Development of a Prenatal Psychosocial Screening Tool for Post‐Partum Depression and Anxiety
Notice bibliographique
Résumé
BACKGROUND: Post-partum depression (PPD) is the most common complication of pregnancy in developed countries, affecting 10-15% of new mothers. There has been a shift in thinking less in terms of PPD per se to a broader consideration of poor mental health, including anxiety after giving birth. Some risk factors for poor mental health in the post-partum period can be identified prenatally; however prenatal screening tools developed to date have had poor sensitivity and specificity. The objective of this study was to develop a screening tool that identifies women at risk of distress, operationalized by elevated symptoms of depression and anxiety in the post-partum period using information collected in the prenatal period. METHODS: Using data from the All Our Babies Study, a prospective cohort study of pregnant women living in Calgary, Alberta (N = 1578), we developed an integer score-based prediction rule for the prevalence of PPD, as defined as scoring 10 or higher on the Edinburgh Postnatal Depression Scale (EPDS) at 4-months postpartum. RESULTS: The best fit model included known risk factors for PPD: depression and stress in late pregnancy, history of abuse, and poor relationship quality with partner. Comparison of the screening tool with the EPDS in late pregnancy showed that our tool had significantly better performance for sensitivity. Further validation of our tool was seen in its utility for identifying elevated symptoms of postpartum anxiety. CONCLUSION: This research heeds the call for further development and validation work using psychosocial factors identified prenatally for identifying poor mental health in the post-partum period.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».