Intentions to Seek Mental Health Services During the COVID-19 Pandemic Among Chinese Pregnant Women With Probable Depression or Anxiety: Cross-sectional, Web-Based Survey Study
Notice bibliographique
Résumé
BACKGROUND: Mental health problems are prevalent among pregnant women, and it is expected that their mental health will worsen during the COVID-19 pandemic. Furthermore, the underutilization of mental health services among pregnant women has been widely documented. OBJECTIVE: We aimed to identify factors that are associated with pregnant women's intentions to seek mental health services. We specifically assessed pregnant women who were at risk of mental health problems in mainland China. METHODS: A web-based survey was conducted from February to March, 2020 among 19,515 pregnant women who were recruited from maternal health care centers across various regions of China. A subsample of 6248 pregnant women with probable depression (ie, those with a score of ≥10 on the 9-item Patient Health Questionnaire) or anxiety (ie, those with a score of ≥5 on the 7-item General Anxiety Disorder Scale) was included in our analysis. RESULTS: More than half (3292/6248, 52.7%) of the participants reported that they did not need mental health services. Furthermore, 28.3% (1770/6248) of participants felt that they needed mental health services, but had no intentions of seeking help, and only 19% (1186/6248) felt that they needed mental health services and had intentions of seek help. The results from our multivariate logistic regression analysis showed that age, education level, and gestational age were factors of not seeking help. However, COVID-19-related lockdowns in participants' cities of residence, social support during the COVID-19 pandemic, and trust in health care providers were protective factors of participants' intentions to seek help from mental health services. CONCLUSIONS: Interventions that promote seeking help for mental health problems among pregnant women should also promote social support from health care providers and trust between pregnant women and their care providers.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».