MétaCan
Menu
Retour à la cohorte
Enregistrement W4404979989 · doi:10.3389/fgwh.2024.1453157

Depression and anxiety among pregnant women during COVID 19 pandemic in Ethiopia: a systematic review and meta-analysis

2024· review· en· W4404979989 sur OpenAlexaboutno aff
Temesgen Gebeyehu Wondmeneh, Mohhamed Wogris

Notice bibliographique

RevueFrontiers in Global Women s Health · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueMaternal Mental Health During Pregnancy and Postpartum
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)AnxietyMeta-analysisDepression (economics)2019-20 coronavirus outbreakPsychologySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Clinical psychologyMedicinePsychiatryVirologyInternal medicineEconomics

Résumé

récupéré en direct d'OpenAlex

Background: Coronavirus Disease-19 pandemic had an adverse impact on the mental health of the public worldwide, but the problem is worst among pregnant women due to social distancing policies and mandatory lockdown, including prenatal care services. As a result, the prevalence of depression and anxiety could increase during the pandemic, particularly among pregnant women. Thus, the purpose of this review is to determine the magnitude of depression and anxiety and contributing factors among pregnant women during the pandemic in Ethiopia. Methods: Web of Science, Since Direct, PubMed, Google Scholar, and African Journals Online were the electronic databases searched, the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) reporting guidelines were followed in this review. The Newcastle-Ottawa Critical Appraisal Checklist was used to assess the quality of the included studies. A predefined data extraction sheet developed in Excel was used to extract the data. The pooled prevalence of anxiety and depression was determined by a random effect model meta-analysis. Results: 4,269 and 1,672 pregnant women were involved in depression and anxiety studies, respectively. The pooled prevalence of depression and anxiety among pregnant women during the COVID-19 pandemic in Ethiopia was 24.7% (95% CI: 18.52-30.87) and 35.19% (95% CI: 26.83-43.55), respectively. Single marital status (AOR = 2.22, 95% CI: 1.07-3.37), poor social support (AOR = 2.7, 95% CI: 1.06-4.35), unplanned pregnancies (AOR = 2.17, 95% CI: 1.34-3.0), and unsatisfied marital status (AOR = 2.16, 95% CI: 1.17-3.14) were risk factors for depression. Violence against intimate partners (AOR = 2.87, 95% CI: 1.97-3.77) and poor social support (AOR = 1.98, 95% CI: 1.24-2.71) were risk factors for anxiety. Conclusion: One-fourth and nearly one-third of pregnant women had depression and anxiety, respectively, during COVID-19 pandemic in Ethiopia. Single or unsatisfied marital status and unplanned pregnancies were risk factors for depression. Poor social support was significantly associated with depression and anxiety. Pregnant women who experienced violence against intimate partners had higher anxiety. After COVID-19 pandemic, mental health interventions are essential for reducing depression and anxiety. Systematic Review Registration: https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=527148, PROSPERO (CRD42024527148).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,027
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0150,032
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,376
Écart entre enseignants0,330 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Global Women s HealthMême sujetMaternal Mental Health During Pregnancy and PostpartumTravaux en français237 207