Did COVID-19 challenges psychological resilience of pregnant women? an evidence-based review with recommendation
Notice bibliographique
Résumé
Any conflict, extreme stress, emergency situation, natural disaster multiplies mental health hazard. History of Spanish flu outbreak witnesses the damage of pregnant women i.e. as short-term impact inflate the rate of preterm deliveries and the baby’s who were in womb persist the risk of developing medical and psychiatric disorders like diabetes, coronary artery disease, cancer and schizophrenia in future. Pregnant women are considered more vulnerable for COVID-19 as pregnancy makes women prone to respiratory pathogen, which leads to severe pneumonia. Women are three times more prone to anxiety than man. Continuous strict restriction on consultancy visit and gathering, rumors and contradictory information, uncertainty about delivery plan & health of mother and baby indirectly affected women’s emotional and psychological health of perinatal period. Fear and stigma grasps them when anticipating social discrimination and segregation from baby if they become positive. Growing evidence shows psychological impacts i.e. high levels of anxiety, depression and stress are prevalent among pregnant women irrespective of geographical and cultural boundaries across countries like India, China, Canada, UK, Australia and Israel. WHO recommended for adopting holistic approach of care, consideration of major two aspects (i.e. clinical and psychological experiences) in pandemic situations for helping in better positive coping of mother, baby and family members. This present review aimed to find out triggering factors, challenges, major types of psychological issues, consequences of psychological impact among perinatal women due to COVID-19 and want to prescribe evidence-based resolution and preparedness for combating such pandemic situation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».