A syndemic perspective on food insecurity, gestational diabetes, and mental health disorders during pregnancy
Notice bibliographique
Résumé
Pregnancy brings numerous physiological and psychosocial changes and conditions that may include gestational diabetes mellitus (GDM) and anxiety and mood disorders. Household food insecurity (HFI)-not having access to food that meets dietary needs and preferences-may put pregnant people at risk for developing pregnancy complications like GDM. This study used qualitative and quantitative methods to understand, from a syndemic perspective, the intersections among these conditions in Canada. Using the Canadian Community Health Survey cycles from 2009 to 2018, we fit multivariable and multivariate logistic regressions to these data to understand interactions among food insecurity, anxiety and mood disorders, and GDM. We also conducted four focus group discussions (FGDs) and six one-on-one interviews with pregnant and postpartum people living in Hamilton, Ontario. Analyses of the survey data show that pregnant individuals who reported an anxiety and/or mood disorder were more likely to experience HFI. Those who experienced HFI were also more likely to be diagnosed with GDM during pregnancy or report an anxiety and/or mood disorder. Major themes identified from interviews and FGDs revealed that structural variables impact access to food, that a GDM diagnosis increased anxiety, and that experiencing HFI exacerbates the management of these conditions during pregnancy. The potential interactions among HFI, GDM, and anxiety and/or mood disorders indicate that addressing rising HFI alongside prevention and treatment of GDM and anxiety and mood disorders are critical to improving the health and well-being of pregnant people in Canada.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,010 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».