Trends in maternal mental health during the COVID-19 pandemic–evidence from Zambia
Notice bibliographique
Résumé
The COVID-19 pandemic has increased social and emotional stressors globally, increasing mental health concerns and the risk of psychiatric illness worldwide. To date, relatively little is known about the impact of the pandemic on vulnerable groups such as women and children in low-resourced settings who generally have limited access to mental health care. We explore two rounds of data collected as part of an ongoing trial of early childhood development to assess mental health distress among mothers of children under 5-years-old living in two rural areas of Zambia during the COVID-19 pandemic. We examined the prevalence of mental health distress among a cohort of 1105 mothers using the World Health Organization's Self-Reporting Questionnaire (SRQ-20) before the onset of the COVID-19 pandemic in August 2019 and after the first two infection waves in October-November 2021. Our primary outcome was mental health distress, defined as SRQ-20 score above 7. We analyzed social, economic and family level characteristics as factors modifying to the COVID-19 induced changes in the mental health status. At baseline, 22.5% of women were in mental health distress. The odds of mental health distress among women increased marginally over the first two waves of the pandemic (aOR1.22, CI 0.99-1.49). Women under age 30, with lower educational background, with less than three children, and those living in Eastern Province (compared to Southern Province) of Zambia, were found to be at highest risk of mental health deterioration during the pandemic. Our findings suggest that the prevalence of mental health distress is high in this population and has further worsened during COVID-19 pandemic. Public health interventions targeting mothers' mental health in low resource settings may want to particularly focus on young mothers with limited educational attainment.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».