Psychosis risk among pregnant women in Ghana
Notice bibliographique
Résumé
INTRODUCTION: Psychotic illness, although is rare, has been reported in the perinatal period. Individuals diagnosed with psychotic illness tend to first exhibit psychotic-like experiences (PLEs), defined as subclinical psychotic symptoms that occur outside the context of sleep or drug use. However, there is a paucity of empirical data on PLEs in pregnancy to advance scholarly discourse and support professional practice. The current study investigated the prevalence and correlates of PLEs among pregnant women in Ghana, a West African state. DESIGN: A cross-sectional survey design was used to collect data from 702 pregnant women who responded to measures of PLEs, COVID-19 concerns and behavioral maladies such as anxiety and depressive symptoms. Descriptive and inferential statistics, namely chi square, exploratory factor analysis, MANOVA and multinomial logistic regression were used to analyze the data. RESULTS: The results showed that 54.2%, 27.3% and 18.5% of participants were at no/low, moderate and high risk for psychosis, respectively. A total of 44.4% participants were not distressed by PLEs, whereas 32.2% and 23.4% were a bit/quite and very distressed, respectively. Psychosis risk was elevated among pregnant women who were more concerned about the COVID-19 effects, scored high in suicidal ideation, depressive symptoms and sleep difficulties. CONCLUSION: The study showed that psychosis risk is present in pregnancy. IMPLICATIONS: Screening for psychosis risk in pregnancy should be prioritized for pregnant women with behavioral maladies, including suicidal tendencies, depressive symptoms, sleep difficulties and heightened concerns about COVID-19.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».