Mixed-methods study exploring health service access and social support linkage to the mental well-being of Canadian Indigenous pregnant persons during the COVID-19 pandemic
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to explore how the unprecedented stressors associated with the COVID-19 pandemic may have contributed to heightened levels of depression and anxiety among pregnant Indigenous persons, and identify protective individual-level factors. DESIGN: The current study used a mixed-methods design including standardised questionnaires and open-ended response questions. Using hierarchical regression models, we examined the extent to which COVID-19-related factors of service disruption (ie, changes to prenatal care, changes to birth plans and social support) were associated with mental well-being. Further, through qualitative analyses of open-ended questions, we examined the coping strategies used by pregnant Indigenous persons in response to the pandemic. SETTING: Participants responded to an online questionnaire consisting of standardised measures from 2020 to 2021. PARTICIPANTS: The study included 336 self-identifying Indigenous pregnant persons in Canada. RESULTS: Descriptive results revealed elevated rates of clinically relevant depression (52.7%) and anxiety (62.5%) symptoms among this population. 76.8% of participants reported prenatal care service disruptions, including appointment cancellations. Thematic analyses identified coping themes of staying informed, social and/or cultural connections and activities, and internal mental well-being strategies. Disruptions to services and decreased quality of prenatal care negatively impacted mental well-being of Indigenous pregnant persons during the COVID-19 pandemic. CONCLUSIONS: Given the potential for mental well-being challenges to persist and long-term effects of perinatal distress, it is important to examine the quality of care that pregnant individuals receive. Service providers should advance policies and practices that promote relationship quality and health system engagement as key factors linked to well-being during the perinatal period for Indigenous persons.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».