Childhood trauma and maternal perinatal depression during COVID-19: A stress sensitization hypothesis
Notice bibliographique
Résumé
BACKGROUND: Perinatal depressive symptoms (PDS) are a risk factor for maternal well-being during and following pregnancy as well as for infant development. COVID studies documented a definite increase in PDS during this period of heightened stress, but also highlighted that all women were not equally at risk of perinatal depression. This calls for the identification of factors that could contribute to sensitizing certain individuals to populational stressors such as the COVID-19 pandemic. OBJECTIVE: Based on the stress sensitization model, this study aimed to evaluate the associations between childhood trauma (CT) and depressive symptoms in pregnant women during the COVID-19 pandemic at four timepoints (two prenatal and two postnatal). METHODS: A sample of Canadian mothers (N = 117, Mage = 29.77 years, SD = 3.18, 63.2 % primiparous, 98.3 % White, 23.1 % with history of CT) completed self-reported measures of CT (CTQ) and depressive symptoms (EPDS) during the first or second (T1) and the third trimester of pregnancy (T2), as well as at 2 months (T3) and 6 months (T4) postpartum. Structural equation modeling (SEM) analyses were performed using MPlus. RESULTS: Maternal severity of CT was directly associated with pre- and postnatal depressive symptoms during the COVID-19 pandemic. CT was also indirectly associated with postnatal depressive symptoms via prenatal depressive symptoms. CONCLUSIONS: CT had an enduring association with postnatal depressive symptomatology in part due to its role in prenatal depression during the first COVID-19 outbreak. The implications of the results for perinatal care will be discussed.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».