The PPD-ACT App: Feasibility of a mobile application for recruiting women with postpartum depression and psychosis to a psychiatric genetics study (Preprint)
Notice bibliographique
Résumé
BACKGROUND Postpartum depression (PPD) is linked to long-standing negative consequences for women and families. Virtual care applications present a solution to the challenge of recruiting large samples for genetic PPD research. OBJECTIVE This study evaluated the feasibility of using an iOS mobile application (PPD-ACT app) to collect genetic samples from Canadian women with current or past PPD. METHODS Women downloaded the PPD-ACT app to provide consent, phenotypic data, and if they met inclusion criteria, mailing information for a genetic sample. PPD was defined as: (1) Edinburgh Postnatal Depression Scale (EPDS) score of >12 at most severe episode, (2) onset in pregnancy or 0-3 months postpartum, and (3) no preterm birth or severe maternal or child illness. Latent class analysis (LCA) described PPD case phenotypes. Women self-reporting lifetime postpartum psychosis (PPP) were also asked to provide a DNA sample. RESULTS Of 797 women meeting PPD case criteria, 75.0% (n=598) agreed to be sent a DNA collection kit; 67.6% of whom (n=404) submitted a sample. Women (86.7% White) came from 11/13 Canadian provinces/territories, with a mean of 4.7 years (SD=7.0) since the PPD episode. LCA identified two PPD classes, clinically distinct by illness severity: (1) moderate severity (mean EPDS=18.5, SD=2.5; 8.6% with suicidality), and (2) severe (mean EDPS=24.5, SD=2.1; 52.8% with suicidality). 109 women self-reported a history of PPP (39 without PPD; 60.7% submitted DNA). CONCLUSIONS A mobile application rapidly collected data from women with relatively severe forms of PPD, an advantage for genetics where specificity is optimal, and may be feasible for collecting data from women with a history of the even more rare condition of PPP. Expanding the mobile platform options might increase accessibility as well as the diversity of the sample.
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 | 0,010 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,012 |
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 ».