Exploring the burden of postpartum depression in urban Bangladesh: Prevalence and its associations with pregnancy‐related factors from a cross‐sectional study
Notice bibliographique
Résumé
Abstract Background and Aims Postpartum depression (PPD) is a globally recognized public health concern, yet research focusing on women in urban areas of Bangladesh remains unexplored. This study aimed to address this research gap by investigating the prevalence and associated factors of PPD within the first 2 years after childbirth. Methods A cross‐sectional study was conducted, enrolling 259 women (26.66 ± 4.57 years) residing in urban areas who were attending healthcare delivery centers. Sociodemographic factors, child‐related issues, pregnancy‐related complications, and PPD using the Edinburgh Postnatal Depression Scale (EPDS) were used for data collection. Data analysis involved the application of χ2 tests and logistic regression analysis using SPSS software. Results This study found a 60.6% prevalence of PPD using a cutoff of 10 (out of 30) on the EPDS scale. Logistic regression analysis identified several significant factors associated with PPD, including high monthly family income (odds ratio [OR] = 47.51, 95% confidence interval [CI]: 8.34–270.54, p < 0.001), income dissatisfaction (OR = 14.28, 95% CI: 4.75–42.87, p < 0.001), up to two gravidities (OR = 2.94, 95% CI = 1.25–6.90, p = 0.013), pregnancy‐related complications (OR = 2.70, 95% CI = 1.05–6.96, p = 0.039), increased antenatal care visits, and higher childbirth expenses. Conclusion This study underscores the high prevalence of PPD among urban mothers in Bangladesh. The identified risk factors emphasize the need for targeted mental health initiatives, specifically tailored to support the vulnerable group. Implementing such initiatives can effectively address the challenges posed by PPD and enhance the well‐being of postpartum women in urban areas.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 ».