Elevated Perinatal Depression during the COVID-19 Pandemic: A National Study among Jewish and Arab Women in Israel
Notice bibliographique
Résumé
This study assessed prevalence of perinatal depression symptoms (PNDS) during the COVID-19 pandemic among Arab and Jewish women in Israel and identified COVID-19-related risk factors for PNDS, while comparing Arab and Jewish women. Sample included 730 perinatal women (604 Jewish and 126 Arab) aged 19-45 years, who filled out an online self-report questionnaire. The questionnaire assessed several areas: perinatal experiences and exposure to COVID-19, social support, and financial and emotional impact. PNDS was measured by the Edinburgh Postnatal Depression Scale (EPDS). Prevalence of PNDS (EPDS ≥ 10) in the entire study population was 40.0%. Prevalence among Arab women was significantly higher compared to Jewish women (58% vs. 36%, PV < 0.001). Higher PNDS were significantly associated with anxiety symptoms (GAD ≥ 10) (PV < 0.001), stress related to COVID-19 (PV < 0.001), adverse change in delivery of healthcare services (PV = 0.025), and unemployment (PV = 0.002). PNDS has elevated more than twofold during COVID-19 in Israel. Such high rates of PNDS may potentially negatively impact women, and fetal and child health development. This situation requires special attention from public health services and policy makers to provide support and mitigation strategies for pregnant and postpartum women in times of health crises.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 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 ».