The relationship of trait mindfulness to physical and psychological health during pregnancy
Notice bibliographique
Résumé
INTRODUCTION: Research on mindfulness has extended to the prevention of psychopathology and physical conditions during pregnancy. The purpose of this study was to investigate the relationship between trait mindfulness assessed in the first or early second trimester to health outcomes throughout pregnancy. METHODS: A total of 510 women were recruited at McGill University-affiliated obstetrics clinics (average gestational age: 13.43 weeks, sd = 1.2). The Mindful Awareness and Attention Scale (MAAS) was administered at baseline. At three timepoints during pregnancy, participants completed the Perceived Stress Scale (PSS-10), the Edinburgh Postnatal Depression Scale (EPDS), the Prenatal Distress Questionnaire-revised (PDQR) and a measure of pregnancy symptom intensity and indicated whether they had been diagnosed with gestational diabetes or high blood pressure. RESULTS: Higher MAAS scores predicted lower PSS, EPDS and PDQR scores and less severe physical discomforts throughout pregnancy. MAAS scores were a stronger predictor of PSS scores earlier in pregnancy. Logistic regressions found that trait mindfulness did not predict the presence of physical discomforts, diabetes or high blood pressure. CONCLUSIONS: These results indicate that trait mindfulness is an important predictor of subjective stress, depression, anxiety and the severity of physical discomforts during pregnancy. These findings suggest that interventions earlier in pregnancy may increase the impact of mindfulness on maternal health.
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 | 0,000 | 0,004 |
| 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) | 0,001 | 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 ».