Patterns of antidepressant prescribing in and around pregnancy: a descriptive analysis in the UK Clinical Practice Research Datalink
Notice bibliographique
Résumé
Abstract Objective To describe the prevalence and patterns of antidepressant prescribing in and around pregnancy. Design Drug utilisation study. Setting Primary care in the United Kingdom (UK). Population Women with a pregnancy between 1996 and 2018 in the UK Clinical Practice Research Datalink (CPRD) GOLD Pregnancy Register. Methods Using primary care prescription records, we identified individuals who had been prescribed antidepressants in and around pregnancy and described changing prevalence of prescribing during pregnancy over time. We defined ‘prevalent’ or ‘incident’ antidepressant use, where ‘prevalent’ users were prescribed antidepressants both before and during pregnancy, and ‘incident’ users were newly prescribed antidepressants during pregnancy, then compared patterns of prescribing between these two groups. We also investigated characteristics associated with antidepressant discontinuation anytime during pregnancy and post-pregnancy prescribing. Main outcome measures Antidepressant prescribing during pregnancy. Results A total of 1,033,783 pregnancies were identified: 79,144 (7.7%) were prescribed antidepressants during pregnancy and 15,733 of these (19.9%) were ‘incident’ users. Antidepressant prescribing during pregnancy increased from 3.2% in 1996 to 13.4% in 2018. Most women, both ‘prevalent’ and ‘incident’ users, discontinued antidepressants anytime during pregnancy (54.8% and 59.9%, respectively). The majority of those who discontinued during pregnancy resumed in the 12 months after pregnancy (53.0%). Younger age, previous stillbirth, and higher deprivation were associated with more frequent discontinuation anytime during pregnancy. Conclusions Antidepressant use during pregnancy appears to be increasing in the UK. Most women discontinued antidepressants at some point before the end of pregnancy, but post-pregnancy resumption of antidepressants was common. Funding Wellcome Trust 218495/Z/19/Z.
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 | 0,003 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,012 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».