Alcohol and substance use in pregnancy during the COVID-19 pandemic
Notice bibliographique
Résumé
The impact of the COVID-19 pandemic on rates of alcohol and substance use raises significant concerns, as substances may be coping mechanisms for social isolation and/or disruptions to employment and the economy. Pregnant women are currently experiencing unusually high rates of anxiety and depression symptoms and may be especially affected. We analysed results from an ongoing study of pregnant individuals in Canada: Pregnancy during the COVID-19 Pandemic. Participants were asked about current substance during pregnancy, and concerns about the threat of COVID-19 to their baby’s life, decreased quality of prenatal care, and whether they felt more socially isolated, experienced financial difficulties, or lost their job. The percentage of participants reporting use during pregnancy was 6.9% for alcohol, 3.7% for cannabis, 3.5% for tobacco, and 0.2% for illicit drugs. Odds for cannabis use increased by 0.9% for each unit increase in concern about lower quality prenatal care and by 2.1% for each unit increase in financial difficulties. Odds for tobacco use increased by 220.0% for loss of employment. COVID-19 concerns did not significantly predict alcohol use. Comprehensive public health strategies, including access to perinatal, mental health, and financial supports, as well as education around the effects of prenatal exposures and the possible effects of COVID-19 on the mother and baby, are important to facilitate healthy coping mechanisms for mothers, reduce substance use in pregnancy, and mitigate poor perinatal and long-term neurodevelopmental outcomes for babies.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».