Appraisal of the Psychiatric Diagnostic Screening Questionnaire in a perinatal cohort: The APrON study
Notice bibliographique
Résumé
BACKGROUND: Depression and anxiety are routinely screened as part of perinatal care. However, other Axis 1 disorders and specific anxiety disorders are less likely to be screened or assessed as part of obstetric care. The objective of this study was to determine whether the Psychiatric Diagnostic Screening Questionnaire (PDSQ) is a potentially useful tool to screen for psychiatric conditions in pregnant and postpartum women in a community setting. METHODS: We compared the prevalence of DSM Axis I disorders obtained on the PDSQ with: (1) the prevalence of these disorders reported in previous studies of pregnant and postpartum women, and (2) scores obtained on the Edinburgh Postpartum Depression Scale (EPDS) and the Symptom Checklist-90-Revised (SCL-90R) anxiety scale. Data were obtained from the Alberta Pregnancy Outcomes and Nutrition (APrON) study. RESULTS: The PDSQ was completed by 1575 women prenatally and 1481 postnatally. The three most prevalent PDSQ conditions were social phobia, somatic disorder, and obsessive-compulsive disorder (OCD). The prevalence of social phobia, alcohol disorder, OCD and psychosis were higher in the APrON cohort compared with statistics in the literature. The proportion of women meeting depression and anxiety cut-offs on the PDSQ were lower than for the EPDS and the SCL-90R. The Cohens Kappa index ( k) indicated poor to fair agreement between the measures in classifying pregnant women as depressed or anxious. CONCLUSIONS: The PDSQ subscales may not be appropriate for the pregnant population. Research into instruments more specific to pregnant and postpartum women are needed to determine the prevalence of psychiatric disorders in this population.
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 | 0,004 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».