Burnout इति अवस्था अस्मिन् अध्ययने दीर्घकालिकेन कार्यस्थले भवता stress इत्यनेन सम्बद्धां भावात्मकां मानसिकां शारीरिकां च क्लान्तिं तथा कार्ये सहभागितायाः न्यूनतां समाविशति। केवलं 2025-वर्षे प्रकाशितेषु विशेषज्ञैः समीक्षितेषु अनुसन्धानकार्येषु burnout तथा मस्तिष्कपरिवर्तनानि स्पष्टतया सम्बध्नन्ति ये प्रकाशनाः, तेषां निर्धारणार्थं पञ्च database अन्विष्टानि; PRISMA-ScR-प्रक्रियया च षट् अध्ययनानि परीक्षितानि। समाविष्टेषु अध्ययनेषु EEG, resting-state fMRI, MRI, plasma BDNF-मापनम्, प्रश्नावली च इत्यादयः परस्परभिन्नाः विधयः प्रयुक्ताः; frontal तथा मध्यरेखीय functional connectivity, precuneus–medial orbitofrontal cortex connectivity, BDNF, gray matter तथा neurochemical-सूचकानां burnout अथवा तत्सम्बद्ध-stress-अवस्थाभिः सह विविधाः सम्बन्धाः सूचिताः। तथापि एतत् कार्यं पूर्णं scoping review नास्ति; screening एकेन अनुसन्धानकर्त्रा कृतम्, केवलं षट् प्रकाशनानि समाविष्टानि, प्रमाणानां महत्त्वपूर्णो भागश्च cross-sectional अस्ति। अतः उपलब्धाः परिणामाः burnout मस्तिष्के एकमेव सत्यापितं वा कारणात्मकं वा जैविकचिह्नं जनयतीति न दर्शयन्ति।

समीक्षायां समाविष्टेषु षट्सु प्रकाशनेषु केवलं द्वयोः अनुसन्धानयोः मुख्यलक्ष्यं प्रत्यक्षतया burnout तथा मस्तिष्कपरिवर्तनानि आसीत्। अन्यानि चत्वारि अध्ययनानि विस्तृततरं chronic stress, अवसादविकारम्, आरक्षकाणां व्यावसायिक-stress अथवा कल्याणसम्बद्धान् प्रश्नान् परीक्षितवन्ति; burnout तेषु अध्ययनेषु एकः परिवर्तनीयांशः इति मूल्याङ्कितः।

मापनविधयोऽपि मानकीकृताः न सन्ति। षट्सु अध्ययनेषु कस्मिन्नपि समानं burnout-scale न प्रयुक्तम्। Burnout Assessment Tool, Sydney Burnout Measure, Maslach Burnout Inventory इत्यस्य विविधाः संस्करणाः, Copenhagen Burnout Inventory तथा Utrechtse Burnout Schaal प्रयुक्तानि। अतः “burnout” इति नाम्ना विभिन्नानि अध्ययनानि समानमेव मनोवैज्ञानिकं construct समानरीत्या मापयन्तीति न अनुमातुं शक्यते।

मूलस्रोतस्य लेखकः केषुचित् विभागेषु burnout इत्येतत् संरचनात्मकानि कार्यात्मकानि च मस्तिष्कपरिवर्तनानि जनयन्तीं स्पष्टां neurobiological-अवस्थामिव प्रबलतया व्याख्याति। किन्तु समाविष्टानामध्ययनानां methodological-रचना सम्पूर्णमेतद् दावं कारणात्मकस्तरे न सत्यापयति। अतः Verianla-मूल्याङ्कने मापिताः सम्बन्धाः लेखकस्य अधिकदूरगामिभ्यः clinical-व्याख्याभ्यः पृथक् स्थाप्यन्ते।

किं Burnout इत्यस्य मस्तिष्के एकमेव सत्यापितं जैविकचिह्नं प्राप्तम्?

