Predictors of Sexual Desire Disorders in Women
Notice bibliographique
Résumé
INTRODUCTION: A historic belief was that testosterone was the "hormone of desire." However, recent data, which show either minimal or no significant correlation between testosterone levels and women's sexual desire, suggest that nonhormonal variables may play a key role. AIM: To compare women with hypoactive sexual desire disorder (HSDD) and those with the recently proposed more symptomatic desire disorder, Sexual Desire/Interest Disorder (SDID), on the relative contribution of hormonal vs. nonhormonal variables. METHODS: Women with HSDD (N = 58, mean age 52.5) or SDID (N = 52, mean age 50.9) participated in a biopsychosocial assessment in which six nonhormonal domains were evaluated for the degree of involvement in the current low desire complaints. Participants provided a serum sample of hormones analyzed by gas chromatography-mass spectrometry or liquid chromatography/mass spectrometry/mass spectrometry. MAIN OUTCOME MEASURES: Logistic regression was used to assess the ability of variables (nonhormonal: history of sexual abuse, developmental history, psychosexual history, psychiatric status, medical history, and sexual/relationship-related factors; hormonal: dehydroepiandrosterone [DHEA], 5-diol, 4-dione, testosterone, 5-α-dihydrotestosterone, androsterone glucuronide, 3α-diol-3G, 3α-diol-17G, and DHEA-S; and demographic: age, relationship length) to predict group membership. RESULTS: Women with SDID had significantly lower sexual desire and arousal scores, but the groups did not differ on relationship satisfaction or mood. Addition of the hormonal variables to the two demographic variables (age, relationship length) did not significantly increase predictive capability. However, the addition of the six nonhormonal variables to these two sets of predictors significantly increased ability to predict group status. Developmental history, psychiatric history, and psychosexual history added significantly to the predictive capability provided by the basic model when examined individually. CONCLUSIONS: Nonhormonal variables added significant predictive capability to the basic model, highlighting the importance of their assessment clinically where women commonly have SDID in addition to HSDD, and emphasizing the importance of addressing psychological factors in treatment.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».