Developing consensus to enhance perinatal mental health through a model of integrated care: Delphi study
Notice bibliographique
Résumé
Perinatal mental illness is an important public health issue, with one in five birthing persons experiencing clinically significant symptoms of anxiety and/or depression during pregnancy or the postpartum period. The purpose of this study was to develop a consensus-based model of integrated perinatal mental health care to enhance service delivery and improve parent and family outcomes. We conducted a three-round Delphi study using online surveys to reach consensus (≥75% agreement) on key domains and indicators of integrated perinatal mental health care. We invited modifications to indicators and domains during each round and shared a summary of results with participants following rounds one and two. Descriptive statistics were generated for quantitative data and a thematic analysis of qualitative data was undertaken. Study participants included professional experts in perinatal mental health (e.g., clinicians, researchers) (n = 36) and people with lived experience of perinatal mental illness within the past 5 years from across Canada (e.g., patients, family members) (n = 11). Consensus was reached and all nine domains of the proposed model for integrated perinatal mental health care were retained. Qualitative results informed the modification of indicators and development of an additional domain and indicators capturing the need for antiracist, culturally safe care. The development of an integrated model of perinatal mental health benefitted from diverse expertise to guide the focus of included domains and indicators. Engaging in a consensus-building process helps to create the conditions for change within health services.
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 | 0,200 | 0,155 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,004 | 0,020 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».