Protocol of a systematic review and network meta-analysis for the prevention and treatment of perinatal depression
Notice bibliographique
Résumé
INTRODUCTION: Perinatal depression is common and can often lead to adverse health outcomes for mother and child. Multiple pharmacological and non-pharmacological treatments have been evaluated against usual care or placebo controls in meta-analyses for preventing and treating perinatal depression compared. It is not yet established which of these candidate treatments might be the optimal approach for prevention or treatment. METHODS AND ANALYSIS: A systematic review and Bayesian network meta-analyses will be conducted. Eight electronic databases shall be searched for randomised controlled trials that have evaluated the effectiveness of treatments for prevention and/or treatment of perinatal depression. Screening of articles shall be conducted by two reviewers independently. One network meta-analysis shall evaluate the effectiveness of interventions in preventing depression during the perinatal period. A second network meta-analysis shall compare the effectiveness of treatments for depression symptoms in women with perinatal depression. Bayesian 95% credible intervals shall be used to estimate the pooled mean effect size of each treatment, and surface under cumulative ranking area will be used to rank the treatments' effectiveness. ETHICS AND DISSEMINATION: We shall report our findings so that healthcare providers can make informed decisions on what might be the optimal approach for addressing perinatal depression to prevent cases and improve outcomes in those suffering from depression through knowledge exchange workshops, international conference presentations and journal article publications. PROSPERO REGISTRATION NUMBER: CRD42020200081.
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 | 0,128 | 0,218 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,006 |
| Méta-épidémiologie (sens large) | 0,026 | 0,024 |
| Bibliométrie | 0,015 | 0,014 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,007 | 0,006 |
| Intégrité de la recherche | 0,012 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,103 | 0,014 |
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 ».