Perinatal Depression in Australian Women during the COVID-19 Pandemic: The Birth in the Time of COVID-19 (BITTOC) Study
Notice bibliographique
Résumé
The COVID-19 pandemic has impacted perinatal mental health globally. We determined the maternal factors and pandemic-related experiences associated with clinically significant perinatal (pregnant and post-partum) depressive symptoms in Australian women. Participants (n = 2638; pregnant n = 1219, postnatal n = 1419) completed an online survey (August 2020 through February 2021) and self-reported on depression, social support, and COVID-19 related experiences. We found elevated depressive symptoms amongst 26.5% (pregnant) and 19% (postnatal) women. Multiple logistic regression analyses showed higher likelihood of elevated depression associated with residence in Victoria, lower education, past/current mental health problems, greater non-pandemic prenatal stress, age ≥ 35 years (pregnant women) and existing physical health issues or disability in self or others (postnatal women). Greater family stress/discord and lower social support (friends) was associated with higher odds of elevated perinatal depression, while lower social support (family) was significantly associated with elevated depressive symptoms in pregnant women. Greater depression was associated with social distancing, pandemic-related news exposure and changes to prenatal care (pregnant women). Single postnatal women showed lower odds of elevated depression than partnered women. Our findings underscore the importance of universal screening for depression and targeted support during a pandemic for perinatal women displaying vulnerability factors.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».