MétaCan
Menu
Retour à la cohorte
Enregistrement W2310497138 · doi:10.1136/bmj.i1547

Depression in pregnancy

2016· review· en· W2310497138 sur OpenAlexafffund
Simone N. Vigod, Claire A. Wilson, Louise M. Howard

Notice bibliographique

RevueBMJ · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueMaternal Mental Health During Pregnancy and Postpartum
Établissements canadiensWomen's College HospitalUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institute for Health and Care Research
Mots-clésPregnancyComputer scienceData scienceDepression (economics)World Wide WebMedicineBiology

Résumé

récupéré en direct d'OpenAlex

#### What you need to know Depression in pregnancy affects up to 10% of women, with higher rates in low and middle income countries, a rate only slightly lower than in the postpartum period.1 2 Yet, as few as 20% of pregnant women with depression receive adequate treatment.3 4 This is problematic because depression can profoundly affect a woman’s sense of wellbeing, relationships, and quality of life. Untreated or incompletely treated depression can also have adverse consequences for the offspring. Systematic reviews show an increase in markers of infant morbidity such as preterm birth, childhood emotional difficulties, behaviour problems, and, in some studies, poor cognitive development.5 6 Antenatal depression also is one of the strongest risk factors for postnatal depression, a condition linked to developmental problems in children.6 7 Severe depression can result in suicide, a major cause of maternal death.8 9 Perinatal suicides have been associated with lack of active treatment.10 Barriers to treatment include stigma, lack …

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,829
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,420
Écart entre enseignants0,349 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations143
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetMaternal Mental Health During Pregnancy and PostpartumTravaux en français237 207