न। परीक्षितानि षट् अध्ययनानि frontal connectivity, precuneus–mOFC-network, BDNF, gray matter, glutamate तथा विभिन्नानि whole-brain activation-patterns इत्यादीन् विविधपरिणामान् सूचितवन्ति; किन्तु विधयः, जनसमूहाः तथा burnout-scales परस्परं भिन्नाः सन्ति, अतः एते परिणामाः एकमेव सत्यापितं “burnout brain signature” न निर्मिमते।

अयं भेदः महत्त्वपूर्णः, यतः “मस्तिष्कपरिवर्तनम्” एकमेव जैविकमापनं नास्ति। मूलस्रोते:

• EEG functional connectivity,
• resting-state fMRI degree centrality तथा connectivity,
• structural MRI-परिणामाः,
• plasma BDNF-स्तरः,
• glutamate इत्यादीनि neurochemical-मापनानि,
• विभिन्नैः मनोवैज्ञानिकक्षेत्रैः सम्बद्धानि whole-brain activations

“brain changes” इति एकस्य सामान्यशीर्षकस्य अधः चर्च्यन्ते।

एतेषु प्रत्येकं मापनं भिन्नं जैविकस्तरं प्रतिनिधत्ते। EEG विद्युत्क्रियायाः कालिकरूपाणि; fMRI रक्तस्य oxygenation-सम्बद्धान् signal-परिवर्तनान् तथा functional connectivity; structural MRI ऊतकस्य आयतनं वा morphology; BDNF च रक्तपरिसञ्चारे वर्तमानं neurotrophic factor मूल्याङ्कयति।

अतः भिन्नविधीनां परिणामाः समानदिशि एव भवेयुरिति आवश्यकं नास्ति; एकस्य स्थाने अपरस्य प्रत्यक्षप्रयोगश्च वैज्ञानिकदृष्ट्या युक्तः नास्ति।

किं Cross-Sectional मस्तिष्कचित्रणपरिणामाः “Burnout मस्तिष्कं क्षतिग्रस्तं करोति” इत्यर्थं बोधयन्ति?

न। cross-sectional-अध्ययने burnout-समूहस्य control-समूहस्य च मध्ये मस्तिष्क activation, connectivity अथवा संरचनायां भेदस्य दर्शनं सम्बन्धस्य दिशं न सूचयति; स भेदः burnout इत्यस्मात् पूर्वमेव आसीत् वा, chronic stress इत्यस्य परिणामः वा, अन्येन परिवर्तनीयांशेन व्याख्यातुं शक्यते वा—एतत् निर्धारयितुं न शक्यते।

अतः निम्नलिखिताः सम्भावनाः परस्परं पृथक् द्रष्टव्याः:

• पूर्वमेव विद्यमानाः neurobiological-विशेषताः burnout प्रति प्रवणतां दातुं शक्नुवन्ति,
• दीर्घकालिकः कार्यस्थलीय stress केनचित् neuroplastic-परिवर्तनेन सम्बद्धः भवितुं शक्नोति,
• अवसादः, निद्राविकारः अथवा अन्याः सहवर्ती अवस्थाः दृष्टेषु भेदेषु योगदानं दातुं शक्नुवन्ति,
• दृष्टानि परिवर्तनानि compensatory अथवा adaptive प्रक्रियाः प्रतिनिधातुं शक्नुवन्ति,
• मापितभेदानां कश्चन भागः सहभागीसमूहस्य अथवा methodological-विशेषतानां कारणेन सम्बद्धः भवितुं शक्नोति।

समाविष्टस्य परिचारिकासम्बद्धस्य fMRI-अध्ययनस्य स्वप्रतिवेदनमपि निश्चितां कारणतां स्थापयितुं न शक्यते इति सूचयति। अतः समीक्षा-लेखकेन केषुचित् स्थलेषु प्रयुक्तानि “burnout produces brain changes” अथवा “brain damage” इत्यादीनि वाक्यानि उपलब्धानां षण्णामध्ययनानां सर्वेषां प्रत्यक्षप्रायोगिकनिष्कर्षाः इति न, किन्तु लेखकस्य अधिकप्रबलव्याख्यास्तरः इति पठनीयानि।

Precuneus तथा Medial Orbitofrontal Cortex किमर्थं विशेषतया प्रमुखौ?

