Use of psychotropic medications during pregnancy: perception of teratogenic risk among physicians in two Latin American countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Pregnant women and their health care professionals commonly believe that use of medications during pregnancy may be harmful to the unborn fetus. The objective of this study was to evaluate the risk perception of psychotropic drug use in pregnancy among physicians in different medical specialties. METHOD: This was a convenience survey conducted at outpatient clinics in the cities of Recife, Brazil, and La Plata, Bahía Blanca, and Buenos Aires, Argentina. Physicians who agreed to participate were asked to rate their perception of teratogenic risk among different classes of drugs, which included antidepressants, antipsychotics, anticonvulsants, and benzodiazepines. RESULTS: Two hundred and thirty-eight physicians completed the survey (response rate, 98%). These included psychiatrists, obstetricians, neurologists, cardiologists, gastroenterologists, and general practitioners. Among different specialties, a minority of psychiatrists perceived psychotropic drugs to be highly teratogenic (antidepressants, 12.5%; antipsychotics, 15%; benzodiazepines, 25%) as compared with other specialties (p < 0.003 for each drug class). There was no difference in perceived risk of antiepileptic drugs among specialties, including psychiatrists. CONCLUSION: The risk associated with use of psychotropic drugs in pregnancy was overestimated by physicians of all medical specialties, except psychiatry. All physicians should be aware of the safety/risk of psychotropic agents in pregnancy, as they may be required to give advice and/or prescribe these drugs to pregnant women.
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.
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 découle