Dans le monde entier, le CB-PTSD affecte environ 8 millions de personnes qui accouchent chaque année, et la pratique actuelle pour diagnostiquer le CB-PTSD nécessite une évaluation médicale, ce qui prend du temps et coûte cher. Une méthode de dépistage efficace a le potentiel d’identifier rapidement et à moindre coût un grand nombre de patientes en post-partum qui pourraient bénéficier d’un diagnostic et d’un traitement. Le CB-PTSD non traité peut interférer avec l’allaitement, le lien avec le nourrisson et le désir d’une future grossesse. Cela peut également aggraver la dépression maternelle, ce qui peut conduire à des pensées et des comportements suicidaires.

Les enquêteurs ont administré le Liste de contrôle CB-PTSD, qui est un questionnaire conçu pour dépister le trouble, auprès de 1 295 personnes en post-partum. Les participantes ont également fourni de courts récits d’environ 30 mots sur leur expérience d’accouchement. Les chercheurs ont ensuite formé un modèle d’IA pour analyser un sous-ensemble de récits de patients qui ont également testé des symptômes élevés de CB-PTSD dans le questionnaire. Ensuite, le modèle a été utilisé pour analyser un sous-ensemble différent de récits à la recherche de preuves du CB-PTSD. Dans l’ensemble, le modèle a correctement identifié les récits des participants susceptibles de souffrir du CB-PTSD parce qu’ils ont obtenu des résultats élevés au questionnaire.

Les auteurs pensent que leurs travaux pourraient éventuellement rendre le diagnostic du trouble de stress post-traumatique à l’accouchement plus accessible, fournissant ainsi un moyen de compenser les disparités socio-économiques, raciales et ethniques passées.

L’étude a été menée par Alon Bartal, Ph.D., de l’Université Bar Ilan en Israël, et dirigée par l’auteur principal Sharon Dekel, Ph.D., du Massachusetts General Hospital et de la Harvard Medical School de Boston. Le financement a été fourni par le NIH Eunice Kennedy Shriver Institut national de la santé infantile et du développement humain (NICHD).

Source: NIH