समाविष्टे resting-state fMRI-अध्ययने व्यावसायिक-burnout-युक्तानां परिचारिकाणां स्वस्थ-control-समूहस्य च मध्ये degree centrality तथा functional connectivity-भेदाः precuneus तथा medial orbitofrontal cortex इत्यत्र दृष्टाः; अतः समीक्षायामेतौ प्रमुखौ। किन्तु एतदेकमध्ययनं सम्बन्धमेव दर्शयति, clinical diagnostic test अथवा कारणात्मकं mechanism न सत्यापयति।

Degree centrality (DC), कार्यात्मकजालस्य अन्तः मस्तिष्कप्रदेशः अन्यैः प्रदेशैः कियत्परिमाणेन सम्बद्धः इति परिमाणात्मकतया संक्षिप्य दर्शयन् network-measure अस्ति।

Functional connectivity (FC) तु विभिन्नमस्तिष्कप्रदेशेषु time series सांख्यिकदृष्ट्या कियत्परिमाणेन सह परिवर्तन्ते इति बोधयति।

40 स्त्री-परिचारिकाः तथा 40 स्वस्थ-control-सहभागिनः यत्र तुलिताः, तस्मिन् अध्ययने:

• bilateral precuneus इत्यत्र degree centrality न्यूनम् अभवत्,
• वाम-precuneus तथा दक्षिण-medial orbitofrontal cortex इत्ययोः मध्ये functional connectivity न्यूनम् अभवत्,
• एतेषां मापनानां केषाञ्चित् burnout-scale-परिणामैः सह सांख्यिकदृष्ट्या महत्त्वपूर्णाः सम्बन्धाः सूचिताः।

मूलस्रोतः एतत् pattern आत्मसम्बद्ध-processing तथा reward/emotion-regulation-प्रणाल्योः एकीकरणस्य विक्षेपः इति व्याख्याति।

किन्तु अध्ययनं cross-sectional अस्ति। अतः न्यूनं connectivity burnout इत्यस्य कारणं वा परिणामः वा सहवर्ती विशेषता वा इति निर्धारयितुं न शक्यते।

EEG-अध्ययनं किं दर्शितवत्?

Resting-state EEG-अध्ययने burnout-समूहे विशेषतः नेत्रयोः उद्घाटितयोः frontal तथा मध्यरेखीय-मस्तिष्कप्रदेशेषु alpha3-band इत्यत्र न्यूनं functional connectivity सूचितम्; मूलस्रोतः एतत् संभाव्यं neurophysiological-सम्बन्धम् इति व्याख्याति, किन्तु एतत् एकाकिना सत्यापितं diagnostic biomarker नास्ति।

अध्ययने 98 सहभागिनः मूल्याङ्किताः, 256-channel-युक्तं high-density EEG-record च प्रयुक्तम्।

Burnout-समूहे:

• burnout तथा cynicism-अङ्काः उच्चाः,
• self-efficacy-अङ्काः न्यूनाः,
• अवसादलक्षणानि control-समूहापेक्षया अधिकानि, किन्तु मृदुस्तरे

दृष्टानि।

मूलस्रोतस्य synthesis अनुसारं सर्वाधिकं स्पष्टं EEG-pattern 11–13 Hz alpha3 sub-band इत्यत्र frontal तथा मध्यरेखीयप्रदेशेषु, विशेषतः दक्षिण-frontal-क्षेत्रे, न्यूनं functional connectivity अस्ति।

लेखकः भविष्यतां resting-state burnout-अध्ययनेषु नेत्रयोः उद्घाटितावस्था नेत्रयोः निमीलितावस्थापेक्षया अधिकसूचनाप्रदा भवितुं शक्नोतीति प्रस्तावयति।

किन्तु अयं प्रस्तावः अद्यापि बहुकेन्द्रिकेन वा बृहत्सहभागिसमूहेन वा सत्यापितः नास्ति।

BDNF-परिणामस्य किं तात्पर्यम्?

