Disparities in Screening and Treatment Patterns for Depression and Anxiety During Pregnancy: An Integrative Review
Notice bibliographique
Résumé
INTRODUCTION: Symptoms of untreated depression and anxiety during pregnancy are associated with serious adverse effects for the pregnant person, birth outcomes, and child development. However, pregnant persons are less likely to be screened and treated compared with nonpregnant people. In this systematic review, we aimed to explore individual, provider, and systems factors that impact screening, identification, and treatment patterns for depression and anxiety during pregnancy. METHODS: Studies were eligible for inclusion if they were conducted within the United States and published in English between January 2012 and January 2023. Each study included analysis that compared rates of screening, identification, or treatment engagement and explicitly discussed disparities or health equity in marginalized groups. Fifteen articles met full inclusion criteria. RESULTS: Results demonstrated variation in the screening, identification, and treatment of depression and anxiety during pregnancy among diverse groups of patients. Screening rates ranged from 51.3% in Puerto Rico to 90.7% in Alaska. Among specific clinical populations, rates were as low as 2.0%. Fewer than half of patients were referred to treatment when indicated by screening or diagnoses. Patient characteristics such as age, race, ethnicity, socioeconomic and health factors, mental health history, and obesity were associated with variation in the rates of screening, diagnoses, or treatment engagement. Language factors were the most common factor associated with lower rates of screening and treatment access. DISCUSSION: Results suggest that many pregnant people are being overlooked and lack appropriate referrals or resources to access treatment. Results are consistent with previous findings that role confusion and lack of time, provider training, and interest contribute to low rates of screening and treatment. Future research must focus on system level factors to address perceived barriers to screening and treating depression and anxiety during pregnancy in a systematic and equitable way.
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 | 0,005 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».