Oral Health, Anxiety, Depression, and Stress in Pregnancy: A Rapid Review of Associations and Implications for Perinatal Care
Notice bibliographique
Résumé
Research demonstrates associations between oral health and specific mental health conditions in the general population, yet these relationships remain understudied during pregnancy, despite pregnancy's profound effects on both oral and psychological well-being. Our rapid review examines current evidence on associations between oral health conditions and psychological states (anxiety, depression, and stress) during pregnancy, aiming to inform and strengthen integrated prenatal care strategies. Following PRISMA-RR guidelines, we conducted a systematic search on OVID Medline, CINAHL, and PsycINFO (January 2000-November 2024) for studies examining relationships between oral health conditions (periodontal disease, dental caries) and psychological status during pregnancy and up to one year postpartum. Systematic screening of 1201 records yielded 22 eligible studies (13 cross-sectional studies, 3 longitudinal cohort studies, 3 comparative studies, 2 prospective studies, and 1 case-control study). Analysis confirmed significant associations between oral health and psychological well-being during pregnancy through three pathways: psychological (dental anxiety directly limits oral healthcare utilization), behavioral (maternal depression reduces oral health self-efficacy), and physiological (elevated stress biomarkers correlate with periodontal disease, and periodontal therapy is associated with reduced salivary cortisol). These interactions extend intergenerationally, with maternal psychological distress showing significant associations with children's caries risk. Evidence suggests interactions between oral health conditions and psychological states during pregnancy, warranting integrated care approaches. We recommend: (1) implementing combined oral-mental health screening in prenatal care, (2) developing interventions targeting both domains, and (3) establishing care pathways that address these interconnections. This integrated approach could improve both maternal and child health outcomes.
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 | 0,006 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,013 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».