Postpartum depression: the (in) experience of <scp>B</scp>razilian primary healthcare professionals
Notice bibliographique
Résumé
AIM: This article reports experiences of Brazilian physicians and nurses caring for women with postpartum depression in primary healthcare settings. BACKGROUND: Prevalence of postpartum depression in Brazil ranges from 12-37%, which fits with international claims about differences in the magnitude of the problem and consistency of screening. DESIGN: Qualitative descriptive. METHOD: This study was situated in health units of the Family Health Strategy in Campina Grande, Brazil. Data were collected from September 2010-January 2011 through open-ended interviews with ten nurses and seven physicians, observations, and field diary records. Inductive content analysis was used to develop categories. FINDINGS: Three categories: (1) Limited professional exposure to postpartum depression; (2) Postpartum depression as the domain of psychiatry; and (3) Challenges dealing with postpartum depression demonstrated that few professionals felt postpartum depression merited their attention. Women, with signs of postpartum depression, were usually identified by family members who noticed behaviours that seemed abnormal. Care providers indicated they had inadequate time and access to screening techniques to identify women with depression attending unit-based pregnancy and postpartum groups. When identified, women were referred directly to psychiatric care. CONCLUSION: Without consistent screening and diagnostic techniques, Brazilian health professionals are insecure about identifying and treating cases of postpartum depression. Referring women to psychiatric units entail more time for women to be diagnosed and treated and increased costs for health services. Primary healthcare professionals require training to screen, identify, and treat postpartum depression in primary healthcare settings.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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 ».