Burnout-संबद्ध-अवसादविकारयुक्तेषु चिकित्सालये निवसत्सु रोगिषु plasma BDNF-स्तराः स्वस्थ-control-समूहापेक्षया न्यूनाः आसन्, multimodal inpatient treatment अनन्तरं BDNF-वृद्धिः सूचिता; एतत् BDNF stress-संबद्धैः जैविकप्रक्रियाभिः सह सम्बद्धं भवितुं शक्नोतीति सूचयति, किन्तु BDNF burnout-विशिष्टं सत्यापितं biomarker अस्ति इति न दर्शयति।

Brain-Derived Neurotrophic Factor (BDNF), neuronal-development, plasticity तथा synaptic-processes इत्यैः सम्बद्धं neurotrophic protein अस्ति।

सम्बद्धे अध्ययने:

• 35 burnout-related depressive disorder-युक्ताः चिकित्सालये निवसन्तः रोगिणः,
• 21 स्वस्थ-control-सहभागिनः

तुलिताः।

मूलस्रोतस्य synthesis मध्ये चिकित्सालये निवसतां रोगिणाम् प्रारम्भे BDNF-स्तराः न्यूनतराः आसन्, multimodal-treatment अनन्तरं BDNF अवर्धत, BDNF-परिवर्तनस्य अवसादतीव्रतायाश्च मध्ये विपरीतः सम्बन्धः आसीत् इति सूचितम्।

एतदध्ययनं महत्त्वपूर्णम् अस्ति, तथापि द्वौ विचारौ पृथक् करणीयौ: सहभागीसमूहः केवलं “pure burnout” अनुभवद्भिः व्यक्तिभिः न, अपि तु burnout-related depressive disorders इति परिभाषितेन clinical-समूहेन निर्मितः।

अतः परिणामः सम्पूर्णे burnout-जनसमूहे प्रत्यक्षतया सामान्यीकर्तुं न शक्यते।

आरक्षकाणां Neuroimaging-अध्ययनं किं प्राप्तवत्?

अग्रपङ्क्तौ कार्यरतानाम् आरक्षकाणां control-समूहापेक्षया उच्चतराः burnout तथा अवसादलक्षणस्तराः, तत्सह gray matter तथा dACC-neurochemistry इत्यत्र भेदाः सूचिताः; अध्ययनं उच्च-stress-युक्तेषु व्यवसायेषु neurobiological-सम्बन्धाः भवितुं शक्नुवन्तीति दर्शयति, किन्तु burnout एव एतेषां परिवर्तनानां कारणम् इति न प्रमाणयति।

सहभागिसमूहः:

• 33 अग्रपङ्क्तौ कार्यरताः आरक्षकाः,
• 36 जनसांख्यिकदृष्ट्या समीकृताः control-सहभागिनः

इति आसीत्।

मूलस्रोतः आरक्षकसमूहे:

• उच्चतरान् burnout तथा अवसादलक्षणस्तरान्,
• न्यूनतर-gray-matter-आयतनेन सम्बद्धान् परिणामान्,
• dorsal anterior cingulate cortex इत्यत्र न्यूनतरान् excitatory neurotransmitter-स्तरान्

सूचितान् इति वर्णयति।

विशेषतः dACC-glutamate-स्तरस्य न्यूनता सांख्यिकदृष्ट्या महत्त्वपूर्णा आसीत्, False Discovery Rate-संशोधनानन्तरमपि सा स्थितवती।

तथापि आरक्षक-सहभागिसमूहे chronic stress, traumatic exposure, shift-schedule, निद्रा तथा अवसादलक्षणानि इत्यादयः घटकाः burnout इत्यनेन सह परस्परं सम्बद्धाः भवितुं शक्नुवन्ति। अतः परिणामं केवलमेकस्मै परिवर्तनीयांशाय आरोपयितुं न युक्तम्।

किं शिरोवेदनासम्बद्धः परिणामः प्रत्यक्षं मस्तिष्कचित्रणप्रमाणम्?

न। 720-जनयुक्ते अध्ययने burnout-प्रक्रियायां वर्तमानैः व्यक्तिभिः शिरोवेदना बहुधा सूचितं शारीरिकलक्षणम् आसीत्, किन्तु अध्ययनं केवलं प्रश्नावलीम् उपयुज्य सहभागिनां मस्तिष्कसंरचनां वा कार्यं वा प्रत्यक्षतया न अमापयत्; मस्तिष्कपरिवर्तनैः सह सम्बन्धः अन्यसाहित्याधारितः समीक्षा-लेखकस्य व्याख्यानः अस्ति।

अध्ययने:

