Genetic and environmental determinants of menstrual characteristics
Notice bibliographique
Résumé
BACKGROUND: The impact of women's menstrual cycle on her quality of life, health, work, and community is substantial. Menstrual disturbance is linked with general ill conditions such as migraine, asthma, and endocrinopathies. The clinical significance of medical interventions to prevent these conditions becomes clear if the role of genetic or environment is clarified. AIMS: To identify the genetic and environmental contribution on menstrual characteristics. SETTING AND DESIGN: This was a cross-sectional study in 2 Asian countries. MATERIALS AND METHODS: 2 cohorts of monozygotic and dizygotic twins born between (1945-1988, n = 122) and (1951-1993, n = 71) were taken. A standard questionnaire was designed inclusive of socio- demographic characteristics of subjects as well as menstrual history (duration, interval, amount, irregularity). Subjects were interviewed by phone. STATISTICAL ANALYSIS: Quantitative variables were analyzed using Falconars' formula as well as maximum likelihood analysis. Structural modeling was then applied to twin correlations to provide estimates of the relative genetic and/or environmental factors contribution in determining the measured trait. RESULTS: Menstrual characteristics were found to be under environmental influence where the best fitting model for menstrual interval and duration was common environment. CDF plotting confirmed the results for both variables. Proband-wise concordance analysis for amount of menstruation, amenorrhea, and irregular menstruation revealed no genetic influence. The best fitting model for menstrual irregularity was CE (C73%, E27%). The same model was defined for amenorrhea (C48%, E52%). CONCLUSIONS: Environmental factors are most likely responsible to determine the menstrual flow, its integrity, and regularity. These factors need to be studied further.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».