Characterizing worry content and impact in pregnant and postpartum women with anxiety disorders during COVID‐19
Notice bibliographique
Résumé
The novel COVID pandemic has had a substantial impact on global mental health, including those populations that are inherently vulnerable such as pregnant and postpartum (perinatal) women. Anxiety disorders (ADs) are the most common mental health disorders during the perinatal period, affecting up to one in five women. However, since the onset of the pandemic, up to 60% of perinatal women are experiencing moderate to severe levels of anxiety. Given the substantial increase in perinatal anxiety during COVID, we sought to better understand its phenomenology by characterizing the collective worry content and impact of COVID using a content analysis. Eighty-four treatment-seeking pregnant (n = 35) and postpartum (n = 49) women with a principal AD, participated in this study between April and October 2020. In addition to completing questionnaire measures and a semistructured diagnostic interview, participants were asked to (1) describe their top excessive and uncontrollable worries, (2) describe additional COVID and non-COVID worries, and (3) describe how the pandemic had affected their lives. All responses were given verbally and transcribed verbatim by assessors. A content analysis led to the emergence of various COVID and non-COVID worry and impact themes. One third of participant's principal worries were specific to COVID, and 40% of COVID worries were specific to the perinatal context. Understanding the worry content and impact of COVID may improve symptom detection and inform the development of targeted treatment strategies to support the mental health needs of perinatal women with ADs throughout the pandemic and thereafter. Understanding pandemic-specific worries is important for perinatal symptom screening and may allow for the development of targeted treatment strategies to address COVID-specific worries and impact.
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 | 0,001 | 0,000 |
| 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 ».