MétaCan
Menu
Retour à la cohorte
Enregistrement W4407978908 · doi:10.1186/s12884-025-07339-z

Prevalence and correlates of depressive and anxiety symptoms among pregnant women from an urban informal settlement in Nairobi, Kenya: a community-based cross-sectional study

2025· article· en· W4407978908 sur OpenAlexafffund
Stephen Mulupi, Amina Abubakar, Moses K. Nyongesa, Vibian Angwenyi, Margaret Kabue, Paul Mwangi, Rachael Odhiambo, Joyce Marangu, Eunice Njoroge, Mercy Moraa Mokaya, Emmanuel Kepha Obulemire, Eunice Ombech, Derrick Ssewanyana, Greg Moran, Marie‐Claude Martin, Kerrie Proulx, Kofi Marfo, Stephen J. Lye

Notice bibliographique

RevueBMC Pregnancy and Childbirth · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal Mental Health During Pregnancy and Postpartum
Établissements canadiensWestern UniversityLunenfeld-Tanenbaum Research Institute
Organismes subventionnairesAga Khan Foundation Canada
Mots-clésMedicineReproductive medicineCross-sectional studyAnxietySettlement (finance)Depressive symptomsEnvironmental healthPregnancyFamily medicinePsychiatryObstetrics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Previous research, largely from the Global North, reports high rates of common mental health disorders among women in the antenatal period, but there is paucity of such data in contexts like Kenya. This study investigated the prevalence and correlates of depressive and anxiety symptoms among pregnant women in an urban informal settlement in Kenya's capital - Nairobi. METHODS: An analysis of baseline cross-sectional data from a pilot cluster randomized trial of an integrated early childhood development programme. Participants were pregnant women in their third pregnancy trimester (N = 249), residing in an urban informal settlement in Nairobi County. Mental health measures [(Patient health questionnaire (PHQ-9) and generalized anxiety disorder scale (GAD-7)] were administered alongside other sociodemographic, pregnancy, and health-related questionnaires. Linear regression analysis was performed to investigate correlates of antenatal depressive and anxiety symptoms. RESULTS: Participant's mean age was 27.5 years (SD = 5.6). The prevalence of antenatal depressive and anxiety symptoms was 26.9% (95%CI: 21.4-32.4) and 6.4% (95%CI: 3.4-9.4), based on the PHQ-9 and GAD-7 cut-off scores of ≥ 10 respectively. Being married was a significant correlate for decreased depressive and anxiety symptoms. Higher levels of education (secondary or tertiary), history of three or more previous pregnancies, and an experience of moderate-to-extreme pain were significant correlates for elevated depressive symptoms. Similarly, tertiary level of education, history of four or more previous pregnancies, and experiencing pain were significant correlates for elevated anxiety symptoms for the pregnant women. Participants reporting feeling unwell had significantly higher anxiety symptom scores. CONCLUSION: In this setting, correlates of antenatal depressive and anxiety symptoms cut across demographic, pregnancy and health-related factors with implications for targeted interventions. Findings point to the need for screening of depression and anxiety as part of routine antenatal care. Further research is needed to understand these contextual correlates. TRIAL REGISTRATION: This study was part of the integrated early childhood development pilot cluster randomised control trial, retrospectively registered in the Pan African Clinical Trial Registry on 26/03/2021, registration number PACTR202103514565914.

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)0,001
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 enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,282
Écart entre enseignants0,271 · 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

Citations6
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Pregnancy and ChildbirthMême sujetMaternal Mental Health During Pregnancy and PostpartumTravaux en français237 207