not be necessarily attributed to the individual’s cognitive efficiency, but also may reflect these discrepancies in task demands. Finally, we have not evaluated the possible modulating role of other personality traits (e.g., self-esteem) in the relationship between burnout and executive functioning.

Conclusions

This study shows that burnout is related to poor executive functioning in primary healthcare professionals working in rural areas. Primary care is at the forefront of global healthcare, so burnout in this population could have a detrimental effect on the efficiency of health systems, and, consequently, on patient care. This has relevant implications, especially for professionals characterized by both work pressure and high cognitive demands and highlights a need to implement occupation-specific approaches for prevention.

Funding Statement

Funding: This work was supported by the VIU-NED Chair of Global Neuroscience and Social Change. Valencian International University. Valencia, Spain.

Bibliografía/References

  • 1.Wright T, Mughal F, Babatunde OO, Dikomitis L, Mallen CD, Helliwell T. Burnout among primary health-care professionals in low- and middle-income countries:systematic review and meta-analysis Bull. World Health Organ. 2022;100:385–401. doi: 10.2471/BLT.22.288300. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 2.Maslach C, Jackson SE, Leiter MP. Maslach Burnout Inventory manual. Palo Alto, CA: Consulting Psychologists Press; 1996. [Google Scholar]
  • 3.Tandi TE, Cho Y, Akam AJ, Afoh CO, Ryu SH, Choi MS, et al. Cameroon public health sector:shortage and inequalities in geographic distribution of health personnel. Int J Equity Health. 2015;14:43. doi: 10.1186/s12939-015-0172-0. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 4.Bethea A, Samanta D, Kali M, Lucente FC, Richmond BK. The impact of burnout syndrome on practitioners working within rural healthcare systems. Am J Emerg Med. 2020;38:582–8. doi: 10.1016/j.ajem.2019.07.009. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 5.Merces MCD, Coelho JMF, Lua I, Silva DSE, Gomes AMT, Erdmann AL, et al. Prevalence and factors associated with burnout syndrome among primary health care nursing professionals:a cross-sectional study. Int J Environ Res Public Health. 2020;17:474. doi: 10.3390/ijerph17020474. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 6.Račić M, Virijević A, Ivković N, Joksimović BN, Joksimović VR, Mijovic B. Compassion fatigue and compassion satisfaction among family physicians in the Republic of Srpska, Bosnia and Herzegovina. Int J Occup Saf Ergon. 2019;25:630–7. doi: 10.1080/10803548.2018.1440044. [DOI] [PubMed] [Google Scholar]
  • 7.McEwen BS. Physiology and neurobiology of stress and adaptation:central role of the brain. Physiol Rev. 2007;87:873–904. doi: 10.1152/physrev.00041.2006. [DOI] [PubMed] [Google Scholar]
  • 8.Chow Y, Masiak J, Mikołajewska E, Mikołajewski D, Wójcik GM, Wallace B, et al. Limbic brain structures and burnout-A systematic review. Adv Med Sci. 2018;63:192–8. doi: 10.1016/j.advms.2017.11.004. [DOI] [PubMed] [Google Scholar]
  • 9.McEwen BS, Nasca C, Gray JD. Stress effects on neuronal structure:Hippocampus, amygdala, and prefrontal cortex. Neuropsychopharmacol. 2016;41:3–23. doi: 10.1038/npp.2015.171. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 10.Vogel S, Fernández G, Joëls M, Schwabe L. Cognitive adaptation under stress:a case for the mineralocorticoid receptor. Trends Cogn Sci. 2016;20:192–203. doi: 10.1016/j.tics.2015.12.003. [DOI] [PubMed] [Google Scholar]
  • 11.Deligkaris P, Panagopoulou E, Montgomery AJ, Masoura E. Job burnout and cognitive functioning:a systematic review. Work &Stress. 2014;28:107–23. [Google Scholar]
  • 12.Diestel S, Cosmar M, Schmidt KH. Burnout and impaired cognitive functioning:the role of executive control in the performance of cognitive tasks. Work &Stress. 2013;27:164–80. [Google Scholar]
