Effectiveness of a web-enabled psychoeducational resource for postpartum depression and anxiety among women in British Columbia
Notice bibliographique
Résumé
Abstract Purpose Postpartum depression (PPD) and anxiety (PPA) affect nearly one-quarter (23%) of women in Canada. eHealth is a promising solution for increasing access to postpartum mental healthcare. However, a user-centered approach is not routinely taken in the development of web-enabled resources, leaving postpartum women out of critical decision-making processes. This study aimed to evaluate the effectiveness, usability, and user satisfaction of PostpartumCare.ca, a web-enabled psychoeducational resource for PPD and PPA, created in partnership with postpartum women in British Columbia. Methods Participants were randomized to either an intervention group ( n = 52) receiving access to PostpartumCare.ca for four weeks, or to a waitlist control group ( n = 51). Measures evaluating PPD (Edinburgh Postnatal Depression Scale) and PPA symptoms (Perinatal Anxiety Screening Scale) were completed at baseline, after four weeks, and after a two-week follow-up. User ratings of website usability and satisfaction and website metrics were also collected. Results PPD and PPA symptoms were significantly reduced for the intervention group only after four weeks, with improvements maintained after a two-week follow-up, corresponding with small-to-medium effect sizes (PPD: partial η 2 = 0.03; PPA: partial η 2 = 0.04). Intervention participants were also more likely than waitlist controls to recover from clinical levels of PPD symptoms (χ 2 (1, n = 63) = 4.58, p = .032) and PostpartumCare.ca’s usability and satisfaction were rated favourably overall. Conclusion Findings suggest that a web-enabled psychoeducational resource, created in collaboration with patient partners, can effectively reduce PPD and PPA symptoms, supporting its potential use as a low-barrier option for postpartum women. Trial Registration Protocol for this trial was preregistered on NIH U.S. National Library of Medicine, ClinicalTrials.gov as of May 2022 (ID No. NCT05382884).
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».