Women’s postpartum experiences in Canada during the COVID-19 pandemic: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: The mental health of postpartum women has worsened during the COVID-19 pandemic; however, the experiences that underlie this remain unexplored. The purpose of this study was to examine how people in Canada who gave birth during the pandemic were affected by policies aimed at limiting interpersonal contact to reduce SARS-CoV-2 transmission in hospital and during the early weeks postpartum. METHODS: We took a social constructionist approach and used a qualitative descriptive methodology. Sampling methods were purposive and involved a mix of convenience and snowball sampling via social media and email. Study inclusion was extended to anyone aged 18 years or more who was located in Canada and was pregnant or had given birth during the COVID-19 pandemic. Data were obtained via semistructured qualitative telephone interviews conducted between June 2020 and January 2021, and were analyzed through thematic analysis. RESULTS: Sixty-five interviews were conducted; data from 57 women who had already delivered were included in our analysis. We identified the following 4 themes: negative postpartum experience in hospital owing to the absence of a support person(s); poor postpartum mental health, especially in women with preexisting mental health conditions and those who had had medically complicated deliveries; asking for help despite public health regulations that prohibited doing so; and problems with breastfeeding owing to limited in-person follow-up care and lack of in-person breastfeeding support. INTERPRETATION: Policies that restrict the presence of support persons in hospital and at home during the postpartum period appear to be causing harm. Measures to mitigate the consequences of these policies could include encouraging pregnant people to plan for additional postpartum support, allowing a support person to remain for the entire hospital stay and offering additional breastfeeding support.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,023 | 0,009 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».