Between a rock-a-bye and a hard place: mood disorders during the peripartum period
Notice bibliographique
Résumé
Mood disorders including major depressive disorder and bipolar disorder are common during and after pregnancy. Timely identification and appropriate management of mood episodes is essential to maximize maternal well-being and minimize adverse outcomes. Failure to do so results in maternal suffering and impaired child bonding, and has the potential for devastating outcomes including suicide and infanticide. Women are routinely screened for unipolar depression during or after pregnancy but not for bipolar disorder, in spite of the fact that childbirth is associated with a major risk for onset or exacerbation of bipolar disorder. Delays in detection as well as misdiagnosis of bipolar disorder as major depressive disorder may put women at risk of many adverse consequences, including symptom exacerbation, psychiatric hospitalization, and suicide. A thorough psychiatric assessment is necessary to establish diagnosis, to address safety issues, and to formulate a treatment plan. Treatment of mood disorders during pregnancy is complicated by the potential risks of fetal exposure to psychotropic medications, and the use of these medications during the postpartum period may result in infant medication exposure through breastmilk. These risks of psychotropic medication exposure must be weighed against the risk of untreated mood disorders. This review will discuss the pathophysiology, epidemiology, diagnosis, and treatment of mood disorders during pregnancy and the postpartum period. Screening tools that can be used in the primary care and obstetrics settings to assist in identifying women with peripartum mood disorders will also be discussed.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,000 | 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 ».