Women’s Depressive Symptoms during the COVID-19 Pandemic: The Role of Pregnancy
Notice bibliographique
Résumé
The Coronavirus Disease 2019 (COVID-19) pandemic has multiple ramifications for pregnant women. Untreated depression during pregnancy may have long-term effects on the mother and offspring. Therefore, delineating the effects of pregnancy on the mental health of reproductive-age women is crucial. This study aims to determine the risk for depressive symptoms in pregnant and non-pregnant women during COVID-19, and to identify its bio-psycho-social contributors. A total of 1114 pregnant and 256 non-pregnant women were recruited via social media in May 2020 to complete an online survey that included depression and anxiety questionnaires, as well as demographic, obstetric and COVID-19-related questionnaires. Pregnant women also completed the Pandemic-Related Pregnancy Stress Scale (PREPS). Pregnant women reported fewer depressive symptoms and were less concerned that they had COVID-19 than non-pregnant women. Among pregnant women, risk factors for depression included lower income, fewer children, unemployment, thinking that one has COVID-19, high-risk pregnancy, earlier gestational age, and increased pregnancy-related stress. Protective factors included increased partner support, healthy behaviors, and positive appraisal of the pregnancy. Thus, being pregnant is associated with reduced risk for depressive symptoms during the pandemic. Increased social support, engaging in health behaviors and positive appraisal may enhance resilience. Future studies of pregnant versus non-pregnant women could clarify the role of pregnancy during stressful events, and clarify aspects of susceptibility and resilience during pregnancy.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».