The impact of relationship factors on antenatal depression in the context of the COVID‐19 pandemic
Notice bibliographique
Résumé
BACKGROUND: Antenatal depression is the most prevalent pregnancy-associated mental health disorder. Previous studies have identified several risk factors for antenatal depression, including partner support. However, during the COVID-19 pandemic, many relationship dynamics changed. This study examined the extent to which relationship factors had an impact on antenatal depression in comparison with other well-researched factors in the context of the pandemic. METHODS: A secondary analysis was conducted using data from the P3 Cohort in Calgary, a longitudinal cohort study based in Alberta, Canada. Pregnant people (n = 872) completed self-report questionnaires and validated scales about sociodemographic, psychological, and relationship characteristics. Antenatal depression was assessed using the Edinburgh Postnatal Depression Scale (EPDS). Logistic regression was used to assess the impact of reported characteristics on antenatal depression. Tests of model fit were used to examine whether the inclusion of variables related to relationship quality improved model fit after accounting for other known risk factors. RESULTS: Overall, 18.23% of participants experienced antenatal depression. Relationship factors including relationship unhappiness (OR = 1.98 [95% CI: 1.06-3.69]), having an upsetting partner (OR = 2.00 [95% CI: 1.17-3.40]), and having a lower quality of relationships with close friends and family (OR = 1.76 [95% CI: 1.14-2.73]) were associated with antenatal depression; however, inclusion of these relationship factors did not improve model fit after accounting for other known predictors. CONCLUSION: Overall, relationship factors were not associated with antenatal depression during the pandemic after accounting for other known risk factors. Stress and anxiety caused by the pandemic may have overshadowed the impact of relationship factors, or relationship factors may have contributed to higher levels of stress and anxiety more generally within our sample.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».