Association between screening for antenatal depressive symptoms and delivery outcomes: The Born in Queensland Study
Notice bibliographique
Résumé
BACKGROUND: Evidence shows that depressive symptoms during pregnancy increase the risk of an intervention during delivery (induction, the use of forceps or vacuum, and caesarean sections (CS)). Many women with depression during pregnancy are not identified and therefore will not receive appropriate follow up of their symptoms. We hypothesised that routine screening for depressive symptoms during pregnancy could reduce detrimental consequences of depressive symptoms on delivery outcomes. AIM: We explored the association between screening for depressive symptoms during pregnancy and delivery outcomes. MATERIALS AND METHODS: A cross-sectional analysis of state-wide administrative data sets. The population included all women who delivered a singleton in Queensland between the July and December of 2015. Logistic regression analyses were run in 27 501 women (93.1% of the total population) with information in all variables. The following were the main outcomes: onset of labour, CS, instrumental vaginal delivery, and all operative deliveries (including both CS and instrumental vaginal deliveries). RESULTS: Women who completed the screening had increased odds of a spontaneous onset of labour (adjusted odds ratio (aOR) 1.18; 95% CI 1.09-1.27) and decreased odds of an operative delivery (instrumental or CS) (aOR 0.88; 95% CI 0.81-0.96). Among women who had a vaginal delivery, those who completed the screening had decreased odds of having an instrumental delivery (aOR 0.84; 95% CI 0.74-0.97). Sensitivity analyses in women who did not have a formal diagnosis of depression showed similar results. CONCLUSION: Our findings suggest that screening may decrease interventions during delivery in women with depressive symptoms.
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) | 0,000 | 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) | 0,000 | 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 ».