Antenatal depressive symptoms among pregnant women: Evidence from a Southern Brazilian population-based cohort study
Notice bibliographique
Résumé
BACKGROUND: Antenatal depression (AD) is a major public health issue but evidence regarding its prevalence and associated factors in low and middle-income countries (LMICs) is limited. The aim of the study was to estimate the prevalence and identify risk factors for AD among Brazilian pregnant women. METHODS: All women living in the urban area of the city of Pelotas, Southern Brazil, with confirmed pregnancy and estimated delivery date in the year 2015, were invited to take part. Eligible pregnant women were recruited from health services. Symptoms of antenatal depression were assessed using the Edinburgh Postnatal Depression Scale (EPDS) by face-to-face interviews. A cutoff-point of 13 or more was used to define probable AD. RESULTS: EPDS scores were available for 4130 women. The prevalence of AD was 16% (95%CI 14·9-17·1). After adjustment for potential confounders, the factors most strongly associated with higher EPDS scores were a previous history of depression (PR 2·81; 95%CI 2·44-3·25), high parity (PR 1·72; 95%CI 1·38-2·15 - ≥2 children vs. 1 child) and maternal education (PR 5·47; 95%CI 4·22-7·09 - 0-4 vs. ≥12 years of formal education). LIMITATIONS: EPDS was administered through face-to-face interviews rather than questionnaires and some women may have felt uncomfortable reporting their symptoms leading to underreporting and consequently underestimation of the prevalence found. CONCLUSION: AD prevalence is substantially higher in Brazil than in high-income countries (HICs) but similar to other LMICs. Our study identified relevant risk factors that may be potential targets to plan interventions, particularly a history of depression.
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 ».