Bibliographic record
Abstract
Il a été démontré dans plusieurs études épidémiologiques qu’il existe un risque important de dépression chez les femmes souffrant d'asthme en dehors de la grossesse. Cependant, on en connait peu sur l'association entre l'asthme pendant la grossesse et la dépression post-partum. Par conséquent, le but de cette étude était de quantifier la force de l’association entre l'asthme pendant la grossesse et la dépression post-partum. À l’aide des bases de données administratives du Québec, nous avons construit une cohorte de 35,520 grossesses de femmes asthmatiques et 197,057 grossesses de femmes non asthmatiques qui ont accouchées entre 1998 et 2009. Les femmes asthmatiques ont été identifiées à l'aide d’une définition opérationnelle validée. Nous avons utilisé la définition de Statistiques Canada pour détecter la dépression post-partum. Cette définition se base sur les codes diagnostics de la dépression enregistrés dans les bases de données de la RAMQ et de MED-ECHO dans l’année suivant l’accouchement. Un modèle d'équations généralisées a été utilisé pour estimer les ratios de cotes (RC) brutes et ajustés et les intervalles de confiance (IC) à 95% entre l’asthme pendant la grossesse et la dépression post-partum. La proportion de femmes ayant eu une dépression post-partum au cours de l’année suivant l’accouchement était plus élevée chez les asthmatiques que chez les non-asthmatiques (6,1% contre 2,9%). Après ajustement pour les variables potentiellement confondantes, nous avons observé que les femmes asthmatiques étaient 58% plus susceptibles de souffrir de dépression post-partum que les femmes non-asthmatiques (RC ajusté : 1,58 ; IC 95%, 1,50 à 1,67). Les résultats de notre étude suggèrent un risque accru de dépression post-partum chez les femmes asthmatiques. Une attention particulière devrait être accordée aux symptômes dépressifs chez les femmes asthmatiques dans l’année suivant l’accouchement pour détecter la dépression post-partum plus rapidement et intervenir plus efficacement.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".