The role of government assistance, housing, and employment on postpartum maternal health across income and race: a mixed methods study
Notice bibliographique
Résumé
BACKGROUND: Stressful large-scale events, such as the COVID-19 pandemic and natural disasters, impact birthing individuals' postpartum experiences and their mental health. Resultant changes in government assistance, housing, and employment may further exacerbate these impacts, with differences experienced by varying income levels and races. This study aimed to examine maternal depression and anxiety in postpartum individuals by income and race during a stressful large-scale event, and the mediating role of government assistance, housing, and employment. METHODS: An explanatory sequential mixed methods study was conducted (QUANT + QUAL). For aim 1 (quantitative), birthing individuals who delivered during peak pandemic (June 2020 - September 2021) completed questionnaires related to their perinatal experiences and mental health. Macrosystem factors (government assistance, housing, and employment changes) were assessed using the Psychosocial Recommended Measures. The Edinburgh Postnatal Depression Scale (EPDS) and the Generalized Anxiety Disorder-7 (GAD7) assessed depression and anxiety, respectively. Serial linear regression models assessed the relationship between race and income with mental health and macrosystem factors. For aim 2 (qualitative), 40 individuals from the quantitative study balanced by income (low vs. high income) and race (Black vs. White) completed one-on-one semi-structured interviews which were analyzed using thematic analysis. RESULTS: Amongst 1582 birthing individuals, Black individuals had a significantly higher EPDS score compared to White counterparts. Not receiving government assistance, unstable housing, and experiencing various employment changes were all related to worse mental health during stressful large-scale events. In semi-structured interviews, low-income individuals discussed that government assistance helped alleviate a financial and mental burden. Low- and high-income individuals reported varying job changes that impacted their mental health (low-income: job loss, high-income: increased hours). CONCLUSIONS: This research spotlights the negative impact of large-scale events most affected both Black and low-income individuals' postpartum mental health, and the role of government assistance, stable housing, and secure employment in helping to alleviate these disparities between income levels.
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 | 0,010 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».