Who is stressed? Comparing cortisol levels between individuals
Notice bibliographique
Résumé
UNLABELLED: Cortisol is the most commonly used biomarker to compare physiological stress between individuals. Its use, however, is frequently inappropriate. Basal cortisol production varies markedly between individuals. Yet, in naturalistic studies that variation is often ignored, potentially leading to important biases. OBJECTIVES: Identify appropriate analytical tools to compare cortisol across individuals and outline simple simulation procedures for determining the number of measurements required to apply those methods. METHODS: We evaluate and compare three alternative methods (raw values, Z-scores, and sample percentiles) to rank individuals according to their cortisol levels. We apply each of these methods to first morning urinary cortisol data collected thrice weekly from 14 cycling Mayan Kaqchiquel women. We also outline a simple simulation to estimate appropriate sample sizes. RESULTS: Cortisol values varied substantially across women (ranges: means: 1.9-2.7; medians: 1.9-2.8; SD: 0.26-0.49) as did their individual distributions. Cortisol values within women were uncorrelated. The accuracy of the rankings obtained using the Z-scores and sample percentiles was similar, and both were superior to those obtained using the cross-sectional cortisol values. Given the interindividual variation observed in our population, 10-15 cortisol measurements per participant provide an acceptable degree of accuracy for across-women comparisons. CONCLUSIONS: The use of single raw cortisol values is inadequate to compare physiological stress levels across individuals. If the distributions of individuals' cortisol values are approximately normal, then the standardized ranking method is most appropriate; otherwise, the sample percentile method is advised. These methods may be applied to compare stress levels across individuals in other populations and species.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».