MétaCan
Menu
Retour à la cohorte
Enregistrement W3026246933 · doi:10.1186/s12978-020-00913-y

Psychosocial interventions targeting mental health in pregnant adolescents and adolescent parents: a systematic review

2020· review· en· W3026246933 sur OpenAlexfundno aff
Christina A. Laurenzi, Sarah Gordon, Nina Abrahams, Stefani Du Toit, Melissa Bradshaw, Amanda Brand, G. J. Meléndez‐Torres, Mark Tomlinson, David A. Ross, Chiara Servili, Liliana Carvajal–Aguirre, Joanna Lai, Tarun Dua, Alexandra Fleischmann, Sarah Skeen

Notice bibliographique

RevueReproductive Health · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueMaternal Mental Health During Pregnancy and Postpartum
Établissements canadiensnon disponible
Organismes subventionnairesEconomic and Social Research CouncilMedical Research CouncilPublic Health AgencyPublic Health Agency of CanadaWorld Health Organization
Mots-clésPsychosocialReproductive medicineMental healthPsychological interventionPublic healthMedicinePsychologyPsychiatryPregnancyClinical psychologyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Pregnancy and parenthood are known to be high-risk times for mental health. However, less is known about the mental health of pregnant adolescents or adolescent parents. Despite the substantial literature on the risks associated with adolescent pregnancy, there is limited evidence on best practices for preventing poor mental health in this vulnerable group. This systematic review therefore aimed to identify whether psychosocial interventions can effectively promote positive mental health and prevent mental health conditions in pregnant and parenting adolescents. METHODS: We used the standardized systematic review methodology based on the process outlined in the World Health Organization's Handbook for Guidelines Development. This review focused on randomized controlled trials of preventive psychosocial interventions to promote the mental health of pregnant and parenting adolescents, as compared to treatment as usual. We searched PubMed/Medline, PsycINFO, ERIC, EMBASE and ASSIA databases, as well as reference lists of relevant articles, grey literature, and consultation with experts in the field. GRADE was used to assess the quality of evidence. RESULTS: We included 17 eligible studies (n = 3245 participants). Interventions had small to moderate, beneficial effects on positive mental health (SMD = 0.35, very low quality evidence), and moderate beneficial effects on school attendance (SMD = 0.64, high quality evidence). There was limited evidence for the effectiveness of psychosocial interventions on mental health disorders including depression and anxiety, substance use, risky sexual and reproductive health behaviors, adherence to antenatal and postnatal care, and parenting skills. There were no available data for outcomes on self-harm and suicide; aggressive, disruptive, and oppositional behaviors; or exposure to intimate partner violence. Only two studies included adolescent fathers. No studies were based in low- or middle-income countries. CONCLUSION: Despite the encouraging findings in terms of effects on positive mental health and school attendance outcomes, there is a critical evidence gap related to the effectiveness of psychosocial interventions for improving mental health, preventing disorders, self-harm, and other risk behaviors among pregnant and parenting adolescents. There is an urgent need to adapt and design new psychosocial interventions that can be pilot-tested and scaled with pregnant adolescents and adolescent parents and their extended networks, particularly in low-income settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0070,007
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,422
Écart entre enseignants0,349 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations117
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReproductive HealthMême sujetMaternal Mental Health During Pregnancy and PostpartumTravaux en français237 207