Menopausal symptoms within a Hispanic cohort: SWAN, the Study of Women's Health Across the Nation
Notice bibliographique
Résumé
INTRODUCTION: Since the designation of people as Hispanic involves the amalgamation of a number of different cultures and languages, we sought to test the hypothesis that menopausal symptoms would differ among Hispanic women, based upon country of origin and degree of acculturation. METHODS: A total of 419 women, aged 42-52 years at baseline, were categorized as: Central American (CA, n = 29) or South American (SA, n = 106), Puerto Rican (PR, n = 56), Dominican (D, n = 42), Cuban (Cu, n = 44) and non-Hispanic Caucasian (n = 142). We assessed vasomotor symptoms, vaginal dryness and trouble in sleeping. Hispanics and non-Hispanic Caucasians were compared using the chi(2) test, t test or non-parametric alternatives; ANOVA or Kruskal-Wallis testing examined differences among the five Hispanic sub-groups. Multivariable regression models used PR women as the reference group. RESULTS: Hispanic women were overall less educated, less acculturated (p < 0.001 for both) than non-Hispanic Caucasians and more of them reported vasomotor symptoms (34.1-72.4% vs. 38.3% among non-Hispanic Caucasians; p = 0.0293) and vaginal dryness (17.9-58.6% vs. 21.1% among non-Hispanic Caucasians, p = 0.0287). Among Hispanics, more CA women reported vasomotor symptoms than D, Cu, SA, or PR women (72.4% vs. 45.2%, 34.1%, 50.9%, and 51.8%, respectively). More CA (58.6%) and D women (38.1%) reported vaginal dryness than PR (17.9%), Cu (25.0%) and SA (31.4%) women. More PR and D women reported trouble in sleeping (66.1 and 64.3%, respectively) compared to CA (51.7%), Cu (36.4%), and SA (45.3%) women. CONCLUSION: Symptoms associated with menopause among Hispanic women differed by country of origin but not acculturation. Central American women appear to be at greatest risk for both vasomotor symptoms and vaginal dryness.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».