Prevalence and risk factors of postpartum depression in Saudi Arabia: systematic review
Notice bibliographique
Résumé
Postpartum depression (PPD) is a significant mental health concern affecting mothers worldwide, with varying prevalence rates influenced by sociocultural and economic factors. In Saudi Arabia, studies report widely divergent PPD rates, necessitating a systematic synthesis of existing evidence. This systematic review aimed to determine the prevalence of PPD in Saudi Arabia and identify key risk and protective factors. Following Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines, a comprehensive search of PubMed, Scopus, Web of Science, and ScienceDirect was conducted. Twenty-two observational studies (cross-sectional, case-control, and retrospective) assessing PPD prevalence and associated factors in Saudi mothers within 1 year postpartum were included. Data were extracted on study characteristics, PPD prevalence (assessed via Edinburgh Postnatal Depression Scale (EPDS) or clinical diagnosis), and risk/protective factors. Risk of bias was evaluated using the Newcastle-Ottawa Scale. PPD prevalence ranged from 5.1% to 75.7%, with heterogeneity attributed to regional and methodological differences. Key risk factors included lack of social/spousal support (reported in 10 studies), history of depression (8 studies), cesarean delivery (6 studies), and financial stress. Breastfeeding and higher income emerged as protective factors. Most studies (15/22) had a moderate risk of bias due to convenience sampling and unadjusted confounders. PPD is highly prevalent in Saudi Arabia, with risk factors rooted in biological, psychological, and sociocultural contexts. Findings underscore the need for targeted interventions, including enhanced social support systems, routine screening, and culturally sensitive mental health policies.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».