Postpartum depression in India: a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: To provide an estimate of the burden of postpartum depression in Indian mothers and investigate some risk factors for the condition. METHODS: We searched PubMed®, Google Scholar and Embase® databases for articles published from year 2000 up to 31 March 2016 on the prevalence of postpartum depression in Indian mothers. The search used subject headings and keywords with no language restrictions. Quality was assessed via the Newcastle-Ottawa quality assessment scale. We performed the meta-analysis using a random effects model. Subgroup analysis and meta-regression was done for heterogeneity and the Egger test was used to assess publication bias. FINDINGS: = 96.8%) and there was evidence of publication bias (Egger bias = 2.58; 95% confidence interval, CI: 0.83-4.33). The overall pooled estimate of the prevalence of postpartum depression was 22% (95% CI: 19-25). The pooled prevalence was 19% (95% CI: 17-22) when excluding 8 studies reporting postpartum depression within 2 weeks of delivery. Small, but non-significant differences in pooled prevalence were found by mother's age, geographical location and study setting. Reported risk factors for postpartum depression included financial difficulties, presence of domestic violence, past history of psychiatric illness in mother, marital conflict, lack of support from husband and birth of a female baby. CONCLUSION: The review shows a high prevalence of postpartum depression in Indian mothers. More resources need to be allocated for capacity-building in maternal mental health care in India.
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 | 0,010 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,028 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».