Negative emotions, childbirth pain, perinatal dissociation and self-efficacy as predictors of postpartum posttraumatic stress symptoms
Notice bibliographique
Résumé
Objective: The aim of the study was to assess the contribution of negative emotions, childbirth pain, perinatal dissociation, and feelings of self-efficacy to the development of posttraumatic stress disorder (PTSD) symptoms following childbirth. Patients and methods: A prospective longitudinal study was carried out on 98 women from the south of France area. Four questionnaires were completed at 2–3 days postpartum: the Peritraumatic Emotions List (PEL), the French version of the McGill Pain Questionnaire, the Peritraumatic Dissociative Experience Questionnaire (PDEQ) and the Childbirth Self-efficacy Inventory (CBSEI). The Impact of Event Scale-Revised (IES-R) assessing posttraumatic stress symptoms was also completed 6 weeks after delivery. Results: Pain and negative emotions were significant predictors of the intensity of posttraumatic stress symptoms at 6 weeks postpartum. Although higher levels of pain contribute to increased PSTD symptoms, and higher negative emotion also contributes to PTSD symptoms, the effect of pain on PSTD is stronger when there are high levels of negative emotion. Discussion and conclusion: Our findings highlight that pain, negative emotions and their interaction were significant predictors of posttraumatic stress symptoms and confirm the importance of developing more specific treatments focusing on support and prevention.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».