  • 13.Fernández-Sánchez JC, Pérez-Mármol JM, Santos-Ruiz AM, Pérez-García M, Peralta-Ramírez MI. Burnout y funciones ejecutivas en personal sanitario de cuidados paliativos:influencia del desgaste profesional sobre la toma de decisiones. An Sist Sanit Navar. 2018;41:171–80. doi: 10.23938/ASSN.0308. [DOI] [PubMed] [Google Scholar]
  • 14.Orena EF, Caldiroli D, Cortellazzi P. Does the Maslach Burnout Inventory correlate with cognitive performance in anesthesia practitioners?A pilot study. Saudi J Anaesth. 2013;7:277–82. doi: 10.4103/1658-354X.115351. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 15.McInerney S, Rowan M, Lawlor B. Burnout and its effect on neurocognitive performance. Ir J Psychol Med. 2012;29:176–9. doi: 10.1017/S0790966700017213. [DOI] [PubMed] [Google Scholar]
  • 16.Carver ChS, Scheier MF. On the structure of behavioral self-regulation. In: In Boekaerts F, Pintrich PR, Zeidner M, editors. Handbook of self-regulation. Cambridge: Elsevier; 2000. pp. 41–84. [Google Scholar]
  • 17.Carver CS, Scheier MF, Segerstrom SC. Optimism. Clin Psychol Rev. 2010;30:879–89. doi: 10.1016/j.cpr.2010.01.006. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 18.Puig-Pérez S, Hackett RA, Salvador A, Steptoe A. Optimism moderates psychophysiological responses to stress in older people with type 2 diabetes. Psychophysiology. 2017;54:536–43. doi: 10.1111/psyp.12806. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 19.Von Elm E, Altman DG, Egger M, Pocock SJ, Gøtzsche PC, Vandenbroucke JP, et al. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) Statement:guidelines for reporting observational studies. Int J Surg. 2014;12:1495–9. [Google Scholar]
  • 20.Seisdedos N. MBI. Inventario de Burnout de Maslach:Manual. Madrid: TEA Ediciones; 1997. [Google Scholar]
  • 21.Maslach D, Jackson S, Leiter M, Schaufeli W, Schwab R. Maslach Burnout Inventory manual, general survey, human services survey, educators survey and scoring guides. Menlo Park, California: Mind Garden; 1986. [Google Scholar]
  • 22.Otero JM, Luengo A, Romero E, Gómez JA, Castro C. Manual de prácticas. Barcelona: Ariel; 1998. Psicología de la personalidad. [Google Scholar]
  • 23.Scheier MF, Carver CS, Bridges MW. Distinguishing optimism from neuroticism (and trait anxiety, self-mastery, and self-esteem):a reevaluation of the Life Orientation Test. J Pers Soc Psychol. 1994;67:1063–78. doi: 10.1037//0022-3514.67.6.1063. [DOI] [PubMed] [Google Scholar]
  • 24.Reitan RM, Wolfson D. The Halstead-Reitan Neuropsycholgical Test Battery:therapy and clinical interpretation. Tucson, AZ: Neuropsychological Press; 1985. [Google Scholar]
  • 25.Grant D, Berg E. Test de clasificación de tarjetas de Wisconsin. Madrid: TEA Ediciones; 2001. [Google Scholar]
  • 26.Golden CJ. Stroop:Test de colores y palabras. Madrid: TEA Ediciones; 2001. [Google Scholar]
  • 27.Spreen O, Benton AL. Neurosensory center comprehensive examination for aphasia (NCCEA), 1977 revision:manual of instructions. Victoria, BC: Neuropsychology Laboratory, University of Victoria; 1977. [Google Scholar]
  • 28.Rosen WG. Verbal fluency in aging and dementia. J Clin Exp Neuropsychol. 1980;2:135–46. [Google Scholar]
  • 29.Rosseel Y. Lavaan:an R package for structural equation modeling. J Stat Softw. 2012;48:1–36. [Google Scholar]
  • 30.Hu LT, Bentler PM. Fit indices in covariance structure modeling:sensitivity to underparameterized model misspecification. Psychol Methods. 1998;3:424–53. [Google Scholar]
  • 31.Cohen J. Statistical power analysis for the behavioral sciences. New York, USA: Lawrence Erlbaum Associates; 1988. [Google Scholar]
  • 32.Navarro-González D, Ayechu-Díaz A, Huarte-Labiano I. Prevalencia del síndrome del burnout y factores asociados a dicho síndrome en los profesionales sanitarios de Atención Primaria. Semergen. 2015;41:191–8. doi: 10.1016/j.semerg.2014.03.008. [DOI] [PubMed] [Google Scholar]
  • 33.Del Carmen MG, Herman J, Rao S, Hidrue MK, Ting D, Lehrhoff SR, et al. Trends and factors associated with physician burnout at a multispecialty academic faculty practice organization. JAMA Netw Open. 2019;2:e190554. doi: 10.1001/jamanetworkopen.2019.0554. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 34.Soltan MR, Soliman SS, Al-Hassanin SA, ElSherief WA, Elnaggar MS, Gohar SF. Burnout and work stress among medical oncologists:Egyptian multi-centric study. Middle East Curr Psychiatry. 2020;27:1–6. [Google Scholar]
