Prévenir la dépression postnatale. Les résultats de la recherche CAPEDP
Bibliographic record
Abstract
La recherche CAPEDP est une étude randomisée d’intervention préventive précoce des troubles de santé de la mère et de l’enfant basée sur des visites à domicile débutant durant le troisième trimestre de grossesse et se poursuivant jusqu’aux deux ans de l’enfant. Nous présenterons les résultats concernant la dépression maternelle (DPN) dont on connaît l’importance aussi bien en raison de sa prévalence (10–15 %) en population générale, que de ses conséquences sur le développement de l’enfant. Quatre cent quarante femmes sont recrutées et randomisées en deux groupes : primipares, âgées de moins de 26 ans, et au moins un facteur de risque parmi : un faible niveau d’éducation, des revenus faibles et/ou être isolées. Le groupe intervention bénéficie de VAD menées par des psychologues. La symptomatologie de la DPN est évaluée à l’inclusion à 3 mois post-partum, les scores moyens à l’EPDS sont respectivement de 9,4 (5,4) pour le groupe témoin et de 8,6 (5,4) pour le groupe intervention (p = 0,18). Pour certains sous-groupes de femmes ayant bénéficié de l’intervention les scores EPDS sont plus faibles que le groupe témoin : celles avec peu de symptômes dépressifs en prénatal (EPDS < 8) ; celles qui pensent être avec le père pour élever leur enfant ; et celles avec un niveau d’éducation supérieur au Brevet des collèges. CAPEDP n’a pas démontré d’efficacité pour prévenir la DPN à 3 mois. Les analyses post hoc montrent que l’intervention peut être efficace pour des femmes moins vulnérables. Les premiers résultats concernant les effets de l’intervention à 6 et 12 mois ainsi qu’une analyse de trajectoires de dépression des mères.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.031 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".