The Prevalence of Postpartum Depression among Women with Substance Use, an Abuse History, or Chronic Illness: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Although much is known about risk factors for postpartum depression (PPD), many potentially important clinical variables have still not been investigated. In this systematic literature review, we examine the published evidence for the prevalence of PPD among three populations of women commonly seen by providers of perinatal care: women who use substances, women with current or past experiences of abuse, and women with chronic illness. METHODS: We searched Medline, CINAHL, EMBASE, PsycINFO, and the Cochrane Library from their start dates through to August 1, 2008, using keywords relevant to depression and each of the three target clinical populations. All published, peer-reviewed papers in English or French were included in the review if a standardized assessment of depression between 3 and 52 weeks postpartum was used and if either the prevalence of PPD in the target population or a comparison of depression scores between the target population and a control group were reported. RESULTS: Seventeen papers were included in the review. There were high rates of PPD among substance-using women and those with current or past experiences of abuse. However, little evidence was found to suggest an increased risk for depression among women with chronic illness. CONCLUSIONS: Few eligible studies were identified for each clinical population of interest. Despite limitations of the studies reviewed, the results indicate that both substance use and current or past experiences of abuse are associated with increased risk for PPD. Targeted clinical interventions for these women may be beneficial.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».