  • 35.Aranda-Reneo I, Pedraz-Marcos A, Pulido-Fuentes M. Management of burnout among the staff of primary care centres in Spain during the pandemic caused by the SARS-CoV-2. Hum Resour Health. 2021;19:133. doi: 10.1186/s12960-021-00679-9. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 36.World Health O United Nations Children's Fund:Community-based health care, including outreach and campaigns, in the context of the COVID-19 pandemic:interim guidance, May 2020. Geneva: World Health Organization;; 2020. [Google Scholar]
  • 37.O'Sullivan B, Leader J, Couch D, Purnell J. Rural pandemic preparedness:the risk, resilience and response required of primary healthcare. Risk Manag Healthc Policy. 2020;13:1187–94. doi: 10.2147/RMHP.S265610. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 38.Mandal A, Purkey E. Psychological impacts of the COVID-19 pandemic on rural physicians in Ontario:a qualitative study. Healthcare. 2022;10:455. doi: 10.3390/healthcare10030455. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 39.Leskovic L, Erjavec K, Leskovar R, Vukovič G. Burnout and job satisfaction of healthcare workers in Slovenian nursing homes in rural areas during the COVID-19 pandemic. Ann Agric Environ Med. 2020;27:664–71. doi: 10.26444/aaem/128236. [DOI] [PubMed] [Google Scholar]
  • 40.Koeske GF, Koeske RD. Construct validity of the Maslach Burnout Inventory:a critical review and reconceptualization. J Appl Behav Sci. 1989;25:131–44. [Google Scholar]
  • 41.Eriksson PS, Wallin L. Functional consequences of stress-related suppression of adult hippocampal neurogenesis –a novel hypothesis on the neurobiology of burnout. Acta Neurol Scand. 2004;110:275–80. doi: 10.1111/j.1600-0404.2004.00328.x. [DOI] [PubMed] [Google Scholar]
  • 42.Sapolsky RM. The possibility of neurotoxicity in the hippocampus in major depression:a primer on neuron death. Biol Psychiatry. 2000;48:755–65. doi: 10.1016/s0006-3223(00)00971-9. [DOI] [PubMed] [Google Scholar]
  • 43.Connor DM, Durning SJ, Rencic JJ. Clinical reasoning as a core competency. Acad Med. 2020;95:1166–71. doi: 10.1097/ACM.0000000000003027. [DOI] [PubMed] [Google Scholar]
  • 44.Hudek-Knezević J, KalebićMaglica B, Krapić N. Personality, organizational stress, and attitudes toward work as prospective predictors of professional burnout in hospital nurses. Croat Med J. 2011;52:538–49. doi: 10.3325/cmj.2011.52.538. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 45.Cicerone KD. Clinical sensitivity of four measures of attention to mild traumatic brain injury. Clin Neuropsychol. 1997;11:266–72. [Google Scholar]
  • 46.Vallesi A. On the utility of the trail making test in migraine with and without aura:a meta-analysis. J Headache Pain. 2020;21:63. doi: 10.1186/s10194-020-01137-y. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 47.Mizuno K, Watanabe Y. Utility of an advanced trail making test as a neuropsychological tool for an objective evaluation of work efficiency during mental fatigue. In: In Watanabe Y, Evengård B, Natelson BH, Jason LA, Kuratsune H, editors. Fatigue science for human health. Tokyo, Japan: Springer Tokyo; 2008. pp. 47–54. [Google Scholar]
  • 48.Kortte CB, Horner MD, Windham WK. The Trail Making Test, Part B:cognitive flexibility or ability to maintain set? Appl Neuropsychol. 2002;9:106–9. doi: 10.1207/S15324826AN0902_5. [DOI] [PubMed] [Google Scholar]
  • 49.Chaytor N, Schmitter-Edgecombe M, Burr R. Improving the ecological validity of executive functioning assessment. Arch Clin Neuropsychol. 2006;21:217–27. doi: 10.1016/j.acn.2005.12.002. [DOI] [PubMed] [Google Scholar]
  • 50.Gaudino EA, Geisler MW, Squires NK. Construct validity in the Trail Making Test:what makes Trail B harder? J Clin Exp Neuropsychol. 1995;17:529–35. doi: 10.1080/01688639508405143. [DOI] [PubMed] [Google Scholar]

Articles from Revista de Neurología are provided here courtesy of IMR Press

RESOURCES