Maternal Mental Health in Pregnancy and Its Impact on Children’s Cognitive Development at 18 Months, during the COVID-19 Pandemic (CONCEPTION Study)
Notice bibliographique
Résumé
Background: The COVID-19 pandemic has significantly affected the mental health of pregnant persons. Objective: We aimed to evaluate the impact of maternal mental health and antidepressant use on children’s cognitive development. Methods: We followed a cohort of children born during the COVID-19 pandemic. Maternal mental health was self-reported during pregnancy (Edinburgh Postnatal Depression Scale, General Anxiety Disorder-7, stress levels, and antidepressant use). The child’s cognitive development was measured using the third edition of the Ages & Stages Questionnaires® (ASQ-3) at 18 months. Multivariate multinomial logistic regression models were built to assess the association between in utero exposure to maternal mental health and ASQ-3 domains: communication, gross motor, fine motor, problem-solving, and personal–social. Results: Overall, 472 children were included in our analyses. After adjusting for potential confounders, a need for further assessment in communication (adjusted odds ratio (aOR) 12.2, 95% confidence interval (CI) (1.60;92.4)), and for improvement in gross motricity (aOR 6.33, 95%CI (2.06;19.4)) were associated with in utero anxiety. The need for improvement in fine motricity (aOR 4.11, 95%CI (1.00; 16.90)) was associated with antidepressant exposure. In utero depression was associated with a decrease in the need for improvement in problem solving (aOR 0.48, 95%CI (0.24; 0.98)). Conclusions: During the COVID-19 pandemic, maternal mental health appears to be associated with some aspects of children’s cognitive development.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».