Pandemic-related prenatal maternal stress, model of maternity care and postpartum mental health: The Australian BITTOC study
Notice bibliographique
Résumé
PROBLEM: Women pregnant during the COVID-19 pandemic may be at risk of elevated postpartum mental health problems. BACKGROUND: Social support protects maternal mental health during a pandemic. It is possible that formal supports, such as continuity maternity models of care, may also support maternal wellbeing. AIM: To investigate whether model of care moderates the association between prenatal maternal stress from the COVID-19 pandemic, and postpartum (a) depression and (b) anxiety. METHODS: Women in Australia, pregnant during the COVID-19 pandemic (n = 3048), completed a survey detailing their COVID-19-related objective hardship and subjective distress during pregnancy and completed depression and anxiety measures at birth to six weeks ("Early"), seven to 21 weeks ("Moderate"), and/or 22-30 weeks ("Late") postpartum. FINDINGS: Higher subjective distress was associated with elevated depression and anxiety at all timepoints. Model of care did not moderate the association of objective hardship or subjective distress and depression or anxiety at any timepoint. Compared with Standard Care, women receiving private midwifery care had a 74 % reduction in the odds of elevated anxiety in early postpartum. DISCUSSION: Women receiving private midwifery may have experienced lower anxiety due to a greater duration of postpartum in-home care, fewer changes to service delivery, and the option of homebirth. Women pregnant during a pandemic should be screened for higher subjective distress about the event. CONCLUSION: These results suggest that continuity of private midwifery care may be beneficial for supporting postpartum mental health during a pandemic, with implications for practice and policy for the current and future pandemics.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».