MétaCan
Menu
Retour à la cohorte
Enregistrement W2065298721 · doi:10.1016/s0029-7844(02)02094-x

Work loss associated with increased menstrual loss in the United States

2002· article· en· W2065298721 sur OpenAlexaff
Isabelle Côté

Notice bibliographique

RevueObstetrics and Gynecology · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueMenstrual Health and Disorders
Établissements canadiensInstitute of Health Economics
Organismes subventionnairesnon disponible
Mots-clésMedicineOdds ratioDemographyConfidence intervalMenstrual cycleLogistic regressionPopulationGynecologyEnvironmental healthInternal medicineHormone

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To estimate the effect of increased menstrual flow on the loss of work. METHODS: Heavy or otherwise abnormal menstrual bleeding is a common problem among women in the reproductive age range. Until now, there has been no evidence of its effect on absences from work. We used data from the National Health Interview Survey 1999, a personal interview household survey using a nationwide representative sample of the civilian noninstitutionalized population of the United States. Participants were 3133 women aged between 18 and 64 years who reported having a natural menstrual period in the last 12 months and in the last 3 months, never having taken medication containing estrogen (except past use of oral contraceptives), and never having been told that they had reproductive cancer. Analysis was performed using data from 2805 women, 373 having self-described heavy flow and 2432 having normal flow. The main outcome measure was work loss associated with the degree of menstrual flow. RESULTS: Using binary logistic regression, age, marital status, education, family size, perception of health, and flow of menstrual periods are associated with work losses (P <.05). The odds ratio of 0.72 (95% confidence interval 0.56, 0.92) indicates that women who have a heavier flow are 72% as likely to be working as are women who have a lighter or normal flow. CONCLUSION: Menstrual bleeding has significant economic implications for women in the workplace: work loss from increased blood flow is estimated to be $1692 annually per woman.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,259
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations216
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueObstetrics and GynecologyMême sujetMenstrual Health and DisordersTravaux en français237 207