Impact of level of personality pathology on affective, behavioral, and thought problems in pregnant women during the coronavirus disease 2019 pandemic.
Notice bibliographique
Résumé
Among at-risk groups for psychological distress in the context of the Coronavirus Disease 2019 (COVID-19) pandemic, pregnant women might be especially vulnerable. Identifying subgroups of pregnant women at high risk of poor adaptation might optimize clinical screening and intervention, which could, in turn, contribute to mitigating the potentially devastating effects of prenatal stress on mothers and fetus. Level of personality functioning may be a good indicator of who may be more vulnerable to distress in challenging periods like the COVID-19 pandemic, as adults with high levels of personality dysfunction may experience significant difficulties in mentalizing threatening situations. The aims of the present study are (a) to determine the impact of level of personality pathology on affective, behavioral, and thought problems in pregnant women during the COVID-19 pandemic; and (b) to test a model where mentalization of trauma mediates the impact of personality pathology on symptomatology. Data from 1,207 French-Canadian pregnant women recruited through social media during the COVID-19 pandemic were analyzed. Latent profile analysis, using the Criterion A elements of the alternative model for personality disorders (Identity, Self-Direction, Empathy, Intimacy) as latent indicators, yielded four profiles: Healthy, Mild Self-Impairment, Intimacy Impairment, and Personality Disorder. Profiles showed significant associations with diverse indicators of symptomatology. Mediation models showed both direct and indirect (through mentalization of trauma) significant associations between level of personality functioning and affective/behavioral/thought problems. Results have clinical implications on prophylactic measures for at-risk pregnant women, especially in challenging contexts such as the COVID-19 pandemic. (PsycInfo Database Record (c) 2022 APA, all rights reserved).
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».