Prenatal maternal mental health and resilience in the United Kingdom during the SARS-CoV-2 pandemic: a cross- national comparison
Notice bibliographique
Résumé
Introduction: Prenatal mental health problems are associated with morbidity for the pregnant person, and their infants are at long-term risk for poor health outcomes. We aim to explore how the SARS-CoV-2 pandemic affected the mental health of pregnant people in the United Kingdom (UK), and to further identify resilience factors which may have contributed to varying mental health outcomes. We also aim to examine the quality of antenatal care provided during the pandemic in the UK and to identify potential inadequacies to enhance preparedness for future events. Methods: During June-November 2020, we recruited 3666 individuals in the UK for the EPPOCH pregnancy cohort (Maternal mental health during the COVID-19 pandemic: Effect of the Pandemic on Pregnancy Outcomes and Childhood Health). Participants were assessed for depression, anxiety, anger and pregnancy-related anxiety using validated scales. Additionally, physical activity, social support, individualized support and personal coping ability of the respondents were assessed as potential resilience factors. Results: Participants reported high levels of depression (57.05%), anxiety (58.04%) and anger (58.05%). Higher levels of social and individualized support and personal coping ability were associated with lower mental health challenges. Additionally, pregnant individuals in the UK experienced higher depression during the pandemic than that reported in Canada. Finally, qualitative analysis revealed that restrictions for partners and support persons during medical appointments as well as poor public health communication led to increased mental health adversities and hindered ability to make medical decisions. Discussion: This study revealed increased mental health challenges among pregnant individuals in the UK during the SARS-CoV-2 pandemic. These results highlight the need for reassessing the mental health support measures available to pregnant people in the UK, both during times of crisis and in general.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».