The Psychological Impact of COVID-19 Pandemic on Women’s Mental Health during Pregnancy: A Rapid Evidence Review
Notice bibliographique
Résumé
BACKGROUND: The perinatal period is a particularly vulnerable period in women's lives that implies significant physiological and psychological changes that can place women at higher risk for depression and anxiety symptoms. In addition, the ongoing pandemic of coronavirus disease 2019 (COVID-19) is likely to increase this vulnerability and the prevalence of mental health problems. This review aimed to investigate the existing literature on the psychological impact of the COVID-19 pandemic on women during pregnancy and the first year postpartum. METHOD: The literature search was conducted using the following databases: Pubmed, Scopus, WOS-web of science, PsycInfo and Google Scholar. Out of the total of 116 initially selected papers, 17 have been included in the final work, according to the inclusion criteria. RESULTS: The reviewed contributions report a moderate to severe impact of the COVID-19 outbreak on the mental health of pregnant women, mainly in the form of a significant increase in depression-up to 58% in Spain-and anxiety symptoms-up to 72% in Canada. In addition to the common psychological symptoms, COVID-19-specific worries emerged with respect to its potential effects on pregnancy and the well-being of the unborn child. Social support and being engaged in regular physical activities appear to be protective factors able to buffer against the effects of the pandemic on maternal mental health. CONCLUSIONS: Despite the limitations of the study design, the evidence suggests that it is essential to provide appropriate psychological support to pregnant women during the emergency in order to protect their mental health and to minimize the risks of long-term effects on child development.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».