• 317 जनाः स्वं “burning out” इति,
• 403 जनाः स्वं “burned out” इति

वर्णितवन्तः।

“burning out”-समूहे शिरोवेदना प्रायः %89 इति प्रमाणेन सर्वाधिकं सूचितेषु शारीरिकलक्षणेषु एकम् आसीत्।

मूलस्रोतः सम्पूर्णसहभागिसमूहस्य प्रायः %10 भागस्य चिकित्सालये प्रवेशः आवश्यकः आसीदिति अपि सूचयति; किन्तु प्रश्नावली चिकित्सालयप्रवेशस्य कारणं विस्तरेण न अपृच्छत्।

अतः:

• %89 शिरोवेदनानुपातः प्रत्यक्षः मस्तिष्कक्षत्यानुपातः नास्ति,
• %10 चिकित्सालयप्रवेशः प्रत्यक्षतया burnout-कारणेन आसीदिति निश्चितं कर्तुं न शक्यते,
• अध्ययने structural MRI, fMRI अथवा EEG न कृतम्।

विभिन्नानि Burnout-Scales परिणामान् किमर्थं प्रभावितुं शक्नुवन्ति?

षट्सु अध्ययनेषु कस्मिन्नपि समानं burnout-मापनसाधनं न प्रयुक्तम्; अतः प्रत्येकमध्ययनं “burnout” इति वर्गीकृतवान् मनोवैज्ञानिकः profile पूर्णतया समानः नास्ति। कानिचन scales क्लान्तिं तथा cynicism अधिकं गुरुत्वेन गृह्णन्ति, अन्यानि cognitive तथा physical impairment, अन्यानि च professional competence इत्यादीन् व्यवसायविशिष्टान् आयामान् अधिकं गुरुत्वेन गृह्णन्ति।

एषा heterogeneity neurobiological-परिणामानां प्रत्यक्षतुलनामपि कठिनां करोति।

उदाहरणतः physical तथा cognitive impairment अधिकं गृह्णता scale इत्यनेन निर्मितः समूहः केवलं भावात्मकक्लान्तिं तथा cynicism लक्ष्यीकुर्वता अन्येन scale इत्यनेन निर्मितेन समूहेन मनोवैज्ञानिकदृष्ट्या पूर्णतया समतुल्यः न भवेत्।

अध्ययनस्य विधिः परिणामाश्च

एतदध्ययनं पूर्णं Scoping Review इति किमर्थं न वर्गीकृतम्?

यतः समीक्षा केवलं 2025-वर्षे तथा विशेषज्ञैः समीक्षितेषु प्रकाशनेषु सीमिता, एकस्मिन् सङ्कीर्णे keyword-combination इत्यस्मिन् आधारिताऽस्ति, screening तथा data extraction च एकेन अनुसन्धानकर्त्रा कृतम्; लेखकः PRISMA-ScR-पदानि प्रयुक्तवान् अपि, अध्ययनस्य विधिं scoping review तथा focused narrative synthesis इत्ययोः मध्ये स्थितां रचनामिव वर्णयति।

मुख्यम् अनुसन्धानलक्ष्यम्

2025-वर्षे प्रकाशितानि, burnout तथा मस्तिष्कपरिवर्तनानि संयुक्ततया परीक्षमाणानि, विशेषज्ञैः समीक्षितानि अध्ययनानि निर्धार्य मनोचिकित्सकानां कृते अद्यतनं मूल्याङ्कनसहाय्यं निर्मातुम् अस्य लक्ष्यम्।

द्वौ मुख्यौ दृष्टिकोणौ प्रयुक्तौ:

1. मस्तिष्कपरिवर्तनानि परीक्षमाणेषु burnout-अध्ययनेषु 2025-वर्षस्य प्रगतयः,
2. burnout-सन्दर्भे विशिष्टमस्तिष्कपरिवर्तनानाम् अर्थः।

Screening-दिनाङ्कः

सर्वे मुख्य-database-अन्वेषणाः 1 जनवरी 2026 दिनाङ्के कृताः।

Protocol 31 जनवरी 2026 दिनाङ्के OSF इत्यत्र पञ्जीकृतम्।

अतः protocol-पञ्जीकरणं मुख्य-screening अनन्तरं जातम्।

अन्वेषण-वाक्यम्

Keywords:

brain changes AND burnout AND 2025

इत्येव सीमितानि।

Google Scholar-अन्वेषणे आङ्ग्लभाषायाः सीमा अपि प्रयुक्ता।

Databases

PRISMA-प्रवाहप्रक्रिया

निष्कासनकारणानि

मूलस्रोतस्य Table 2 इत्यत्र निष्कासनकारणेषु:

• पुनरावृत्त-अभिलेखः,
• आङ्ग्लभाषायां न प्रकाशनम्,
• विशेषज्ञैः समीक्षितस्य journal article-रूपस्य अभावः,
• empirical study-रूपस्य अभावः,
• burnout-अभावः,
• brain changes-अभावः,
• पूर्णपाठस्य अनुपलब्धता,
• burnout-विषये असम्बद्धा सूचना,
• brain changes-विषये असम्बद्धा सूचना,
• प्रत्याहृतं प्रकाशनम्

सन्ति।

समाविष्टानि षट् अध्ययनानि

भौगोलिकवितरणम्

षण्णामध्ययनानां चत्वारि पश्चिमदेशेषु:

• ऑस्ट्रेलिया,
• पोलैण्ड,
• स्विट्जरलैण्ड,
• नीदरलैण्ड

द्वे च एशियायाम्:

• चीन,
• ताइवान

कृतानि।

विशेषतः अल्पसंसाधनयुक्तेषु अथवा विकासशीलप्रदेशेषु अध्ययनाभावं लेखकः external validity-दृष्ट्या महत्त्वपूर्णं रिक्तस्थानं मन्यते।

अध्ययनेषु data-सङ्ग्रह-दिनाङ्काः

षण्णामध्ययनानां मध्ये केवलं परिचारिका-fMRI-अध्ययनं data-सङ्ग्रह-दिनाङ्कं स्पष्टतया सूचयति: सितम्बर 2024–दिसम्बर 2024।

अन्येषामध्ययनानां प्रकाशनवर्षं 2025 अस्ति, तथापि data कदा सङ्गृहीतमिति प्रायः न सूचितम्।

केवलं 2025-वर्षस्य “अद्यतन-neurobiology” मूल्याङ्कयितुमुद्दिष्टायाः समीक्षायाः कृते एषा महत्त्वपूर्णा methodological-सीमा अस्ति।

षण्णामध्ययनानां मुख्यपरिणामाः

अध्ययनेन समर्थितानि

• 2025-वर्षे burnout तथा मस्तिष्कपरिवर्तनानि सम्बध्नन्ति विशेषज्ञैः समीक्षितानि अध्ययनानि सीमितसङ्ख्यकानि सन्ति।
• EEG, resting-state fMRI, MRI तथा plasma BDNF इत्यादयः विभिन्नाः objective-विधयः अस्मिन् अनुसन्धानक्षेत्रे प्रयुक्ताः।
• frontal/मध्यरेखीय EEG-connectivity, precuneus–mOFC-connectivity तथा केषुचित् structural/neurochemical-सूचकेषु burnout अथवा तत्सम्बद्ध-stress-अवस्थाभिः सह सम्बन्धाः सूचिताः।
• Burnout-अनुसन्धाने केवलं प्रश्नावली न, अपि तु neurophysiological तथा biological-मापनान्यपि प्रयुज्यन्ते इति दृश्यते।
• प्रयुक्तं burnout-scale उत्पद्यमानं मनोवैज्ञानिकं phenotype तथा तेन neurobiological-तुलनां प्रभावितुं शक्नोति।
• अनुसन्धानक्षेत्रमिदं अद्यापि लघु, heterogeneous तथा विकासमानम् अस्ति।

