Ovulation disturbances and mood across the menstrual cycles of healthy women
Notice bibliographique
Résumé
We examined the cyclicity of negative mood relative to ovulation and ovulation disturbances in Menstrual Cycle Diary(c) data collected daily during a 1-year study of ovulation, exercise, and bone change. A validated quantitative basal temperature-based methodology was used to determine the onset of the luteal phase. 'Feeling depressed', 'feeling anxious', and 'feeling angry/frustrated' were scored on a scale of 0 (absent) to 4 (very intense). Mood scores were examined over two 15-day intervals centered on either ovulation/midpoint, or on the onset of flow. Data were available from 765 cycles of 62 healthy and initially ovulatory women with a mean age of 33.9 +/- 5.4 years. Of 739 cycles that could be classified, 532 (72%) were normally ovulatory, 185 (25%) were ovulatory with a short (<10 day) luteal phase, and 22 (3%) were anovulatory. Minor cyclic mood changes were present in both ovulatory and anovulatory menstrual cycles. In anovulatory cycles, mood tended to be more variable but less negative, with a time course that differed from that in ovulatory cycles. Mood scores did not differ based on luteal phase length or with hormone levels. Patterns and mechanisms of mood change in very symptomatic women appear to be essentially amplifications of normal experiences.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».