Patterns of Depression and Treatment in Pregnant and Postpartum Women
Notice bibliographique
Résumé
OBJECTIVE: To determine the course of depression and the effects of treatment during pregnancy and into the postpartum period. METHOD: This is a longitudinal study of a community sample of 649 pregnant women who were assessed in early pregnancy (17.4 ± 4.9 weeks), late pregnancy (30.6 ± 2.7 weeks), and postpartum (4.2 ± 2.1 weeks) with the Edinburgh Postnatal Depression Scale (EPDS). Women who scored 12 or more on the EPDS were encouraged to seek assessment and treatment. We used generalized estimating equation modelling to determine the predicted mean depression scores, taking age, ethnicity, history of depression, and previous and present treatment status into account. RESULTS: The unadjusted prevalence of depression (EPDS ≥ 12) was 14.1% (n = 91) in early pregnancy, 10.4% (n = 62) in late pregnancy, and 8.1% (n = 48) postpartum. Twelve per cent of women were engaged in treatment. The predicted mean EPDS score decreased over the course of the pregnancy into the postpartum period, most significantly when women were engaged in counselling or taking psychotropic medication. Counselling was the more common method of treatment during pregnancy and medication in the postpartum period. Women who were depressed and untreated were more likely to be younger, more stressed, have less support, have a history of depression, and use alcohol. CONCLUSIONS: We confirm that depressive symptoms improve over the course of the pregnancy into the postpartum period, particularly for women who receive treatment. Our study is unique as it takes the history of depression, present and past treatment status, and the longitudinal nature of the data into account.
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 | 0,000 | 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 | 0,000 |
| 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 ».