Effectiveness of eHealth Interventions to Reduce Perinatal Anxiety
Notice bibliographique
Résumé
Objective: eHealth interventions have been shown to be effective in improving anxiety among the general population. Despite the effectiveness of eHealth interventions for perinatal depression, a recent review reported mixed results for perinatal anxiety. The review, however, was not focused on anxiety, and studies with various designs were included. The aim of this systematic review is to summarize the evidence specific to anxiety and to conduct a meta-analysis to examine the effectiveness of eHealth interventions in reducing perinatal anxiety. Data Sources: MEDLINE, CINAHL, EMBASE, and PsycINFO were searched beginning with the date that the databases were available through March 2018 using keywords such as perinatal period, web-based interventions, and anxiety. Study Selection: Randomized controlled trials that were conducted during the perinatal period, examined the effectiveness of an eHealth mental health intervention, measured anxiety symptoms or disorders as a primary or secondary outcome, provided data on anxiety levels both pre-intervention and post-intervention, had a comparison group, and were published in English were included. A total of 770 articles were retrieved, and the full texts of 64 articles were reviewed. Five studies met the inclusion criteria, 4 of which fulfilled the quality criteria and were included in the meta-analysis. Data Extraction: Data were extracted using a data extraction form developed for this study. The Cochrane Collaboration's Review Manager software was used to conduct the meta-analysis. Results: The test for heterogeneity (I² = 0%; P = .80) suggested a homogeneous sample. The meta-analysis for the total effect size showed that at post-intervention, the eHealth group had significantly lower anxiety scores than the control group, with a standardized mean difference of -0.41 (95% CI, -0.71 to -0.11; P = .007). Conclusions: eHealth interventions are promising in improving perinatal anxiety. The content of these interventions should account for common comorbid mental health conditions during the perinatal period and provide opportunities to tailor further treatment if necessary.
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 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,011 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».