अध्ययनेन असमर्थितानि

• Burnout इत्यस्य मस्तिष्के एकमेव सार्वत्रिकं structural अथवा functional चिह्नम् अस्ति इति न दर्शितम्।
• Burnout एव दृष्टानां सर्वेषां मस्तिष्कभेदानां कारणम् इति न दर्शितम्।
• EEG, fMRI, BDNF अथवा MRI-मापनानां किमपि burnout-कृते सत्यापितं routine clinical diagnostic test नास्ति।
• शिरोवेदना structural अथवा functional मस्तिष्कपरिवर्तनं दर्शयतीति प्रत्यक्षतया न मापितम्।
• दृष्टाः gray matter अथवा connectivity-भेदाः “permanent brain damage” सन्ति इति एतैः षड्भिः अध्ययनैः न प्रमाणितम्।
• Burnout इत्येतत् अवसादात् अथवा अन्येभ्यः stress-विकारेभ्यः केवलं neuroimaging द्वारा विश्वसनीयतया पृथक्कर्तुं शक्यते इति न दर्शितम्।
• षण्णामध्ययनानां परिणामाः सर्वेषु व्यवसायसमूहेषु, सर्वेषु देशेषु वा सामान्यजनसमूहे वा प्रत्यक्षतया सामान्यीकर्तुं न शक्यन्ते।
• केवलं 2025-प्रकाशनवर्षस्य screening सम्पूर्णं वर्तमानं burnout-neurobiology-साहित्यम् न प्रतिनिधत्ते।

मुख्याः methodological-सीमाः

प्रथमा सीमा केवलमेकवर्षीयप्रकाशनकालस्य विषये केन्द्रितत्वम्।

द्वितीया सीमा मुख्यस्य search-expression इत्यस्य केवलं “brain changes AND burnout AND 2025” इति भवितुम्। ततः लेखकः:

• neural correlates,
• neuroimaging,
• functional connectivity,
• brain structure,
• neurobiological mechanisms

इत्यादिभिः भिन्नशब्दैः कृताः अतिरिक्ताः अन्वेषणाः प्रथम-अन्वेषणे अदृष्टानि सम्बद्धप्रकाशनानि अन्वेष्टुं शक्नुवन्तीति दर्शयति।

एतत् आरम्भिक-keywords इत्येषां sensitivity सीमिता आसीदिति दर्शयति।

तृतीया सीमा screening तथा data extraction एकेन अनुसन्धानकर्त्रा कृतमिति। स्वतन्त्रस्य द्वितीयमूल्याङ्ककस्य अभावः selection तथा interpretation-bias इत्ययोः जोखिमं वर्धयितुं शक्नोति।

चतुर्थी सीमा केवलं षट् अध्ययनानि समाविष्टानीति।

पञ्चमी सीमा अध्ययनानि विधि, सहभागीसमूह, व्यवसाय तथा burnout-scale इत्येतैः heterogeneous सन्तीति।

षष्ठी सीमा data-सङ्ग्रह-दिनाङ्कः केवलमेकस्मिन् अध्ययने स्पष्टतया दत्तः इति।

सप्तमी सीमा समीक्षया formal meta-analysis अथवा विस्तृतं scoping review न कृतमिति। लेखकः सहभागीसमूहस्य आकाराः तथा मापनसाधनानां validity सर्वतोमुखतया न मूल्याङ्किते इति सूचयति।

अष्टमी सीमा methodological-परिचयः एव: मूलस्रोतः अध्ययनं scoping review तथा focused narrative synthesis इत्ययोः मध्ये स्थितां रचनामिव वर्णयति।

भविष्यदनुसन्धानाय अनुशंसाः

मूलस्रोतः भविष्यदध्ययनेषु:

• बृहत्तरान् सहभागीसमूहान्,
• विभिन्नान् व्यवसायसमूहान्,
• विभिन्नान् सामाजिक-आर्थिकसमूहान्,
• न्यून-मध्यम-आययुक्तप्रदेशान्,
• longitudinal designs,
• एकाधिक-burnout-scale संयुक्ततया प्रयोगम्,
• EEG, MRI तथा रक्त-biomarkers संयुक्ततया मूल्याङ्कनम्,
• उपचारपूर्वोत्तर-neurobiological-अनुवीक्षणम्

अनुसन्धातुं अनुशंसति।

विशेषतः longitudinal designs अत्यन्तं महत्त्वपूर्णानि; यतः केवलं तादृशानि अध्ययनानि neurobiological-भेदाः burnout इत्यस्मात् पूर्वं, तस्य काले, अथवा तदनन्तरं उत्पद्यन्ते इति अधिकविश्वसनीयतया पृथक्कर्तुं शक्नुवन्ति।

मूलस्रोतस्य विधेश्च टिप्पणी

मूलमध्ययनम्: An Assessment Aid Intended for Psychiatrists Regarding 2025 Peer-Reviewed Publications on Burnout and Associated Brain Changes Following PRISMA-ScR Guidelines

लेखकः: Carol Nash.

