The prevalence of mental ill-health in women during pregnancy and after childbirth during the Covid-19 pandemic: a systematic review and Meta-analysis
Notice bibliographique
Résumé
BACKGROUND: This systematic review aims to explore the prevalence of the impact of the COVID-19, MERS, and SARS pandemics on the mental health of pregnant women. METHODS: All COVID-19, SARS and MERS studies that evaluated the mental health of pregnant women with/without gynaecological conditions that were reported in English between December 2000 - July 2021 were included. The search criteria were developed based upon the research question using PubMed, Science Direct, Ovid PsycINFO and EMBASE databases. A wide search criterion was used to ensure the inclusion of all pregnant women with existing gynaecological conditions. The Newcastle-Ottawa-Scale was used to assess the risk of bias for all included studies. Random effects model with restricted maximum-likelihood estimation method was applied for the meta-analysis and I-square statistic was used to evaluate heterogeneity across studies. The pooled prevalence rates of symptoms of anxiety, depression, PTSD, stress, and sleep disorders with 95% confidence interval (CI) were computed. RESULTS: This systematic review identified 217 studies which included 638,889 pregnant women or women who had just given birth. There were no studies reporting the mental health impact due to MERS and SARS. Results showed that women who were pregnant or had just given birth displayed various symptoms of poor mental health including those relating to depression (24.9%), anxiety (32.8%), stress (29.44%), Post Traumatic Stress Disorder (PTSD) (27.93%), and sleep disorders (24.38%) during the COVID-19 pandemic. DISCUSSION: It is important to note that studies included in this review used a range of outcome measures which does not allow for direct comparisons between findings. Most studies reported self-reported measure of symptoms without clinical diagnoses so conclusions can be made for symptom prevalence rather than of mental illness. The importance of managing mental health during pregnancy and after-delivery improves the quality of life and wellbeing of mothers hence developing an evidence-based approached as part of pandemic preparedness would improve mental health during challenging times. OTHER: The work presented in this manuscript was not funded by any specific grants. A study protocol was developed and published in PROSPERO (CRD42021235356) to explore several key objectives.
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 | 0,012 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,032 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».