Prediction of post-partum depression and anxiety based on clinical interviews and symptom self-reports of depression and anxiety during pregnancy
Notice bibliographique
Résumé
Introduction The tools used to evaluate mental health during pregnancy matter. Their efficacy in identifying symptom severity enables better predictions of postpartum mental health. The Mother & Youth: Research on Neurodevelopment & behaviour (MYRNA) cohort is an NIH funded longitudinal cohort from Sherbrooke, Canada studying the effects of pregnant women’s mental health. Objectives We examine which mental health tools will better gauge depression and anxiety during pregnancy based on predicting postpartum outcomes. Our hypothesis is that an approach combining a clinical interview with self-report questionnaires may predict mental health in postpartum women. Methods Participants’ mental health is evaluated by the SCID-5-RV, a lifetime interview administered at 30 weeks and monthly questionnaires including PHQ-9 and GAD-7. Participants are in the depression/anxiety group if they either pass all the criteria in the SCID during pregnancy or have an average PHQ-9 or GAD-7 score greater than 7. The Edinburgh Postnatal Depression Scale (EPDS) and the Perceived Stress Scale (PSS) are the outcome variables. Results PHQ-9 was correlated with EPDS, r(220)= .38, p< .01, and GAD-7 was correlated with PSS, r(213)= .56, p< .01. SCID results only had a significant effect on PSS, F(3,220)= 3.77, p= .01 and not with EPDS, F(3,219)= 1.08, p= .36. When the self-report measures and interview were combined significant effects were seen for both the EPDS, F(1,222)= 18.71, p< .01 and the PSS, F(1,223)= 34.94, p<.01. Conclusions Preliminary results show significant associations between measures administered during pregnancy and postpartum measures. Prediction models based on classification will be analyzed once more data is collected. Disclosure No significant relationships.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».