उत्तरदायी लेखकः: Carol Nash.

संस्था: History of Medicine Program, Department of Psychiatry, Temerty Faculty of Medicine, University of Toronto, Toronto, Ontario, Canada.

पत्रिका: Psychiatry International.

प्रकाशकः: MDPI, Basel, Switzerland.

खण्डः / लेखः: 2026, 7, 116.

DOI: 10.3390/psychiatryint7030116

प्रेषणम्: 12 फरवरी 2026.

संशोधनम्: 27 मार्च 2026.

स्वीकृतिः: 7 मई 2026.

प्रकाशनम्: 1 जून 2026.

मूलस्रोतप्रकारः: विशेषज्ञैः समीक्षिता केन्द्रित-साहित्यसमीक्षा; PRISMA-ScR-प्रक्रियां प्रयुङ्क्ते, किन्तु लेखकेन पूर्णं scoping review इति न वर्गीकृता।

अनुज्ञापत्रम्: Creative Commons Attribution (CC BY).

मुख्य-screening-दिनाङ्कः: 1 जनवरी 2026.

Protocol-पञ्जीकरणम्: OSF, 31 जनवरी 2026; पञ्जीकरणं मुख्य-screening अनन्तरं कृतम्।

Databases: Google Scholar, OVID, PubMed, Scopus तथा Web of Science.

मुख्य-search-expression: brain changes AND burnout AND 2025.

प्रारम्भिकाभिलेखसङ्ख्या: 409.

अन्तिमं समाविष्टमध्ययनम्: 6.

Screening तथा data extraction: एकेन अनुसन्धानकर्त्रा कृतम्।

मुख्यविधयः: प्रश्नावली, EEG, resting-state fMRI, structural MRI, plasma BDNF तथा neurochemical-मूल्याङ्कनानि।

मुख्यानि burnout-मापनानि: BAT, SBM, MBI-GS, MBI-HSS, MBI, CBI तथा UBOS-A.

Meta-analysis: न कृतम्।

Formal pooled effect size: न गणितम्।

वित्तपोषणम्: बाह्यवित्तपोषणं न प्राप्तम्।

Ethics committee: न प्रयोज्यम्; अध्ययनं विद्यमानानि प्रकाशनानि परीक्षते।

Informed consent: न प्रयोज्यम्।

Data availability: नूतनं data न निर्मितं न वा विश्लेषितम्; data sharing न प्रयोज्यम्।

हितसंघर्षः: लेखकेन हितसंघर्षः न सूचितः।

लेखकयोगदानम्: अध्ययनस्य एकमात्रा लेखिका Carol Nash अस्ति; लेखस्य विषयवस्तुनः उत्तरदायित्वं स्वीकृतवतीति सा सूचयति।

मुख्या वैज्ञानिकसीमा: षट् अध्ययनानि विभिन्नान् जनसमूहान्, विभिन्नानि burnout-scales तथा विभिन्नाः जैविकविधयः प्रयुञ्जते। प्रमाणानां अधिकांशः cross-sectional अस्ति। अतः burnout विशिष्टानि मस्तिष्कपरिवर्तनानि जनयति अथवा विशिष्टानि EEG/fMRI/BDNF-मापनानि clinical diagnostic biomarkers सन्ति इति निष्कर्षः न कर्तुं शक्यते।

मूलस्रोतान्तर्गतव्याख्यायाः तनावः: मूलस्रोतस्य केचन चर्चाविभागाः structural तथा functional “brain damage” तथा कारणात्मकपरिवर्तनस्य भाषां प्रयुञ्जते; तथापि अध्ययनं स्वसीमासु अनुसन्धानक्षेत्रम् अद्यापि प्रारम्भिकावस्थायाम् अस्ति, सहभागीसमूहाः लघवः heterogeneous च सन्ति, longitudinal data नास्ति, clinicians परिणामेषु सावधानाः भवेयुः इति सूचयति। Verianla-पाठः एतौ द्वौ स्तरौ अमिश्रीकृत्य निवेदयति।