MétaCan
Menu
Retour à la cohorte
Enregistrement W4405688052 · doi:10.1186/s12905-024-03499-w

Associations between mental health conditions in pregnancy and maternal socioeconomic status: a population-based retrospective cohort study in Ontario, Canada

2024· article· en· W4405688052 sur OpenAlexaffabout
Qun Miao, Gwyneth Zai, Ian Joiner, Jessica Burnside, Mark Walker

Notice bibliographique

RevueBMC Women s Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal Mental Health During Pregnancy and Postpartum
Établissements canadiensOttawa HospitalUniversity of TorontoCentre for Addiction and Mental HealthChildren's Hospital of Eastern OntarioGlobal Affairs CanadaQueen's UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineSocioeconomic statusPregnancyMental healthDemographyPopulationAnxietyResidencePoisson regressionCohort studyRetrospective cohort studyNeighbourhood (mathematics)Environmental healthPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The World Health Organization has recognized maternal mental illness as an emerging issue. Previous studies have indicated that maternal mental illness is associated with socioeconomic status (SES). However, there is a lack of research concerning the mental health of pregnant people with low SES in Ontario, Canada. In this study, we examined associations between mental health conditions during pregnancy and two SES indicators: the pregnant person's residential neighbourhood income and education level. METHODS: A population-based retrospective cohort study was conducted, consisting of all singleton pregnancies resulting in stillbirths or live births in Ontario hospitals from April 1, 2012, to March 31, 2021. Data were linked from the BORN Information System database, Canadian Institute for Health Information Discharge Abstract Database, and Canadian Census. Poisson regression with robust error variance models was performed to estimate the relative risks of anxiety, depression, anxiety and/or depression, or any mental health condition during pregnancy, by SES indicator. We adjusted for maternal age, obesity status in pre-pregnancy, certain pre-existing maternal health conditions, substance use during pregnancy, race, and rural or urban residence. RESULTS: Within the cohort (n = 1,202,292), 10.5% (126,076) and 8.1% (97,135) of pregnant individuals experienced anxiety and depression, respectively, and 15.8% (189,616) had at least one mental health condition during pregnancy. The trend test (p < 0.0001) showed a significant downward trend in the total rates of mental health conditions by increasing SES quintiles. Pregnant individuals in the lowest neighbourhood income quintile tended to have a higher risk of anxiety (aRR: 1.24, 95%CI: 1.22-1.27), depression (aRR: 1.56, 95%CI: 1.52-1.59), anxiety and/or depression (aRR: 1.13, 95%CI: 1.11-1.15), or any mental health condition (aRR: 1.18, 95%CI: 1.16-1.19). Similarly, pregnant people living in the lowest education level neighbourhoods had higher likelihoods of anxiety (aRR: 1.66, 95%CI: 1.62-1.69), depression (aRR: 2.09, 95%CI: 2.04-2.14), anxiety and/or depression (aRR: 1.42, 95%CI: 1.39-1.44), and any mental health condition (aRR: 1.41, 95%CI: 1.38-1.43). CONCLUSIONS: Despite a universal healthcare system, the variations in mental health prevalence and risk during pregnancy based on SES suggest health inequity in Ontario, Canada. Future studies are needed to examine the mechanisms of this health inequity to guide policy makers in reducing disparities in Ontario.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,005
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,314
Écart entre enseignants0,296 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Women s HealthMême sujetMaternal Mental Health During Pregnancy and PostpartumTravaux en français237 207